Anthropic 設計主管 Jenny Wen：那套設計流程已經死了

本文整理自《Lenny's Podcast》2026 年 3 月播出的單集。本文為系列兩篇中的第一篇，聚焦設計流程的變革。第二篇將探討 AI 時代的設計人才與組織。

{{< youtube eh8bcBIAAFo >}}

---

當七個 AI Agent 同時寫程式

想像一個場景：你的工程師同事同時跑著七個 Claude Code agent，每個都在寫不同功能的程式碼。你還在 Figma 裡精心打磨第三版 mockup，結果一抬頭，其中三個功能已經跑在測試環境裡了。這不是什麼科幻劇情，而是 Anthropic 設計團隊每天面對的日常。Jenny Wen 是 Anthropic 旗下 Claude Cowork 產品的設計主管，在加入 Anthropic 之前，她在 Figma 擔任設計總監，帶領 FigJam 和 Slides 的設計團隊。她在 Lenny's Podcast 的訪談中開門見山地說：設計師被教了這麼多年的標準流程，研究、發散、收斂、反覆迭代，這套東西「基本上已經死了」。

這句話聽起來聳動，但 Wen 的論點非常具體。殺死傳統設計流程的不是什麼設計理論的革命，也不是有人提出了更好的方法論。真正的殺手是一個非常實際的因素：工程速度。當工程師可以用 AI 工具在幾小時內把一個功能從零寫到可以跑，設計師根本沒有時間去走那套完整流程。你沒辦法花兩週做使用者研究，再花一週發散出二十個方向，再花一週收斂成三個方案，最後交出一份漂亮的 mockup。因為等你做完這些，工程師早就已經把東西做出來了。設計師從「守門人」的角色，被迫轉變成「協作夥伴」。沒有人主動選擇放棄那套流程，是工程速度把它淘汰掉的。

Wen 分享了一個很具體的數字來描述這個轉變。她花在畫 mockup 和做原型的時間，從以前的 60% 到 70%，降到了現在的 30% 到 40%。省下來的時間花在哪裡？花在跟工程師一起 pair，直接在程式碼裡做最後的打磨。她自己現在也寫程式碼了。這個變化不只發生在 Anthropic 這種 AI 公司，Wen 認為這是全產業的趨勢，只是 AI 公司跑得比較前面，其他公司遲早也會走到這一步。她提到一個特別有意思的觀察：這不只是設計師覺得自己跟不上工程師的問題，連工程師自己都覺得跟不上。當你同時開了七個 AI agent 在寫程式，你自己也不確定它們到底寫了什麼。速度的問題是每個人都在面對的，不是設計師獨有的困境。

設計工作分裂成兩種模式

既然舊的設計流程死了，取而代之的是什麼？Wen 觀察到設計工作正在分裂成兩種截然不同的模式。第一種她稱為「支援執行」。在這個模式下，設計師不再是先畫好設計圖再交給工程師去實作，而是直接跟工程師坐在一起，即時給回饋、做決定、解決視覺和互動上的問題。功能已經在跑了，設計師的角色是確保它跑得好看、好用。這有點像是從建築師變成了室內設計師，房子的主結構已經蓋好了，你的工作是讓它住起來舒服。這需要設計師具備一種新的能力：在不完美的半成品上快速做出判斷，而不是等到所有條件都齊備才動手。

第二種模式是「短期產品願景」。這裡的「短期」是關鍵字。Wen 說的不是那種兩年、五年的宏大產品路線圖，而是三到六個月的方向。為什麼只看這麼短？因為在 AI 領域，三個月前的假設到了今天可能已經完全過時。技術能力在快速提升，使用者的期待也在快速改變。設計師在這個模式下的工作，是確保團隊快速出貨的所有東西加在一起，最後看起來像是一個有連貫性的產品，而不是一堆零散的功能堆在一起。這需要的不是畫精美的未來概念圖，而是對產品方向有清楚的判斷力，然後不斷跟團隊溝通、對齊。

