理性的选择——还是并非如此
然而，我们很快便撞上了一道坚硬的边界。如今，人工智能已经能够生成极具说服力的产品视觉图，但要从这些图像跨越到技术上严谨的产品，则完全是另一回事。目前，将精美的图片转化为精确的3D模型、用于技术设计的CAD图纸，或能让制造商直接在软件中打开的STEP文件，仍然难以做到。此外，经过仔细审视，定义颜色、材料和饰面的CMF（色彩、材料、工艺）规范也往往更像虚构内容，而非可用于生产的数据。
我们向Claude请求生成此类文件，并得到了看似工整的结果。这起初令人印象深刻，但一旦进行内容核查，问题便暴露无遗：比例失调，部件在技术上无法正确对接，生产细节缺失或被凭空捏造。语言模型对文本的理解非常出色，但它尚未建立起对三维物理对象的可靠认知。
截图：根据Claude生成的Minagi技术图纸——毫无准确之处。
在此，我们的实验触及了一个更广泛的发展趋势：所谓的“世界模型”（world models）。这类AI模型不仅处理语言或图像，还试图理解物理世界的运作方式：包括空间、运动、因果关系、材料及其相互关系。而目前，我们恰恰缺乏这种理解。
对于Minagi而言，这意味着一个实际的需求：我们需要一位人类专家。我们正在寻找一位出色的工业设计师，其视野不止于外观。产品不仅要外观吸引人、触感舒适、逻辑合理，还要在技术上具备可制造性。AI能让我们以极快的速度从概念走向原型。但在从概念迈向工厂量产的关键一步上，我们暂时将接力棒交给那些精通木材、黄铜、机械结构和生产工艺的专业人士。
Geert-Jan 从之前的创业经历中认识了一家位于阿姆斯特丹的有趣设计工作室，这正是 Minagi 将概念转化为可制造产品所需的合作伙伴，而最初的回应令人充满期待：“很有趣，我自己也一直在研究 AI，而且碰巧也在思考这个方向，是个很棒的想法！”
几天后，我们坐在他们桌前。Geert-Jan和Jurriën推介了Minagi项目，解释了实验过程，并展示了AI已为他们推进到的程度。他们原本预期会收到关于材料、技术和生产的提问，但得到的反应却出乎意料。第二天，回复来了：不，他们不会加入！这一结果来得迅速。并非因为一家设计工作室拒绝了他们，而是基于背后的原因。他们的核心信息大致如下：如果你决心打造一个产品品牌，仅靠优秀的设计是不够的。此时，专注力、对该领域的深入知识以及品牌鲜明的形象才真正重要。这番话引发了我们的深思。
迄今为止，我们主要将Minagi作为一款产品来打造。AI在调研、定位、视觉呈现、品牌塑造、网站建设和客户洞察等方面提供了助力。决策权掌握在我们手中。然而，缺少了一样东西——这在实体产品公司中很难实现自动化：一位全心投入、全力以赴的人。
Minagi需要一位联合创始人：对领域充满热情、具备专业知识，并有动力将这一产品打造为真正的企业。此人不仅要能讲述Minagi是什么，还要有说服力地解释它为何存在。一家设计工作室拒绝了合作，这暴露出一个比设计本身更大的问题。下文将对此进行更多探讨。
查阅LinkedIn
在初次碰壁后，Geert-Jan选择了另一条路：LinkedIn。他撰写了一篇经典的#durftevragen（敢于提问）帖子。
“通过‘由AI共同创立’项目，我们正在寻找一位工业设计师，希望其拥有意愿与经验，与我们共同打造一款独特的实体产品。目前并非所有细节都已规划完毕，但方向明确：围绕时间、专注力与注意力打造一款高端设计物件。我们将其命名为Minagi。”
该任务要求相当具体。我们需要一位对产品材料有敏锐感知、具备机械产品经验，并拥有足够技术知识将Minagi从概念转化为可制造原型的产品设计师。期望启动时间为2026年7月或8月。
图片：LinkedIn帖子，用于寻找设计师
