当工程师借助 AI 大幅提升代码产出效率时，产品设计却成了科技行业最焦虑的群体。工具扩张了能力边界，也让组织对设计师的期待变得模糊。
OpenAI 产品设计负责人 Ian Silber 对此持乐观态度：现在可能是做设计师最好的时代。他曾亲历 Instagram 从 IGTV 失败到 Reels 成功的转型，加入 OpenAI 三年后，他面对的是更具挑战的设计难题——同一个产品既要服务普通用户的日常决策，也要支持专业用户改造产业流程。
设计的核心任务，是将不断进化的模型能力，转化为用户可理解、可使用的产品体验。
在与 Lenny Rachitsky 的深度对谈中，Ian 剖析了产品设计的职业焦虑、OpenAI 的方法论以及后聊天框时代的交互形态。核心观点总结如下：
- 焦虑源于预期不明：代码验证加速，但设计仍需经历试错、反馈与共识形成，产出速度不等于判断速度。
- AI 已是出色设计师：人类价值转向发现未满足需求及创造无前例的新交互方式。
- 职能边界模糊但责任清晰：产品、设计与工程日益交叠，但可靠性、判断力与协调力仍需专人承担。
- 招聘看重底层素质：好奇心、原型能力与系统思维比既有的 AI 经验更重要。
- 克制是高级能力：能力越强的产品，越需复用组件、延展现有能力，避免体验割裂。
- 允许多速度的设计：核心体验需打磨，演进中的能力需快速试验，避免过早固化错误假设。
- 转化能力为价值：将前沿功能先与专业用户探索，再蒸馏至大众体验，降低学习成本。
- 超越文本的交互：聊天框是入口而非终点，写作块、可视化结果与工作空间将成为新形态。
- 主动式工作流：AI 下一步将理解上下文、主动提供帮助，让用户摆脱从零开始的负担。
产品设计的不安，来自角色预期尚未清楚
Lenny Rachitsky：调查显示，产品设计师和用户研究员在职业满意度各维度上表现最差：最不堪重负、最焦虑、最不乐观。你在设计圈观察到这种现象了吗？原因何在？
Ian Silber：这确实反映了行业的混合状态。一部分设计师兴奋于新机会，另一部分则因不确定性而焦虑。核心问题在于：设计师的角色是否变了？外界期待是否不同？传统受训的设计师突然被要求掌握新技能甚至交付代码，这种断层感引发了恐惧。
工程师已率先完成变革，生产力显著提升。但在设计领域，即便 AI 压缩了方案产出的时间，用户反馈、跨团队对齐以及在大组织中达成共识的过程依然耗时。目前行业对“设计师究竟该做什么”缺乏清晰定义，这种模糊性加剧了不安。
OpenAI 的独特之处在于其研究驱动的 DNA。我们招聘时不强制要求 AI 背景，更看重候选人对工具的好奇心。团队鼓励探索与试错，这让设计师拥有更多空间去创造和表达。拥抱工具的设计师反而获得了更大的主动权与影响力。
把 AI 用进过程，而不是等它替你解决一切
Lenny：那些适应良好的人，普遍认为 AI 放大了他们的创造力。对于此刻感到挣扎的设计师，有哪些模式值得参考？
Ian：关键在于将 AI 融入流程的每一步。不要等待完美方案，而是有了想法就直接利用 Codex 或 Claude 进行思考与原型构建。适应性是核心竞争力，工具迭代极快，昨天的限制今天可能就已消失。
我亲身经历见证了这种剧变：半年前编程 Agent 还常卡在细节问题上，如今已能流畅运行。这改变了设计过程——想法可以即刻验证。无论资历深浅，大家都在同一起跑线摸索，没有标准答案。正因为处于演变早期，现在入行反而可能具备后发优势。
回顾我在 OpenAI 的三年，早期语音模式和 Computer Use 的演示曾显得粗糙，如今已成为设计流程的一部分。变化之快意味着没有人完全掌握了终极方法论，保持开放心态至关重要。
现在可能是做设计师最好的时候
Lenny：你曾提到，今天是历史上做设计师最好的时候。
Ian：我真心如此认为。过去学习设计需要查阅源码或使用复杂工具，而现在，一个想法几分钟内即可转化为可运行版本。任何人都能更低门槛地成为创作者。
恰恰因为人人都能制造产品，设计中“人的部分”才显得更加珍贵。真正理解用户、打造愉悦体验的能力，将成为产品差异化的核心。优秀设计让公司脱颖而出的逻辑在未来只会更强。
设计师的杠杆率正在提高。过去创业公司可能是一位设计师配十五位工程师，未来或许会变成两位极具创造力的设计师搭配一位确保工程稳固的工程师。在 OpenAI，设计师直接参与将研究概念转化为产品的全过程，这是前所未有的机遇。
产品、设计和工程会更交叠，但仍各有责任
Lenny：Marc Andreessen 曾预言三种角色将互相取代。你认为会出现“两位设计师配一位工程师”的结构性变化吗？
Ian：我们会看到工程师更关注设计，设计师产出更多代码，但职能不会完全消失。在大公司中，职级体系需要明确标签，但在实际团队协作中，边界本就模糊。有人擅长定义问题，有人追求细节，严格区分单一职能意义不大。
然而，边界模糊不代表责任消失。构建可靠系统仍需专人确保工程质量，厘清问题空间仍需产品经理的统筹。一个人很难同时精通所有领域。未来的趋势是人员流动跨越边界，但关键环节仍需专人负责。
创业公司倾向于招聘通才，但在大规模组织中，不同角色的专业深度依然不可或缺。重要的是看清做好软件需要哪些“帽子”，而非拘泥于职位名称。
AI 已经是一名很出色的产品设计师
Lenny：AI 会成长为多么出色的产品设计师？
