从直觉到模型，
从输出者到系统设计者
AI 在抬高产出下限的同时，也模糊了职能边界。设计师的工作变快了，但非设计师也开始做设计。88% 的企业已引入 AI，但仅 39% 将其与全公司财务效果挂钩——大多数尚未从"在用"转化为"在创造价值"。
数据来源：Figma State of the Designer 2026 · McKinsey State of AI 2025
设计判断中存在可提取的隐性结构。将其模型化可以提升判断的覆盖率和一致性，模型无法覆盖的部分由人类感知补完。而补完过程本身，就是模型迭代改进的输入。
不是与 AI 比产出速度，而是成为定义模型、培育模型、辨识模型边界的人。
隐性知识显性化
结构提取设计师的每一个判断背后都有隐性的思维链。找到它、语言化它、将其提取为可复用的决策结构。
"The focus has shifted from 'am I solving this correctly?' to 'has this been solved correctly, and does it solve the right thing?'"
焦点已从"我是否正确地解决了问题"转移到"这个问题是否被正确解决了，它是否解决了正确的问题"。
决策结构可计算化
数理建模将提取的结构转化为可执行的模型。用算法覆盖大部分情况，将人的判断力集中在模型的边界区域。
"I am not saying every designer needs to become a programmer. I am saying every designer needs to understand systems, loops, structure, and feedback."
并非每个设计师都需要成为程序员。但每个设计师都需要理解系统、循环、结构和反馈。
产品体验的语言化
接口翻译力同一个设计决策，对工程师讲约束，对 PM 讲价值，对高管讲 ROI。为结构化思考穿上可沟通的外衣。
Figma 招聘调查：45% 以上的招聘经理重视协作、系统思维和产品战略——这些技能依赖判断力和上下文理解，而非自动化。73% 要求熟练使用 AI 工具，79% 要求具备 AI 产品设计能力。
覆盖率的迭代闭环
大数据式近似模型不需要 100% 正确。覆盖 80% 的确定解，剩余 20% 的边界情况由人类感知补完。而补完过程本身成为下一次模型改进的输入。
State of AI in Design 调查：AI 的产出"可用但不完美"——启动很快，但完成需要人工。这个差距正是迭代闭环价值的驱动力。96% 的设计师自学 AI，正式培训极为罕见。
Foundation Capital × Designer Fund · State of AI in Design 2025
智能体体验设计
从 UX 到 AX当 AI 智能体代替用户执行任务时，设计的问题从"帮助人完成操作"变为"让人判断结果是否正确"。设计反馈循环、失败时的降级路径、人工介入点。
"We are moving from UX to AX: from user experience to agentic experience. The design problem shifts — it is no longer just 'How do I help someone do this?' It becomes 'How do I help someone know whether it was done well?'"
从 UX 到 AX——从用户体验到智能体体验。设计的问题不再是"如何帮助完成"，而是"如何帮助判断是否做好了"。
审美眼作为准入壁垒
Craft 的不可替代性AI 抬高了产出的下限，但上限仍由审美判断力决定。精准的动画时机、排版节奏、留白的呼吸——这些是难以自动化的感知能力。
"There's something to be said for the exact right animation, the exact right typography — those are very difficult to automate."
恰到好处的动画、恰到好处的排版——这些极难自动化。
这本质上是一个近似过程，而非完美解。与机器学习同构的思路——模型不需要 100% 正确，只要能将人工干预量压缩到可接受范围即可。用结构化模型覆盖 80% 的设计判断，将剩余 20% 的边界情况交给人类感知判断，就已经是巨大的效率提升。
不是做一次模型就结束，而是迭代式的闭环。模型覆盖 → 人眼发现异常 → 分析异常的结构 → 将新发现的规律纳入模型 → 覆盖率提升。每次人工干预本身就是下一次模型优化的训练数据。
这也是对设计界常见反论——"设计是感性的，无法量化"——的回应。不需要量化一切，但可量化的部分不应反复耗费人力。感性判断应集中在模型尚未覆盖的边界上。
色彩理论、构图法则、视觉重量平衡——这些是前人从艺术直觉中提取的模型，只是停留在定性阶段。三分法是定性模型，黄金比例是半定量模型，APCA 是完全定量模型——同一条路上不同阶段的产物。
AI 压缩了产出环节，同时放大了判断、定义、评估环节的价值。前三项能力（显性化、建模、语言化）是判断力的基础结构，后三项（迭代闭环、AX 设计、审美眼）是判断力的应用领域。贯穿其中的底层逻辑是覆盖率近似的迭代思维——不追求完美模型，而是让模型与人类感知形成持续演进的闭环。