当 AI 开始写代码，传统界面会消失吗？Cursor 设计负责人 Ryo Lu 给出答案：不是界面没了，而是“界面”将被重新定义成每个人的思维映射。本文独家呈现他如何把五个割裂功能合并为一个 AI Agent，让设计师直接写 13 万行代码、一个人两个月“氛围”出完整操作系统，并预言未来十年“过度专业化”将失效——真正的竞争力是“与 AI 对话”的系统思维。
你有没有想过，传统的软件界面设计可能正在走向终结？当我听完 Cursor 设计主管 Ryo Lu 的这次访谈后，我意识到我们正站在一个历史性的转折点上。那些我们习以为常的界面元素——按钮、菜单、表单——可能即将被一种全新的交互方式所取代。更让人震撼的是，Ryo 提出了一个听起来像科幻小说的观点：未来的界面将直接映射到我们的思维方式。这不是什么遥远的幻想，而是正在 Cursor 内部发生的真实变革。
作为当今科技界最具影响力公司之一的设计负责人，Ryo Lu 的经历本身就是一个传奇。他曾经是 Notion 的早期设计师，参与构建了那个改变了无数人工作方式的产品。但当他转向 Cursor 时，他面临的挑战更加复杂：如何为一个由 AI 驱动的编程工具设计界面，让它既能服务于专业开发者，又能让完全不懂编程的”氛围程序员”（vibe coders）也能轻松上手。这个挑战的核心在于，Cursor 不仅仅是一个代码编辑器，它更像是一个智能的编程伙伴，能够理解用户的意图并自动执行复杂的编程任务。
Ryo 加入 Cursor 后做的第一件事，就是解决了一个看似简单但实际上至关重要的问题：概念统一。当时的 Cursor 有五个不同的功能：Tab 自动补全、Command K 内联编辑、Chat 对话、Composer 代码生成，以及 Cursor Agent 自动化模式。这些功能都是分别开发的，有着不同的名称和快捷键，用户经常搞不清楚该用哪个功能。
“我所做的就是说，所有这些东西都是同一个东西。它们都是 agent。然后我们把它们合并成一个概念。”Ryo 这样描述他的改进。听起来简单，但这种系统性思维的威力是巨大的。通过这个统一，Cursor 的用户体验发生了质的飞跃。以前用户需要学习五套不同的交互模式，现在只需要理解一个核心概念：AI agent。这种简化不是减法，而是提炼——保留所有功能的同时，让用户的认知负担大大降低。
这让我想起软件设计中一个永恒的真理：最好的设计往往不是添加更多功能，而是找到正确的抽象层次。就像 iPhone 的革命性不在于增加了更多按钮，而是用一个触摸屏替代了所有物理按键。Ryo 在 Cursor 上做的事情本质上是相同的：找到了一个更高层次的抽象，让复杂的功能变得简单易懂。
我特别欣赏 Ryo 提到的一个观点：”我们想要服务所有人，从想要完全手动控制的最有经验的程序员，到更喜欢让 agent 完成一切的’氛围型’用户。在这个光谱中有很多不同的小配置、模式和行为。你想要为所有人服务，但要给每个人在这个光谱中找到理想的位置。”这种设计哲学非常深刻——不是强迫所有用户使用同一种方式，而是创建一个足够灵活的系统，让不同类型的用户都能找到适合自己的交互方式。
这种统一带来的效果是显著的。Ryo 提到，很多高级工程师之前一直在使用 Cursor，但根本不知道有 Agent 功能的存在。统一概念后，这个问题消失了，所有用户都默认使用 Agent 模式，这可能是 Cursor 自今年二月以来快速增长的最重要原因之一。这个案例完美说明了好的设计如何能够释放产品的真正潜力。
在与 Ryo 的对话中，最让我印象深刻的是他对设计师角色转变的思考。传统的设计流程是这样的：设计师在 Figma 中画出精美的界面，然后工程师根据这些静态图片来构建产品。但在 AI 时代，这种工作方式正在变得过时。
“我们作为设计师设计的东西，它们只是上升了一个层次。你不再是精确设计这个 UI 界面的具体样子，而是实际上在设计一个容器。”Ryo 这样解释新的设计范式。这个”容器”的概念非常重要——设计师不再设计固定的界面，而是设计一套可以适应不同用户、不同情境的系统。
