设计从业者的转型方向,是从“画图执行”转向对结果负责:用 AI 把想法直接做成东西,同时保留审美判断和业务理解。AI 降低了技术门槛,让不写代码的设计师也能自己把东西做出来;在 AI Native 小团队里,设计师的价值转向提供审美、用户理解等难以替代的判断,把可标准化的执行交给 AI。更通用的逻辑是从“完成任务”转向“创造价值”,主动往更接近结果的位置走。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
AI 让不写代码的设计师能自己把东西做出来
材料里的观点一位设计师嘉宾说,这个时代对设计师和产品人是利好,因为她从没写过代码,过去不知道怎么把想法真正做出来,现在工具让技术门槛降低,有行动力的人更容易找到适合自己的方向。她观察到多数设计师焦虑被取代,而她自己兴奋,差别在于是否在真实工作场景里把 AI 用起来。大厂流程也在变,过去是产品写文档、设计师画图、工程师实现,现在大家会去尝试做别人做的事2。
设计师的价值转向审美判断和端到端负责
材料里的观点在 AI Native 的小团队里,不同角色提供各自的专长:设计师提供的是审美,数据同学提供观测和增长直觉,产品提供用户同理和愿景,工程师负责调度 agents、保证一致性。设计师还可以把 design system 这类判断交给 AI 去执行,自己保留判断标准。这意味着转型不是补更多执行技能,而是把审美、用户理解这些难以替代的部分放大,并让 AI 承担可标准化的执行8。
转型的通用逻辑:从完成任务到创造价值
立正区分了两种工作状态:别人给任务、你完成任务,AI 帮你完成后你的价值就被替代;给别人解决问题、创造价值,AI 帮你做得更好,你的能力被放大。他举了一位前 Amazon 工程师创业服务农贸市场的例子,同一个人拥抱 AI 后是兴奋而非焦虑。对设计师来说,可迁移的做法是主动往更接近结果的位置走,负责设计整个系统如何用 AI 把结果做出来,而不是只负责一段具体执行5,9。
材料中设计师嘉宾的具体经历来自多人未逐段确认的访谈字幕,说话人边界未完全核实;立正本人的判断来自其署名文章和主讲视频。
出处
- 2Dreamer 妍妍:AI、设计、职业转型、副业、销售与意义
设计师嘉宾谈 AI 时代对设计师是利好、技术门槛降低、大厂流程变化,适合理解设计从业者的直接处境。
- 5AI会干掉中产吗?一场来自科技从业者的深度对话
区分完成任务与创造价值两种状态,适合理解转型的底层逻辑。
- 8AI时代的面试,三件事让公司对我求贤若渴?
讲 AI Native 小团队里设计师提供审美、把判断交给 AI,适合理解转型后设计师的价值定位。
- 9AI时代,大厂打工人的五条路
讲在组织内做进攻性转型、往更接近结果的位置走,适合理解具体的转型路径。
你也有想问的?
卡住的时候,问问立正:它会从立正六年、四百多期视频(一半是会员视频)、两百多篇文章和《真本事》整门课里找出相关内容,整理成回答,每段都标明出处。
问类似的问题也可以接着问:
别人还问了
- 现在还有人追求升职加薪吗?这条路还值得走吗?
有,但追求的方式和回报逻辑正在变:靠资历和向上管理拿晋升越来越不划算,靠可验证的稀缺能力拿议价权更稳。打工路径仍被多数人选择,但天花板在收窄;真正值得追的是升职加薪背后的稀缺能力,而不是这个动作本身。
- AI 时代很多白领工作会被取代,技术类工种的未来是什么?是不是只有转去做 business?必须抢到 AI 生态中上层才能过得好吗?
被冲击的不是“技术”或“非技术”,而是只做信息中介的那一层;技术工种的出路是往“能判断、能收口、离模型或用户近”的方向走,而不是简单转去做 business。
- 在AI时代,怎样做AI赋能的工作,而不是被AI取代的工作?
分界不在“用不用AI”,而在能否对结果收口。AI把检索、初稿、报表这类已被共识化的执行动作成本压到近零,只做这类动作的岗位容易被压缩。稀缺的是能判断AI输出好坏、给反馈、修正并负责的人,以及能设计系统、定义“什么是好”的人…
- 如果白领工作依赖fake work,而fake work会先经历一轮膨胀再消失,那白领工作是不是本质上会大量消失?fake work消失后,白领会转向真正的价值吗?但真正的价值就这么多,人性会夸大价值争夺credit,权力作用是不是会被放大?我们该怎么面对和准备这个从膨胀到消失的阶段?感觉对社会是个非常痛苦的过程。
材料判断:白领工作会系统性收缩,但不是某天整类消失,而是缓慢贬值、岗位重组,价值向定义问题、深度信任、对结果负责等稀缺处移动。至于“真正的价值就这么多、人性会夸大价值争夺credit、权力作用被放大”——材料支持“价值难衡量…
- AI越来越强,我该选什么职业方向、怎么规划自己的发展?
材料给出的不是一份职业清单,而是一组判断标准:AI 会放大专业深度和收口能力,压缩只做局部执行、无法对结果负责的岗位;同时职业选择本身没有标准答案,别人只能提供思路。所以更可行的方向不是先选一个“AI 时代的安全职业”…
- 做Data Analyst几年后,感觉这个职位在本地发展上限很低,高价值的数据岗大多开在别的地区。长期发展该继续做这个职位,还是转往别的领域?
关键不在职位名,而在于你积累的是「可迁移到高价值场景的判断力」还是「绑定在特定公司流程里的执行技能」。数据工作分DE、DS、DA三类,DS从没被准确定义过,求职者常发现什么都要会;更该问的是你几年积累的是某类数据能力的深度…