設計師是科技業最不快樂的人，而 OpenAI 的設計主管說現在是史上最好的時候
TL;DR
- Lenny 的年度科技業情緒調查裡，設計師和使用者研究員在每一個維度都墊底：最焦慮、最疲憊、最不樂觀、最不願意推薦這份工作給新人
- OpenAI 產品設計主管 Ian Silber 給的解釋很直接：工程師的產出翻了十倍甚至百倍，設計師沒有，因為設計流程的本質就是試一百個然後丟掉九十九個
- 真正的壓力來源不是 AI 太強，是「現在到底期待設計師做什麼」這件事沒有人講得清楚
- 他認為現在是史上最適合當設計師的時候，理由是沒有人有標準答案，今天才開始的人不會落後
- AI 已經是很好的產品設計師，但它做不出「沒有訓練資料的東西」，multi-touch、Instagram、Snapchat 這種東西不在它的分布裡
- OpenAI 招設計師不要求 AI 背景，要的是好奇心、做原型的能力，還有系統思考
- ChatGPT 的使用光譜從「我手指上這個疹子是什麼」到「幫我自動化日本的一座農場」，這是設計上最難的部分
Lenny's Podcast 是 Lenny Rachitsky 主持的產品類節目，二〇二二年開播，到現在三百五十幾集，基本上是矽谷產品經理跟設計師的共同教材。這集在二〇二六年八月十六日上線，來賓是 OpenAI 的產品設計主管（Head of Product Design）Ian Silber。
Ian 這個人的履歷有點好玩。二〇一一年在 Groupon 當資深產品設計師，接著在 Instagram 待了八年做到設計總監，離開後去了 Artifact（Instagram 兩位創辦人做的那個新聞 App，收掉了），再到 Global Illumination，二〇二三年八月進 OpenAI。也就是說他在 OpenAI 已經三年，這在 AI 圈算是一輩子。他現在負責的東西，是十億人每天在用的那個對話框。
一個沒人想承認的落差
Ian 說 OpenAI 內部也做類似的員工調查，設計團隊反覆講到同一件事：工程師的產出翻了十倍，有時候一百倍，我們沒有。
原因不複雜。你叫 coding agent 做一件事，那件事通常是二元的，做完就是做完了，現在的模型大概都能搞定。但設計流程還是又髒又亂：你以為你有個好點子，做出來很爛；再改一次，還是很爛；拿去給使用者看，或者內部一輪 feedback，發現方向根本錯了。
設計的產出被壓縮了，但回饋迴圈沒有。
這句話我覺得是整集的核心。AI 幫你把「產生想法到看見畫面」這段從幾天壓到幾分鐘，可是「這個東西到底好不好」這件事，還是得繞一圈人。在大公司裡還要加上對齊（alignment）的成本，說服一群人相信這個方向，那個 overhead 一點都沒少。
所以工程師覺得自己被放大了，設計師覺得自己在原地跑步。同一批工具，兩種體感。
之前寫過科技業正在裂成兩半：六千人的調查告訴你，AI 時代誰在狂歡、誰在崩潰，那份調查裡有個很強的相關性：過得好的人，共同點是覺得自己被 AI「放大」。這集等於是從設計師這一側，把那個相關性的機制講清楚了。
焦慮的來源不是 AI，是「不知道該變成什麼樣子」
Ian 講了一段我覺得很誠實的話。他說設計師現在的不安，來自於期待值變模糊了。
「我是不是每天都得交出程式碼？」「我受過的那套訓練是不是全部要打掉重練？」一個科班出身、有一套穩定工作方法的人，突然覺得自己得把整個人重灌一遍。工程師那一關已經先過了，大家眼睛看得到工程師的工作長什麼樣，設計師這關還在中間。
他在 OpenAI 的作法是不去下命令。他說他們不跟設計師講「你要改變工作方式」，只鼓勵探索。招人的時候也明講不要求 AI 背景，因為這東西變太快，要求背景沒有意義。
結果反而是，去問團隊裡的資深設計師跟剛入行的設計師，兩邊都很興奮，因為他們可以試更多爛點子然後丟掉。爛點子的成本降到接近零，這件事對創意工作者來說是很大的解放。
「現在是史上最好的時候」這句話怎麼成立
Ian 說他真心相信這句話，理由分兩層。
第一層是學習曲線。他自己入行的時候是青少年，學設計的方式是在網頁上按 view source 看別人怎麼寫的，工具是 Dreamweaver 那個年代。現在一個想法到能跑的版本，可能只要幾分鐘。
第二層比較有意思：當所有人都能做出東西，人的那一面反而變重要。他的原話大概是，產品多到爆炸之後，真正理解使用者、做出讓人覺得愉快的東西，會變成評價一個產品最重要的維度之一。而那正好就是設計師的本業。
還有一個他反覆強調的點：沒有人落後。
