當代軟體開發的生產力數據，正在揭示一場典範轉移。
在矽谷的前沿開發現場，場景已徹底質變：一名工程師能同時指揮 7 個 Claude AI 代理（Agents）進行全天候代碼產出與即時部署。
面對這樣的生產力跳躍，傳統設計團隊若仍固守為期兩週的「探索與定義」（Discovery and Definition）週期，其本質已從品質把關機制蛻變為系統性瓶頸。曾被視為行業標準的「雙鑽石設計模型」，也就是先發散再收斂的線性流程，正在急速失效，因為它根本無法跟上 AI 驅動的非線性開發速度。
Anthropic Claude 設計負責人 Jenny Wen 在接受知名產品人 Lenny Rachitsky 的 Podcast 專訪時，下了一個判斷：這套設計流程，已經基本「死亡」（The design process is dead）。這並非單純的工具迭代，而是生產力代差所引爆的組織權力移轉。研發主導權正從視覺一致性的「守門員」（設計），轉向 AI 代理工作流的「編排者」（工程）。
這道裂縫，標誌著職業邊界的崩塌，也迫使設計師必須在廢墟中重建產品秩序。
從「完美 Mockup」到實施導向的協作
在過去的線性開發時代，設計師握有事實上的「發布決定權」，工程師必須等待精美的靜態 Mockup 定稿，才能啟動開發。但在 AI 代理的衝擊下，設計與開發之間的邊界已然模糊，職責分配正在發生結構性重組。
Jenny Wen 在訪談中指出，設計師的角色已從「交付物製作者」轉向「深度工程協調者」。根據她的描述，現今 Anthropic 設計師的工時分配大致如下：
| 任務維度 | 傳統範式（幾年前） | AI 代理時代（現狀） |
|---|---|---|
| 視覺原型繪製（Mocking） | 60% — 70% | 30% — 40% |
| 工程協作與諮詢（Consulting） | 10% — 20% | 30% — 40% |
| 代碼實施與拋光（Implementation） | 極低 | 20% — 30% |
當產品的核心是 AI 模型，靜態的 Figma 檔案便無法呈現產品的真實動態。AI 輸出具有非決定性，設計師不可能在理論上窮舉所有邊界情境（Edge Cases）。因此，產品體驗的設計正從「預設所有場景」轉向「即時測試與調適」。
Jenny Wen 提倡讓工程師「直接開伙」（Let them cook）：設計師不再作為開發的閘門，而是直接進入 IDE 環境，在代碼中調整 CSS 與交互伙細節。她強調，在代碼層面完成「最後一英里」的產品拋光，所產生的競爭優勢，遠勝於在 Figma 畫布上追求像素完美的靜態稿。
當設計不再是產品開發的閘門，設計師必須尋找新的價值錨點。
速度，是 AI 時代最有力的信任貨幣
在底層模型每三個月便發生質變的環境下，傳統企業推崇的「十年產品藍圖」已喪失戰略意義。長週期的精確規劃，往往在技術劇變面前成為束縛。
- 願景形式的轉向： 戰略不再封裝於精美的 PPT 簡報，而是體現為「能夠指明方向的原型」（Pointing Prototypes）。願景週期縮短至 3 到 6 個月，核心功能是在多個 AI 代理同時運轉的開發環境中，確保團隊仍能維持協同方向。
- 以速度建立信任： 以 Anthropic 新產品 Claude Cowork 為例，儘管其內部孵化期漫長，但最終從內部工具轉化為外部產品的「強制發布」，僅歷時 10 天。
Jenny Wen 點出這背後的邏輯：在 AI 時代，「速度即信任」（Speed is trust）。品牌忠誠度不再源於首發產品的零缺陷，而取決於團隊回應反饋的「修復速度」。當用戶觀察到產品能隨技術前沿持續進化，對品牌的信任才會逐漸建立。
管理者回歸個人貢獻者（IC）的反直覺領導力
隨著管理層級扁平化，傳統中層管理者因失去對流程的掌控感，正陷入集體焦慮。Jenny Wen 提出一種反直覺的「低槓桿」領導力模型。
- 「低槓桿」任務的隱藏價值： 傳統管理學告誡主管遠離瑣事，但親自測試產品、復現 Bug（Repro bugs）、親手撰寫團隊週年卡片，實際上是「極高槓桿」的行為。這些動作並非浪費時間，而是管理者在編碼組織文化。透過處理細節，建立對產品的深度熟悉度，並在組織內確立品質標準。
- 管理者的 IC 輪崗： 設計主管必須親自使用 Claude Code，進入 IDE 環境實際操作。若不曾體驗 AI 代理如何重構編碼流程，管理者將失去對現有工作的同理心，進而導致戰略決策與生產力現實嚴重脫節。
Jenny Wen 本人便是最佳案例。她從 Figma 設計總監（Director of Design）的職位主動退回個人貢獻者，正是為了維持對產品第一線的直覺與感知。
未來人才典範：塊狀通才、深 T 型專家，與具備匠心的應屆生
當 AI 持續壓低技術門檻，企業對人才的需求已從「單一深鑽」轉向「靈活跨度」。Jenny Wen 定義了三類在 AI 時代最具競爭力的人才原型：
- 塊狀通才（Block-shaped Generalist）： 不只是 T 型人才，而是「E 型」結構。在設計、PM、工程等多個維度皆具備 80 分水準，能靈活填補組織的空白地帶。
- 深 T 型專家（Deep T-shaped）： 在極少數核心領域（例如複雜技術架構的設計決策）具備頂尖 10% 的判斷力，負責在 AI 尚無法觸及的高端領域進行差異化。
- 具備匠心的應屆生（Craft New-grad）： 目前最被低估的群體。他們沒有舊流程的慣性包袱，能以開放的姿態擁抱 AI 工具。對於正在經歷組織變革的企業而言，具備「實踐代理權（Agency）」、能迅速動手「建造出東西（Build stuff）」的新人，其價值往往超過墨守成規的資深人士。
「不要被過去的經驗框限。動手去實作、去測試技術的邊界，這是在這個時代脫穎而出的唯一途徑。」Jenny Wen強調。
判斷力，是人類大腦最後的堡壘
儘管 AI 正在快速吞噬從代碼生成到初步設計的大量工作，但這場變革的終點並非人類的缺席，而是責任的重新歸位。
Jenny Wen 提出了一個她稱為「可解釋性框架（Legibility Framework）」的思維工具，源自 Anthropic 投資人 Evan Tana 提出的「清晰度矩陣」（Legibility Matrix）概念：面對組織內部難以被外界理解的技術能量，設計師的工作是識別其潛力，並將其轉化為用戶可理解的產品形式。
Anthropic 內部的「Claude Studio」便是具體案例：它最初只是一個功能繁雜、難以對外解釋的原型。但透過識別其內在潛力，團隊最終將其轉化為 Claude Cowork 中清晰可理解（Legible）的功能組合，包括任務清單、計劃透明度與技能框架，使一般用戶也能輕鬆上手。
AI 的「品味」與「判斷力」上限會持續提升，但「決定要建造什麼」以及「為決策後果負責」的權力層級，無法被外包給機器。
當設計流程不再是聖經，真正的匠心與問責力，才能在 AI 的輔助下，完成設計師從「流程執行者」到「產品創造者」的角色重生。
資料來源：Lenny's Podcast
