LO
这个职业有新的已核实记录时通知我 → · 标出哪些任务是你的(VOLO Pro,免费)→ · 给一个团队或一届毕业生用 →
产品 / UX 设计师
决定一款软件对使用它的人如何表现 —— 一屏一屏、一个状态一个状态 —— 并用证据证明这个决定。
选你最近最好的一项工作,把案例重写成以问题和证据开头、界面放最后。如果界面之前写不出东西,那就是缺口。
这不是失业概率。它把「岗位任务中有多少暴露于自动化」与「采用实际走到了哪一步」合成为一个值 —— 只用于在同一套口径下横向比较职业,除此之外不作他用。
适用于软件团队中的产品、UX 与 UI 设计师。作为独立岗位的设计研究、品牌与营销设计,以及游戏设计情况不同。
到底什么在变#
分析单位是任务,不是职位名称。职业不会被整体替代 —— 变的是它的任务构成。
每一格是一项任务。大小是它在这份工作里的分量,颜色是它正在往哪个方向走。点一格,看这个判断还不能说明什么。
做界面过去是带薪的学徒期。拿掉它,拿掉的不只是初级岗,还有「一个人如何成长为这个团队仍然需要的资深设计师」的路径。
在多数下行周期里,研究是第一个被砍的预算,与「合成用户好不好用」无关。它的暴露首先是商业上的,其次才是技术上的。
这就是你做的吗?认一下,这一页会缩到只剩与你有关的那一份。
职位名只是一组恰好被打包买走的任务,而没有两个人手里的那一组是一样的。什么都不会被发送出去 —— 它只留在这个浏览器里。
近期变化#
一家厂商的一个季度,由厂商自己公布。付费客户不等于设计师:在 AI 工具扩散的同时,单独计费的客户账户数增长 54%,与「设计工作转移到了从来不是设计岗的人手里」这个解释的吻合程度,至少不低于「雇了更多设计师」。Figma 还从 2026-03-18 起对所有席位设置 AI 额度上限,并出售 AI 额度加购包,所以这个营收数字里可能有一部分反映的是 AI 变现,而不是用户增多。
失败、撤回、监管或成本正在抑制采用。可以下调评估,或扩大不确定区间。
英国政府数字服务部门描述自己的产品。18 个月里,它对 GOV.UK Chat 做了两轮公开试点,1 万多名用户提出了 2.6 万个问题;它为含糊的问题加入了澄清式提问,把范围内问题的回答率提高到 88%;流式回答在用户测试中效果好,但需要重新设计部分安全护栏;研究方法包括 99 次远程可用性测试和一项含 30 小时视频访谈的日记研究。这是开发团队自己报告的试点;这个助手运行在 Anthropic 的模型上,而撰写本条记录的模型也出自 Anthropic。
真实场景里的小规模试验。说明落地条件正在被检验,不代表条件已经成立 —— 所以单独一次试点永远不够,两次互不相干的才够。
这份文件确立的是「计量」,不是「计量的效果」。Figma 说明:2025 年在所有 Figma 席位上引入 AI 额度,2026 年 3 月开始强制执行上限,超出部分按月加购或按量计费;文件给的是月份,没有具体日期。它把 Figma Make 描述为从一句提示直接得到可运行的原型,把它列在按 AI 额度计价的功能里,并提示客户可能因此减少使用这些功能。它没有给出任何使用量,也没有测量上限生效后是否有团队少生成了。Figma 卖的就是这些席位,对定价改动的表述方式有利害关系 —— 但这里记下的事实写在一份夸大要担责的申报文件里。它说不了别家厂商的工具。
失败、撤回、监管或成本正在抑制采用。可以下调评估,或扩大不确定区间。
加拿大政府设计系统中针对其主网站 AI 帮助应用的指引。它说,AI 帮助应用必须明确标注为 AI;所有范围内的回答必须至少附一个权威出处链接,尽可能指向加拿大政府网页;不得给应用起人名,也不得称之为聊天或聊天机器人;提醒用户 AI 会出错,不能代替对准确率的测量;应该尽早让用户体验研究人员参与,用原型与潜在用户测试,之后反复做可用性测试。它约束的是一个政府的网站,测试部分用的是「应该」。
失败、撤回、监管或成本正在抑制采用。可以下调评估,或扩大不确定区间。
一项同行评审研究,关注在计算社会科学、用户测试和标注中用大模型替代真人受试者。作者通过涉及 16 种人口身份、3,200 名参与者的人类研究和四个模型,表明这些模型会错误描绘并扁平化人口群体,而他们自己的推理阶段技术只能减轻、不能消除这些危害。它并非专门针对用户体验工作,测试的是当时的模型;作者声明没有利益冲突。