你今天才開始，就已經領先大部分人了。因為沒有人手上有那個「設計流程應該長怎樣」的標準答案，而你今天覺得對的作法，過一陣子大概又會變。
他舉自己的例子。去年底他休陪產假，玩了幾個 side project，試 coding agent，能跑但一直卡。過一個月 Codex 出來，再試一次，就順了。技術的地板在移動，你昨天下的結論今天可能就過期。
這也是為什麼他覺得最重要的特質是「適應力」。這個詞現在被講到爛了，但在這個脈絡下是真的。
兩個設計師配一個工程師？
Lenny 提到 Marc Andreessen 有個講法很好笑：現在產品組織裡是 PM、工程師、設計師三方對峙，每個角色都覺得另外兩個會消失，自己會活到最後，像那張三個蜘蛛人互指的迷因圖。
Ian 說他有朋友在想創業，聊到設計跟工程的人力比。以前的比例可能是一個設計師配十五個工程師。這次他們的想法是兩個設計師配一個工程師，那一個工程師負責確保底層是紮實的，兩個設計師負責想這個產品該長什麼樣。
我覺得這個訊號值得記著，但也要誠實：Lenny 直接問他「那為什麼市場上還沒看到設計師招聘暴增」，Ian 沒有硬拗，他說可能還早，也可能會先看到工程師往設計靠過去。這在最近Design Engineer 正在崛起那篇裡講的其實是同一件事的另一面。
至於三個角色會不會融合成一個「builder」，他的答案是不會。理由很實際：如果你要求一個人設計、寫程式、還要把一整間公司對齊到同一個方向，你大概找不到這種人。他還是相信在大公司裡，需要有人專門負責把多個團隊拉在一起、把問題定義磨利、處理資源分配。
界線會變模糊，但不會消失。他的說法是，把人拿掉來看，蓋好軟體需要戴的那幾頂帽子還是在。
AI 已經是很好的設計師了，只是它不會發明東西
Lenny 問了一個有點壞的問題：AI 會不會變成極好的產品設計師？這題對一個 OpenAI 的設計主管來說怎麼答都不對。
Ian 的回答是：它已經是了。
但他馬上補上限制。它不見得是最好的視覺設計師，不見得最懂資訊層級或字體排印，也不見得最擅長互動設計。它厲害的地方在於「每個人都拿得到」。
真正有意思的是 AI 為什麼做不出「新的」東西。Codex 的 PM 之前在同一個節目上給過一個解釋：如果模型是拿今天最有趣的網站訓練出來的，那它產出的東西按定義就已經不有趣了。
Ian 補了幾個例子，都很有畫面。iPhone 出來的時候，要為 multi-touch 設計互動，那個東西沒有訓練資料。Instagram 是抓住「每個人口袋裡都有相機」這件事。Snapchat 當年被很多人覺得互動設計很怪，結果它把人跟人溝通的方式整個翻過來。
現在輪到 AI 自己：你要怎麼用聲音跟一個東西講話？你要怎麼設計一個代你去做事的 agent 的介面？沒有先例，沒有資料。
| AI 目前很強 | 人還是關鍵 | |
|---|---|---|
| 產生方案 | 幾分鐘出十個版本 | 判斷哪一個值得留 |
| 既有模式 | 照著跑得很好 | 發明沒有先例的互動 |
| 執行 | 快、便宜、可重來 | 觀點：這是為誰做的、為什麼 |
| 回饋 | 拿不到真實使用者的表情 | 看人怎麼用，然後推翻自己 |
他說設計師最該磨的是「我的觀點是什麼」。當東西多到氾濫，「這是某個人做的、這個人對這件事有想法」本身就會變成差異化。這跟 Adam Mosseri 講品味是 AI 時代最後的護城河是同一條線，兩個人都是 Instagram 出身，講出來的結論一致，我覺得不是巧合。
他們在招人時看什麼
Ian 講了幾個具體的：
不要求 AI 背景，但要求高度的好奇心，以及願意跳進去搞懂這東西怎麼運作的意願。做原型（prototyping）的能力，他說這件事門檻降低之後反而更容易看出差距。還有一個他花最多時間解釋的：系統思考。
OpenAI 的處境比較特殊，他們在蓋一個什麼都能做的東西，所以不能一個一個做互相獨立的功能。他舉 Notion 早年的例子：先做好可組合的積木，然後所有東西都疊在積木上。設計師要想的是底層的 primitive 怎麼設計，才能讓模型自己把這些東西組起來，而使用者看到的是一個完整、簡單的產品。
他還講了一句在大公司很少聽到的話：能不做就不做。
「別去設計它，如果你不必的話。也許已經有現成的系統或元件可以疊上去，也許我們根本不需要這個功能，我們只是需要把既有的功能延伸一點。」
當工程端一天可以出上千個 PR，設計端唯一撐得住的方式就是少做一點、做得更有結構。
什麼時候該死磕，什麼時候該直接丟出去
