科技業設計師壓力山大!OpenAI高管拋「少做一點」求生心法,為何千萬別跟工程師硬比產能?
科技業設計師壓力山大!OpenAI高管拋「少做一點」求生心法,為何千萬別跟工程師硬比產能?

一場訪談裡擺著兩個互相打架的事實。

《Lenny's Newsletter》在 2026 年 7 月 7 日公布第二屆科技業從業者情緒調查,由成長顧問 Noam Segal 與主持人 Lenny Rachitsky 執行,樣本約 6,000 人,結果顯示設計師幾乎在每一項指標上都墊底:63% 覺得被變化的速度壓垮、61% 覺得疲累、61% 認為自己被要求拿同樣的薪水做更多事,三項都是所有職務裡最高,而且他們是最不願意把這份工作推薦給新人的一群。

2026 年 8 月 16 日,同一份電子報的 podcast 請來 OpenAI 產品設計負責人 Ian Silber,他自 2023 年 8 月起擔任這個職位,主導 ChatGPT 與 Codex 的產品設計;加入 OpenAI 前,他曾任職於由 Instagram 兩位共同創辦人 Kevin Systrom 與 Mike Krieger 打造的新聞 App Artifact,更早之前在 Instagram 待了八年。

而 Silber 在節目裡的說法是:「現在是史上最適合當設計師的時候。」何以在設計師怨聲載道的時候,他會有這種觀點?

為什麼他說設計師「沒有跟著 10 倍速」

先給結論:問題不在設計師變慢,而在提速沒有平均落在每個職務上。

Ian Silber 說 OpenAI 內部做過類似的員工調查,設計團隊反覆提到同一件事,工程師的生產力已經拉高 10 倍、他有時形容是 100 倍,但設計團隊沒有。這組倍數是他對 OpenAI 內部狀況的觀察,他認為原因在設計流程本身沒有被壓縮。他描述的迴圈是:你以為想到一個好主意,做出來很糟,再試一次還是很糟,拿去給用戶或內部看,方向錯了,整段重走。

他承認 AI 確實改動了其中一段,想法可以更快被生出來。但驗證那一段沒有變快,在大公司裡把一群人的方向對齊,成本也沒有變低。換言之,AI 主要壓縮構想與原型生成所需的時間,但使用者驗證、內部回饋與跨團隊對齊仍然需要時間。

而他認為真正壓在人身上的不是速度,是另一件事:現在沒有人清楚,對一個設計師的期待到底是什麼。 要不要每天交程式碼?受過傳統訓練的那套做法還算不算數?

Silber 強調,這種模糊本身就夠讓人不安。而那份調查的結論恰好接得上:一個人怎麼定位自己與 AI 的關係,是職涯樂觀度最強的單一預測因子,強度超過職務、職級與公司規模三者相加。

他給團隊的建議是「少做一點」

他沒有把建議簡化成要求設計師每天交付程式碼;他反而鼓勵團隊把想法直接丟進 Codex、Claude 這類代理工具,快速做出原型。

第一層是他給團隊的原話:just do less,能不做就不做。如果已經有現成的系統、元件或機制可以延伸,就不要重新設計一個,甚至可以先回頭問,這個功能到底需不需要存在。

第二層是系統思考。他說 OpenAI 在做的是一套帶著各種能力的系統,要往下想的是能互相疊加的底層積木,而不是一堆各自獨立的一次性體驗,他拿 Notion 早年那套可組合積木當對照。這件事在 AI 產品上還多一個理由:模型必須能自己推理出怎麼把這些能力拉在一起用,零散的功能它組不起來。

第三層是把力氣分兩檔。他說 ChatGPT 有些功能他們會磨到底,試一百個丟掉九十九個,最後才出一個,輸入框幾乎每天都在改;另一些東西則刻意公開地邊做邊試,從想法到上線四小時。分野是技術會不會很快讓這個設計失效,還在變的東西不值得雕,等到確定它不會被下個月的技術推翻,才把它做到最好。

然後他自己補了一句:難的是判斷哪一個是哪一個。

Anthropic 的 Claude 設計負責人 Jenny Wen 在同一檔節目說過,傳統那套「原型、視覺稿、測試、研究、迭代」已經沒有時間跑完。Ian Silber 說他們也是這樣工作,但補了條件:要看階段,像 ChatGPT 該怎麼更深地嵌進生活這種題目,還是會在白板與內部試用之間磨很久。

AI很好,但人仍有2大核心能力無可取代

Silber 也說「AI 現在已經是一個很好的產品設計師」,而且真正厲害的地方是每個人都用得到。但他緊接著畫線,那不代表它是最強的視覺設計師,在資訊層級、字體排印或互動設計上也不是。

Silber認為機器最缺的是沒有先例的東西:設計的本質是做出還不存在的東西,而還不存在的東西沒有訓練資料。他舉的例子都是互動範式層級的發明,iPhone 的多點觸控開出一整套新的操作語言、Snapchat 用當時被認為奇怪的互動設計翻掉了人們溝通的方式。