這兩種模式之間存在一種健康的張力。「支援執行」讓你貼近現場，真正理解產品在使用者手上是什麼樣子。「短期願景」則讓你抬起頭來看全貌，確保團隊不會跑偏。Wen 的做法是在這兩個模式之間不斷切換，有時候一天之內就會來回好幾次。她認為這種切換能力，可能是未來設計師最重要的技能之一。你不能只會救火，也不能只會畫大餅，你需要兩邊都行。而且這兩種模式會互相餵養：你在支援執行的過程中發現的問題和機會，會回過頭來修正你的短期願景。你的短期願景則讓你在支援執行時有一個判斷的依據，知道哪些細節值得堅持，哪些可以放過。

Figma 為什麼還沒死

很多人可能會問：如果設計師都開始寫程式碼了，那 Figma 還有什麼用？Wen 的回答出乎意料地肯定。她認為 Figma 在 AI 時代不但不會消失，反而扮演著一個 AI 寫程式工具目前無法取代的角色。關鍵在於「發散」這件事。當你想要探索一個設計問題的所有可能性，你需要同時看到八個、十個不同的方向，擺在一起比較、混搭、取捨。Figma 的畫布天生就適合這種工作方式，你可以把所有方案並排擺在一起，一眼看出差異。這是一種空間化的思考方式，你用視覺來比較，用直覺來篩選，這個過程很難在一個對話框裡完成。

AI 寫程式工具做不好這件事。Wen 的觀察是，這類工具本質上是線性的。你給它一個指令，它寫出一個版本。你不滿意，再給一個指令，它修改成第二個版本。但你很難讓它同時產生十個完全不同方向的設計，然後讓你在視覺上快速比較。這就像用聊天的方式來做腦力激盪，效率遠不如在白板上同時貼滿便利貼。Wen 用了一個很到位的說法：最好的設計是你把一堆想法丟到牆上，然後從中挑選。目前的 AI 寫程式工具做不到這種「丟到牆上」的效果，因為它們的介面就是一個對話框，一次只能處理一個方向。所以 Figma 的價值已經從「產出最終設計」轉移到了「探索可能性」。

這個觀察其實點出了目前 AI 工具一個普遍的局限。AI 很擅長在一個方向上深入，幫你解決一個明確的問題。但它不太擅長同時探索多個完全不同的方向，讓你在這些方向之間自由跳躍和組合。這對於想用 AI 完全取代設計工具的人來說，是一個需要正視的瓶頸。但反過來說，這也指出了 Figma 的進化方向：如果 Figma 能夠把 AI 整合進它的畫布體驗，讓使用者可以用 AI 快速生成多個方向、然後在畫布上視覺化比較，那它的價值反而會比以前更大。設計工具的未來可能不是「AI 取代 Figma」，而是「Figma 吃掉 AI」。

以速度建立信任

快速出貨是一回事，但不會因此搞砸品牌形象嗎？這大概是每個設計主管聽到「設計流程已死」之後的第一個反應。Wen 對這個問題有一套很務實的想法，她稱之為「以速度建立信任」。核心邏輯是這樣的：你可以推出不完美的東西，但你要讓使用者看到你在很快地改進它。Anthropic 在推出新功能時，常常會加上「研究預覽」這樣的標籤，讓使用者知道這還不是完成品。然後團隊密切關注使用者的回饋，快速修正問題、新增功能。使用者看到你在認真聽、認真改，信任反而會建立起來。

Wen 點出了一個反直覺的觀點：真正傷害品牌信任的，不是推出不夠成熟的功能。真正傷害信任的是推出不成熟的功能之後就放著不管。如果你上線了一個很粗糙的東西，然後花了三個月快速迭代把它變好，使用者會記住你是一個願意傾聽、快速回應的團隊。但如果你上線了一個粗糙的東西然後什麼都不做，使用者的結論就是你根本不在乎他們的體驗。所以速度不只是出貨的速度，更是回應的速度。這兩件事加在一起，才構成了完整的信任方程式。這個邏輯跟傳統品牌管理思維很不一樣，傳統思維是「寧可晚也不要爛」，但 Wen 的觀點是「可以早一點、粗一點，但你要證明你會持續改善」。

Claude Cowork 的開發過程就是這套哲學的實踐。很多人聽到 Cowork 只花了十天就上線，可能會覺得這也太趕了。但 Wen 澄清，這十天不是從零開始。團隊在這之前已經花了好幾個月做內部原型和探索，嘗試了很多不同的產品形態。有一個早期的內部原型叫做 Claude Studio，它的一些概念後來被吸收進了 Cowork，比如 skills 框架。十天的衝刺是把已經驗證過的元素快速打包上線，然後靠後續的迭代來完善。這種做法跟傳統的「花半年做到完美再上線」是完全不同的產品哲學，但在 AI 產品的語境下，它可能是唯一可行的做法。因為你花半年做出來的東西，上線的時候技術環境可能已經完全不同了。