这篇帖子达到了我们预期的效果，截至撰写时，浏览量已达 6,613 次，获得 51 个赞、20 条评论和四次转发，更重要的是，有设计师纷纷响应并标记同行，附上诸如 “这看起来很适合你。” 之类的留言。
几天内，我们就形成了一份包含十五位严肃候选人的长名单。由此开始了一项有趣的AI实验：如何从十五位热情的设计师中筛选出最契合一款尚不存在的产品的三人？我们收集了每位候选人的姓名、网站、LinkedIn个人资料以及对招聘启事的回复。随后，我们让Claude比较这些候选人，并推荐三位适合初步接触的设计师。评估不仅基于出色的作品集，也基于我们对产品的特定需求。
Claude 首先做了一件聪明的事：它使筛选标准更加明确。
机械经验至关重要，因为 Minagi 毕竟不是一个装饰性的木块，内部包含计时机制，因此声学或声音方面的经验因黄铜音碗的存在而更具分量，对木材和黄铜等高端材料的了解同样重要，此外我们还关注造型与 CMF（颜色、材料与表面处理），即关于颜色、材料和饰面的选择，同时具备自主原型制作、CAD 技术设计及设计物件而非小工具的感觉也很重要，可用性和预算作为实际标准也被纳入考量。
我们并未赋予每个标准相同的权重。由此生成一份评分卡，每位设计师在相同维度上获得相应分数。
我们当然可以直接问 AI：“谁是最好的设计师？”，但我们并不要求 AI 模拟品味，而是为其提供一个决策模型，几秒后便生成了一份详细的筛选报告，包含评分、论点、注意事项以及清晰的前三名，最佳候选人得分为 80%，第二名得分为 76%，随后分数差距迅速拉大。
图片：设计师评分表概览（姓名已隐藏），以XLS格式呈现，由Claude编制。
通过这种方式，AI并未替我们做出决定，而是主要承担了前期准备工作。浏览十五份个人资料、并列对比作品集、查找技术经验，并用统一标准进行系统评估，通常需要数小时。而AI将这些工作浓缩为一份清晰的概览，使我们能够开展有针对性的面谈。
一周后，我们与三位被选中的设计师中的两位进行了面对面交流。这一次，我们的搜寻结果优于首次拜访设计工作室的经历。我们为Minagi找到了一位产品设计师。
要点总结
- 了解 AI 的界限。 AI 能迅速将想法转化为概念、可视化效果和初步规格，但一旦涉及材料、机械结构、公差和可制造性，专业知识仍然不可或缺，一份令人信服的档案文件并不代表一个成熟的设计方案。
- 让 AI 构建衡量标准，而不是让它做出最终决定。 这里最大的收获不在于询问“谁是最好的设计师”，而在于明确并权衡筛选标准，AI 使比较变得更快且更一致，而企业家负责做出选择。
- 利用你的人脉网络作为获取更好输入的来源。 一个简单的 LinkedIn 呼吁就能带来十五位认真的候选人，只有当外部世界提供足够多的优质选项时，AI 才能获得有价值的输入，技术加速了筛选过程，而人脉网络则主要扩大了候选池。
- 更多的 AI 应用将使人类判断显得更有价值。 随着 AI 承担越来越多的执行工作，我们的角色逐渐转向提供指导、评估质量、建立关系以及在模型不足之处补充专业知识。
由 AI 联合创立的公司能否在一年内实现 200,000 欧元的营业额？
你可以参与决定，你的预测是什么？
> 发表你的意见
Geert-Jan Smits 和 Jurrien Kerstholt 是 co-Founded by AI 的创始人
想阅读更多内容？
引言：https://www.emerce.nl/opinie/productbedrijf-bouwen-waarin-ai-al-uitvoerende-werk-doet https://www.emerce.nl/opinie/productbedrijf-bouwen-waarin-ai-al-uitvoerende-werk-doet