失败、撤回、监管或成本正在抑制采用。可以下调评估,或扩大不确定区间。
英国政府各部门使用 AI 的指引。它说,确定 AI 用例必须由业务与用户需求、痛点和低效之处驱动,而不是由技术能做什么驱动,挑战与机会要通过用户研究来识别;在其第二条原则下,规定在定义和部署 AI 系统时,团队必须通过用户研究以及适当地与公众沟通来理解人们的需求和优先事项。它约束的是英国政府团队,是指引而不是法律。
失败、撤回、监管或成本正在抑制采用。可以下调评估,或扩大不确定区间。
一家设计工具厂商的生成功能(GPT-4o 与 Amazon Titan 加手工组件设计系统),限量测试版。是厂商回撤而非客户部署;三个月内以 First Draft 重新上线。
失败、撤回、监管或成本正在抑制采用。可以下调评估,或扩大不确定区间。
这对你意味着什么#
一份精致界面的作品集比以前不值钱得多,因为精致界面现在很便宜。让你被雇用的是决策的证据:你定义了什么问题、做了什么研究、选了什么、为什么、结果如何。用一个真实产品把这些建立起来 —— 有真实用户的副业项目也算 —— 并尽早学习不确定性界面的问题,因为这个领域缺的正是做过这件事的人。
如果你的价值在于产出的质量和速度,预期它会被压缩;如果在于问题定义、研究和对齐,它在保持,而生成式产品的问题是对你有利的新需求。不舒服的转变在于:生产型设计师变少,意味着每个资深设计师要靠工具覆盖更大的范围,所以对工具的熟练成了基线而不是差异化。
你的选择#
四个方向,每个都写明真实约束和一个本周可验证的动作。继续做下去也是正当选择 —— 只要它是被选择的,而不是被默认的。
以研究和决策为主,而不是界面
稀缺的工作是知道该建什么。能展示决策背后证据链的设计师,是生产变便宜时团队会留下的人。
需要接触用户和进入路线图讨论,而初级岗位常常没有。
选你最近最好的一项工作,把案例重写成以问题和证据开头、界面放最后。如果界面之前写不出东西,那就是缺口。
专攻有模型在环的产品
它的设计问题仍未解决:GOV.UK 自己的试点发现,以流式方式输出答案意味着要重新设计安全护栏。稀缺性有利于任何发布过一个的人。
你需要一个在做这类产品的团队,以及对「设计一个你无法完全规定其行为的东西」的耐受。
选一个你在用的对话式或智能体产品,记录它让用户失败的三种方式和你会怎么改。这份文档是一件别人没有的作品。
转产品经理
已经在做问题定义和对齐的设计师,做的本来就是产品经理工作的大部分。转过去只是把它正式化,而且通常薪资更高。
你会接手优先级、指标和利益相关方管理,并失去大部分手艺。
旁听一次路线图优先级会议。如果你发现自己对权衡而不是界面有观点,认真考虑这条路。
常见问题#
你需要熟练到能指挥和修正工具的产出 —— 这比一个生产型专家需要的少,但比零多。升值的能力是工具上游的一切:知道该解决什么问题、什么证据支持一个选择、怎么让团队把它做出来。快速学会工具,然后把精力花在判断力上 —— 这个顺序和设计教育通常的顺序正好相反。
看你团队里界面是谁产出的。当工程师用一句提示加设计体系直接生成可用界面时,做高保真这一步整个消失 —— 那是你自己团队内部的流程改变,在它出现在任何招聘计划里之前就看得见。
产出界面与组件 —— 标为「正在自动化」的那一项,也是填满初级设计师一周的工时。定义问题与研究不在其中,但定义问题通常和产品经理共担,而在小团队里赢下那场争论的往往不是设计师。
你需要它们是为了在争论中站得住,不是为了产出交付件。这个角色的杠杆来自证据,以及靠过往决策积累的可信度 —— 两者都是个人的,都不是生成出来的。工具学到「不会被轻视」就够,剩下的时间花在研究上。
还在读书、想往这个方向走?
这些专业能通到这里。它们的页面会拆解:哪些能力真的用得上、毕业生普遍缺什么。
这些判断底下是什么#
这一页上 5 条任务判断里,5 条有已核实事件支撑、0 条是平台推断,每一条都在它出现的地方标注着。它们底下是 1 个技术维度、一条自语言模型进入公众视野以来的回溯轨迹,以及 7 条已核实事件。
同一个职能里的其他岗位#
一家公司先把工作分成职能,再分成岗位。下面这些和这一份工作同在「产品与设计」里 —— 那是一件关于组织结构的事实,不是「它们相似」或者「它们在朝同一个方向变」的判断。