Silber解釋,這次又輪到同一種處境,例如怎麼用聲音跟 AI 說話、怎麼讓代理人替你辦事,都還沒有太多前例。負責 OpenAI Codex 桌面應用開發的 Andrew Ambrosino 在同一檔節目補過另一個理由,AI 研究員本身不見得擅長設計,也就不一定知道怎麼訓練模型把設計做好。

他列的另外兩項留在人手上的能力,一是看真人實際使用、理解他為什麼卡住的回饋迴圈;二是 「這是某個人做的、某個人對這件事有觀點」 。他認為在誰都能做出東西的環境裡,設計師最該練的就是回答我的觀點是什麼、我為誰而做。

這些取捨已經長在產品上

他描述的難題是使用者光譜寬到沒有前例。主持人以十億月活躍用戶形容 ChatGPT 的規模,Ian Silber 說這批人的需求分佈是他職涯裡沒見過的,一端問今晚煮什麼、下次剪什麼髮型,另一端拿它去自動化日本的農場。

他們內部管這叫 capability overhang,可以理解為能力溢出,也就是說絕大多數人只拿到產品真正能給的價值裡的一小片。做法是主體驗維持極簡,最前沿的東西確實放出來、也讓在意的人拿得到,但不推到所有人面前。

實驗場放在重度用戶那一側,桌機版、Codex,以及 2026 年 7 月 9 日發表的 ChatGPT Work。而收斂的標準他講得很直白:真正變成十億人在用的東西,是使用者不必去想有個開關、有個模式、自己跑在哪個模型上。任何在重度端跑得通的設計,最後都得被蒸餾回主體驗,否則不算完成。

至於空白輸入框那個老問題(聊天機器人終究只是包裝過的終端機這類批評),他們的解法不是換掉輸入框,是讓對話本身長出能直接操作的區塊:請它寫一封信,信會裝進一個他稱為 writing blocks 的區塊,可以直接改字、改局部、只複製那一段。

他認為介面接下來會往「依身分與情境給不同操作元件」走,一個設計師看到的 ChatGPT,和資料科學家看到的,不見得該長一樣。

把注意力放回「產品」

被問到要給焦慮的設計師什麼建議時,他在訪談中反覆強調、最具體可操作的一句是:我們不是來打造流程、不是來衝 token 用量,是來做出人們喜歡的軟體。把注意力放回產出,不是放回流程。

Lovable 成長負責人 Elena Verna 寫過一篇〈Please Stop the AI Confidence Theater〉,講許多人在表演自己已經摸透 AI,實際上沒有。Ian Silber 對此的回應是承認自己也還在學,他在節目裡三度說「我們都還很早」,也承認剛進 OpenAI 時很長一段時間覺得自己做不好這份工作。

因此面對因為AI獲得的賦能,設計師群體也許只能一邊拿它當機會,一邊拿它當壓力來源,來看是否能在之間獲得足夠的試錯空間。

資料來源:Lenny's Podcast 訪談 Ian Silber、《Lenny's Newsletter》2026 科技業情緒調查、Lenny's Podcast 訪談 Jenny Wen、Lenny's Podcast 訪談 Andrew Ambrosino、Elena Verna〈Please Stop the AI Confidence Theater〉、《Bloomberg》、OpenAI ChatGPT Work 官方文件、OpenAI 方案與可用範圍說明、Ian Silber LinkedIn

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #openai #ChatGPT
往下滑看下一篇文章
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證

重點一:數位詐騙生命週期極短,打完一波就轉移陣地,「下架」只處理了眼前的內容,處理不了事後追查。

重點二:台灣數位安全發展協會以AI蒐集、分類詐騙廣告,九成以上工作可由AI完成,最終判斷仍保留人工背書。

重點三:透過司法聯盟鏈b-JADE,只把資料的「數位指紋」上鏈存證,原始資料另行保存,目標是降低被害人的訴訟舉證成本。

一則可疑的投資廣告被檢舉、下架,帳號也停權了,多數人以為事情就此結束。真正麻煩的是,廣告消失的那一刻,追查詐騙集團的線索也可能跟著消失。

為了補上這個缺口,台灣數位安全發展協會正與司法聯盟鏈「b-JADE」合作,替詐騙相關資料做存證。b-JADE是一套以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務;資料一旦上鏈,任何改動都會留下痕跡。白話說,就是替數位證據貼上「封條」,讓證據從蒐集到進入法庭,都能驗證有沒有被動過手腳。

詐騙廣告下架,為什麼還不夠?

原因在於數位詐騙的生命週期太短,下架只能處理眼前的內容。台灣數位安全發展協會理事長劉彥伯指出,傳統電話詐騙一套劇本可以拉長到半年、甚至一年;數位詐騙則像打游擊,一波結束就移往下一個平台,從廣告、社群到另一個App,一路跨平台引導被害人。

更大的問題是證據跟著斷線。被害人發現受騙時,可能已是半年後,手上通常只留得住最末端的匯款與聯絡紀錄,最初看過哪則廣告、點進哪個網站,早已消失。等到一、兩年後警方抓到詐騙集團,對方就能在法庭上反問「你怎麼證明我投過這則廣告?」劉彥伯以假設情境說明,一個集團原本可能詐騙了30億元,最後因證據不足,認定金額只剩幾千萬甚至幾百萬元。

不過,詐騙活動都會留下數位足跡,包括投放帳號、代理商、投放時間、運作國家與網址註冊紀錄,只要事先保存,日後調閱就「有憑有據」。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯
圖/ 數位時代

AI都這麼強了,為什麼還要先做資料治理?