Ian：我认为 AI 现在已经是一名不可思议的产品设计师了。它虽未必在视觉细节或排版上达到极致，但其通用能力已极强。更重要的是，每个人都能使用它。我们应将其视为增强创造力的工具，探索如何从中获取最佳结果。
人的价值，在理解需求和提出新的交互方式
Lenny：当 AI 擅长设计后，人的核心价值在哪里？
Ian：第一是洞察真实需求，理解反馈回路；第二是发明新事物。AI 基于历史数据训练，难以凭空创造从未存在的范式。如 iPhone 的多点触控或 Snapchat 的阅后即焚，均无前例可循。
好设计源于对人类未满足需求的深刻理解，并以独特方式实现。当前我们正设计全新的交互范式：人如何与 AI 对话、Agent 如何代理任务。这些领域缺乏训练数据，人类的判断力与同理心显得尤为关键。
招设计师，要看好奇心、原型能力和系统思维
Lenny：招聘设计师时，哪些能力权重发生了变化？
Ian：我们组建多样化团队，不强制要求 AI 背景，但极度看重好奇心。候选人是否愿意深入理解工具并融入流程，比现有技能更重要。
原型能力的门槛降低使其成为拉开差距的关键。此外，系统思维愈发重要。面对超级智能的复杂能力，我们需要设计可组合的底层原语，而非孤立的体验。如同 Notion 的积木理念，我们要构建连贯的系统，让用户感知到产品的整体性而非碎片化功能。
在高速环境中，设计师需具备全局视野。少做一点，优先复用现有组件，甚至质疑功能的必要性，是避免资源浪费的智慧。
同一家公司，需要不同速度的设计
Lenny：传统设计流程耗时过长，设计师是否应转向宏观规划？
Ian：这取决于产品阶段。对于 ChatGPT 的核心输入框等成熟功能，我们会投入大量时间测试百种方案；而对于 Codex 等快速演进的能力，我们接受在公开环境中快速试错。
关键是识别技术的稳定性。在技术尚未定型时，过早精修可能导致资源浪费。我们需要在“大胆下注快速学习”与“严谨打磨核心体验”之间找到平衡。有些项目需经长期内部试用，有些则可数小时内发布。
同一个 ChatGPT，要服务从问菜谱到改造农场的人
Lenny：如何平衡十亿级大众用户与专业创新需求之间的张力？
Ian：ChatGPT 的用户跨度前所未有，从日常咨询到产业自动化。我们秉持“能力富余”理念：大多数人仅使用了模型潜力的一小部分。设计目标是为主流用户提供极简体验，同时让专业人士能轻松触达前沿功能。
难点在于避免将复杂功能强推给大众。策略是先通过桌面端、Codex 等专业渠道与核心用户共创，待功能成熟后，将其“蒸馏”进主体验，消除开关与模式的认知负担。
聊天框不是终点，它是能跨越认知差异的入口
Lenny：为何聊天界面能承载如此广泛的使用场景？
Ian：对话是跨越认知光谱的最佳界面。我们的设计原则是：用户不应先成为提示词专家。产品应引导用户表达意图，例如提供可点击的追问选项。
此外，交互不止于文本。生成结果可转化为可操作的写作块、图像工具或专用工作空间。界面将随上下文演化，为设计师、数据科学家或普通用户提供不同的操作支持。
从回答问题，到理解上下文并主动做事
Lenny：ChatGPT 的长期演进方向是什么？
Ian：未来在于主动性与上下文理解。AI 将结合日历、邮件等外部信息主动提供建议。体验将从“问答”转向“代理执行”，并形成可持续的工作流，让用户无需每次从零开始。默认体验将对大多数人有效，同时保留专业用户的控制权。
别演 AI 自信，去试、去学、把注意力放回结果
Lenny：如果能给刚加入 OpenAI 的自己一句建议，你会说什么？
Ian：承认我们仍处于非常早期的阶段。不必因未知而恐慌，也不要陷入"AI 自信剧场”的表演。保持谦逊与好奇，勇于在边缘地带探索。职业生涯中的冒名顶替感是普遍的，寻找同伴交流能有效缓解焦虑。
最重要的是回归结果导向。AI 能辅助你达成目标，但你仍是掌舵者。我们的使命是打造人们真正喜爱的产品，而非单纯展示工具或流程。
把 AI 放进设计和管理的日常工作流
Ian：我利用 AI 进行宏观构思与原型快速可视化，也在运营层面用它归纳信息、提供会议上下文。Cloud 端的灵活性让我能随时随地推进工作。
失败之后，关键是继续迭代
Ian：我在 Instagram 经历过 IGTV 的失败，但也从中汲取教训推出了 Reels。关键不在于单次成败，而在于能否迅速接收反馈并修正方向。在 OpenAI，我也在不断试错中学习。
每家公司都有自己的 DNA
Lenny：从 Groupon 到 OpenAI，有哪些经验是通用的？
Ian：每家公司都有独特的 DNA，工作方式必须随之调整。Groupon 的幽默文案、Instagram 的设计驱动、OpenAI 的研究属性，理解并顺应这些文化至关重要。试图强行改变创始人主导的文化往往徒劳，聪明的做法是帮助既有 DNA 变得更完整。
快问快答
最常推荐的书：《设计心理学》（The Design of Everyday Things）。
近期喜欢的作品：百老汇音乐剧《Maybe Happy Ending》及电影《The Invite》。
喜欢的产品：Rivian 电动车（重新定义用车体验）与 Waymo。
生活信条：玩得开心，去试一试。不必将自己框定在固定模式中。
原视频：Chatbots are not the final interface: OpenAI's Head of Design on what's next | Ian Silber
编译：Noah Wang