Lenny 提到 Claude Code 設計負責人 Jenny Nguyen 在同個節目講過的東西：傳統設計流程是原型、視覺稿、測試、使用者研究、迭代，交給工程、做出來、再迭代、上線。現在沒有時間做這一套。
Ian 說他們兩種都做，取決於東西的成熟度。
ChatGPT 裡面某些東西他們是真的死磕。像 composer（輸入框）每天都在改，試一百個丟九十九個。另一些東西，例如 Codex，就是很快丟出去，擁抱在公開場合做產品的做法，直接拿內外部的即時回饋。有些專案從想法到上線只要四小時。
他的判斷標準蠻好用的：問這個東西會不會因為技術而在一個月內失效。模型變了、延遲變了、能力變了，某個設定或某個互動可能就不需要存在。在那之前不要對它太執著；等到它「硬化」了，再把它做到最好。
他們現在花大時間想的，是 ChatGPT 要怎麼深入到一個人的生活裡，那個東西該有什麼感覺。這種案子他們會寫白板、畫 Figma、做原型、內部試用很久才會出手。
從手指上的疹子到日本的一座農場
Anthropic 設計主管 Joel Lowenstein 是 Ian 的好朋友（這兩家的設計頭子是朋友，我覺得這件事本身就很好笑），他猜 Ian 工作最難的部分是平衡十億月活跟持續創新。
Ian 說最難的其實是使用者光譜之寬，他從沒遇過。Instagram 也有十億人，但產品簡單，用法就那幾種。ChatGPT 這邊，一端是有人在問今晚該煮什麼、下一個髮型剪什麼，另一端是有人在自動化他在日本的農場。
他們內部有個概念叫 capability overhang：絕大多數人只用到這個模型真正價值的一小片。這不算壞事，那一小片對他們來說已經很有用了。策略是把主線做到極簡，把最前沿的東西放在願意去找的人拿得到的地方，例如桌面版、Codex、ChatGPT work。等到某個能力成熟到不需要使用者去切換模式或選模型，再收進主線。
至於老掉牙的批評「聊天框就是個美化過的終端機」，Ian 前老闆 Kevin Weil 有個回答我很喜歡：什麼介面能跨越很寬的智力光譜？講話。人類本來就用同一種介面跟各種聰明程度的人溝通，所以當一個東西越來越聰明，講話這個包裝反而越撐得住。
而且它早就不只是純文字了。你叫它寫封信，它會給你一個可以直接編輯的寫作區塊，你可以改一段、複製一段、跟它一起腦力激盪。圖片生成有自己的模式。他說接下來的方向是根據脈絡給不同的介面：你是設計師，ChatGPT 或許該長得不一樣；你是資料科學家，又該不一樣。
未來的三個方向他講得蠻明確：主動性（根據你的行事曆、Slack 主動提建議）、語音（他說模型剛有一次明顯躍進，感覺自然很多）、以及可以重複使用的耐久工作流，而不是每次都從零開始。
IGTV 撲街之後
節目最後有個環節專門聊失敗。Ian 說他做過 IGTV，是個大撲街。他們在裡面塞了幾個錯的假設，抓著幾個不該抓的限制不放。後來團隊很快認錯、改掉，那個東西變成 Reels。
他的結論是：重點不是你某一次出了什麼，是你怎麼反應、怎麼往前修、怎麼繼續聽使用者講話。
他還提到 Lovable 那邊有人寫過一篇叫〈Stop the AI Confidence Theater〉的文章，講的是社群上一堆人在展示自己用 AI 改變了人生、什麼都搞定了，但實際上真正跑得起來的沒幾個。Ian 的態度是誠實一點比較好：我不知道，這東西變太快，我就跳進去看看會走到哪。
最後他被問到在 Groupon 學到什麼可以用在超級智慧上，答案也很妙。Groupon 早期有個喜劇編劇團隊，那封每日優惠信之所以有人愛看，是因為寫得好笑、有性格。他學到的是每家公司的 DNA 都不一樣，Instagram 是設計跟創意驅動、節奏慢、產品改得少，那在當時很對；OpenAI 是研究實驗室的 DNA，那套就不管用。
然後他補了一句我覺得對所有換工作的人都適用的：你進去是改不了那個文化的，特別是創辦人色彩很重的公司。你能做的是找到自己能貼上去的地方，把它補圓一點。
整集聽下來，我覺得對設計師最有用的一句話是 Ian 在最後給的：把注意力放回產出，不要放在流程。我們不是來建流程的，也不是來 token maxing 的，是來做出人會喜歡的東西。
那個評判標準從來沒變過，變的只是達到它的路徑。而路徑每個月都在改，所以焦慮是理性的，但把焦慮誤認成「我要被淘汰了」就過頭了。
這類產業第一線的觀察我會持續整理，訂閱 wilsonhuang.xyz 就不會漏掉。
Sources:
推薦閱讀
喜歡這篇文章嗎？
訂閱電子報，每週收到精選技術文章與產業洞察，直送你的信箱。
💌 隨時可以取消訂閱，不會收到垃圾郵件