AI 能取代設計品味嗎？

訪談中 Lenny Rachitsky 問了一個很多設計師在意的問題：AI 的設計品味會不會越來越好，好到最終取代人類設計師？Wen 的回答很坦率。她認為 AI 的設計感會進步，而且設計師不應該太執著於「人類品味不可取代」這個信念。如果你的核心競爭力就是「品味」，那你可能需要重新評估一下自己的定位，因為 AI 在這方面的進步速度可能比你想像的快。但她也馬上接著說：軟體開發中真正困難的部分，其實不是「把東西做出來」。

這個觀察值得仔細想。Wen 說，如果你回想工作中最困難的時刻，大多數不是「這個按鈕該用什麼顏色」或「這個動畫要怎麼做」。大多數困難的時刻是團隊在爭論這個功能到底要不要做、該做成什麼樣子、誰來為結果負責。這些是人與人之間的協調問題，是判斷問題，是承擔責任的問題。AI 可以幫你畫出漂亮的介面，但它沒辦法替你決定該不該砍掉一個使用者喜歡卻不符合產品方向的功能。它沒辦法在兩個都有道理的觀點之間做出取捨，然後站出來為這個決定負責。這些能力需要的是對人的理解、對脈絡的判斷、對後果的承擔。

所以 Wen 的結論不是「設計師的品味會永遠贏過 AI」，而是「品味只是設計師工作的一部分，而且可能不是最重要的那部分」。真正讓設計師不可取代的，是他們在團隊中扮演的協調者、決策者、品質把關者的角色。不過 Wen 也沒有把話說死，她用了一個比較謹慎的態度，認為設計師不應該覺得自己很安全。技術在進步，以前覺得 AI 做不到的事情，可能明年就做到了。與其爭論「AI 會不會取代我」，不如把精力放在強化那些 AI 短期內很難取代的能力：跨團隊協調、產品判斷、以及為決策負責的勇氣。

我的觀察

Wen 在這集訪談中描述的轉變，其實不只是設計領域的事。她觀察到的核心現象是：當執行速度大幅提升，整個工作流程的重心會從「規劃」轉移到「判斷」。設計師以前花大量時間在規劃上，畫線框、做原型、寫規格文件。這些工作的前提假設是「執行很貴，所以我們要先想清楚再動手」。但當 AI 讓執行變得便宜且快速，這個假設就不成立了。快速做出來、看看行不行、然後調整方向，變成了比「先想清楚」更有效率的做法。這個邏輯跟軟體開發從瀑布式到敏捷的轉變很像，但這次變化的速度更快、影響的範圍更廣。

這個邏輯適用於很多職業，不只是設計師。產品經理花大量時間寫需求文件和規格書，前提也是「工程資源很貴，所以要先想清楚再開工」。如果工程資源突然變得不那麼稀缺，那詳盡的規格書就變得沒那麼必要了。重要的是你能不能在看到初步成果之後，快速做出正確的判斷：這個方向對不對？哪裡需要改？應該繼續還是放棄？這種判斷力沒辦法靠流程來保證，它來自對使用者的深度理解、對產品的直覺、以及做錯決定之後快速修正的勇氣。

但我也想提一個 Wen 在訪談中沒有展開的問題：如果設計流程真的死了，那設計教育該怎麼辦？目前設計學校教的還是那套研究、發散、收斂的方法論，學生花大量時間學習如何做使用者研究、如何建立 persona、如何畫出完美的 mockup。如果這些技能在實戰中的重要性正在下降，取而代之的是「跟工程師 pair 的能力」和「在半成品上做判斷的能力」，那設計教育需要一次根本性的調整。這不是在課程裡加一門「AI 工具應用」就能解決的事情，整個教學的核心哲學可能都要重新想過。從「教學生如何做出完美的設計方案」變成「教學生如何在不完美的環境中做出正確的判斷」，這兩件事需要的教學方法完全不同。