台灣數位安全發展協會的核心主張是:好的資料分析,從好的資料治理開始。所謂資料治理,就是把散落在各平台、格式不一的碎片資料,整理成來源清楚、格式一致、可以互相比對的資料。協會先確認每筆公開資料的來源、時間、權限、版本與隱私,再標上事件分類、風險評估、曝光平台、投放者與網址等標籤,才能找出彼此關聯、還原詐騙網絡。

根據協會的實證簡報,系統在一段監測期間內掃描309.5萬則廣告,通報62.8萬則(約占20%),投放當日偵測率達99.21%。劉彥伯也提到,協會與資安院、數位發展部在打詐通報查詢網的合作中,判斷率接近百分之百。

那還需要人嗎?答案是需要。現行法律仍要求有人為判斷結果背書負責,加上詐騙劇本會隨被害人的回應即時調整,因此協會讓AI處理九成多的工作,最後由人做判斷。

截圖不能當證據?b-JADE如何替詐騙證據貼上「封條」

在AI改圖越來越容易的今天,單純截圖很難在法庭上證明自己沒被竄改過。劉彥伯的比喻是:截圖比較像「我那天真的看過,還拍了一張照片」;可信存證則是把證物放進有封條、有時間、有編號、有保管紀錄的證物袋,「重點不是有沒有留下東西,而是未來能不能驗證這是不是當時那一份」。

這也是b-JADE派上用場的地方,但並不是把所有資料都放上區塊鏈。協會把原始資料與AI分析結果,保存在權限受管控的系統裡,只把每份資料的「數位指紋」交給b-JADE存證。數位指紋的特性是,內容只要有任何改動,指紋就會完全不同,因此能證明資料沒被動過;需要時,再經授權調閱原始資料,兼顧隱私與驗證。依b-JADE規範盤點,協會既有流程已符合19項要求,其餘7項缺口也逐步補強,例如存證時間改採具公信力的標準時間來源,不再依賴電腦本機。

防詐能從事後追查走向事前預警嗎?

可以,協會正把存證從被害人受騙後,往前推到「主動式上鏈」:AI判定高風險的內容,先一步蒐集存證,不必等到有人受害。

小農是第一個場景。許多消費者在網路上支持小農,錢最後卻流進冒名的詐騙集團。協會因此與農業部合作推出「農本人」系統,讓小農自行登錄銷售管道與社群帳號形成白名單,再結合AI蒐集的黑名單,一旦遭冒名就能第一時間發現並報案。這套模式未來也可延伸至網路霸凌、性私密影像等案件。

制度面也在加速。2026年8月,司法聯盟已開設認證專班,邀集司法院、法務部、高檢署、調查局與警政署相關人員受訓,相關存證應用預計明年正式推出,時程仍待聯盟拍板。

劉彥伯坦言,目前從蒐集、分案到下架的流程仍然冗長,技術正好能在保留人為背書的前提下縮短流程。他在《數位關鍵字》節目尾聲留給聽眾的一句話是:「數位安全不只是技術工具,也涉及資料的可信、法遵治理與跨領域合作。」當AI幫人更快找到線索,經得起驗證的資料,將讓每一位被害人在法庭上多一分底氣。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯認為,可信存證的重點不是留下東西,而是未來能被驗證。
圖/ 數位時代

常見問答
Q1:詐騙廣告被下架後,還能當作證據嗎?
A:若事前沒有保存,下架後就很難追溯。台灣數位安全發展協會建議在內容消失前,保存投放帳號、代理商、投放時間、運作國家與網址等數位足跡,日後才能據以向平台請求調閱。

Q2:手機截圖可以當作詐騙證據嗎?
A:截圖只能證明「看過」,難以證明未被竄改。在AI改圖越來越容易的情況下,透過數位指紋與具公信力的時間紀錄進行可信存證,才能在日後驗證資料是否為當時的原始版本。

Q3:什麼是b-JADE司法聯盟鏈?
A:b-JADE是以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務。台灣數位安全發展協會的做法是只將資料的數位指紋上鏈,原始資料另行保存在權限受管控的系統,兼顧隱私與驗證,目標是降低訴訟舉證成本。

Q4:AI可以完全取代人工判斷詐騙嗎?
A:目前不行。依台灣數位安全發展協會的做法,九成以上的蒐集與分類工作可由AI完成,但現行法律仍要求由人做最終判斷,並為結果背書負責。

Q5:小農要如何預防被冒名詐騙?
A:可登錄台灣數位安全發展協會與農業部合作的「農本人」系統,自行提交銷售管道、粉絲專頁與LINE帳號建立白名單,搭配AI主動蒐集的黑名單,遭冒名時能第一時間發現並報案。

完整對談請收聽《數位時代》Podcast《數位關鍵字》EP264。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