这种转变的深层原因在于，AI 界面具有高度的动态性。传统界面是静态的，每个用户看到的都是一样的按钮和菜单。但 AI 界面会根据用户的行为、偏好和当前任务自动调整。在这种情况下，设计师的工作就变成了定义这些动态变化的规则和边界。
Ryo 用一个很生动的比喻来说明这一点：”理想的界面对每个人都是不同的。”这意味着设计师需要从设计单一界面转向设计界面系统。就像建筑师不是设计一座房子，而是设计一套可以根据不同需求组合的模块化系统。
我认为这种转变对整个设计行业都有深远影响。设计师需要具备更强的系统性思维，理解如何构建灵活而连贯的设计系统。同时，设计师也需要更深入地理解技术，因为在 AI 时代，设计和技术的边界正在模糊。正如 Ryo 所说：”如果你知道如何与 AI 交互，几乎就是在拉平这个领域。”
这让我想到另一个重要观点：在 AI 辅助下，过度专业化可能不再是优势。Ryo 观察到，一些 17 岁的年轻人通过 AI 进行”氛围编程”，创造出的东西比一些大型科技公司的工程师每天写 10 行代码的产出更令人惊叹。这说明在 AI 时代，关键不是你掌握多少专业技能，而是你如何有效地与 AI 协作。
在讨论 Cursor 的未来发展时，Ryo 遇到了一个看似简单但实际上非常复杂的问题：如何管理多个并行运行的 AI agent。想象一下，你同时让五个 AI agent 处理不同的编程任务，你需要能够查看它们的进度、管理它们的输出，并决定如何处理它们的结果。
“我可能花了这个月的大部分时间在思考这个问题。如何启动多个 agent 并管理它们，查看正在发生的事情，然后一旦它们完成，如何处理它们？”Ryo 描述了这个挑战的复杂性。用户需要能够规划任务、执行任务、审查结果，然后决定如何合并这些变更。
有趣的是，经过深入思考后，Ryo 发现这个复杂的问题本质上可以归结为一个非常熟悉的概念：”天哪，这又是待办事项列表。我们又回到了这里。每次我们都会回到待办事项列表。”这个发现既让人沮丧又让人兴奋。沮丧是因为看起来我们在重新发明轮子，兴奋是因为这意味着我们可以利用人们已经熟悉的概念。
但这不是简单的待办事项列表。关键区别在于，这些任务可能由 AI agent 执行，而不是人类。这种看似微小的差别实际上带来了巨大的变化。AI agent 可以并行处理多个任务，可以在更长的时间跨度内工作，可以处理比人类更复杂的任务。但同时，它们也需要更复杂的管理和监督机制。
我觉得这个例子完美说明了 AI 产品设计的一个重要原则：最好的 AI 界面往往是将复杂的 AI 能力包装在人们已经熟悉的概念中。用户不需要学习全新的交互模式，但他们可以获得远超传统工具的能力。这种设计哲学在 Cursor 的整体架构中随处可见。
Ryo 还提到了一个重要观点：这种任务管理系统不仅服务于 AI agent，也服务于人类。”想象一下，你可以将整个软件开发过程分解为一堆任务，它们与聊天提示相关联。因为这个概念如此通用，界面不必复杂，任何看过列表视图的人都可以开始做这些事情。”这种统一的任务管理系统让人类和 AI 能够在同一个框架内协作。
在访谈的最后，Ryo 分享了一个听起来像科幻小说但他坚信会成为现实的观点：”界面将变得就像你思考的方式。我认为它会变得更接近你。也许我们不会通过代理设备操作。也许它甚至更接近。我是一个视觉思考者。我仍然会看到我的画布，但也许它们是悬浮在我的脑海中，而不是在屏幕上。”
这个预测让我思考了很久。现在我们通过点击、拖拽、输入来与计算机交互。但如果界面直接映射到我们的思维模式会怎样？对于视觉思考者，信息可能以图形和空间关系的形式呈现。对于逻辑思考者，界面可能更多地以因果关系和决策树的形式组织。对于情感思考者，界面可能通过颜色、节奏和情绪来传达信息。
这种个性化不仅仅是表面的定制，而是深层次的认知匹配。就像 Ryo 说的：”理想的界面对每个人都是不同的。”但这种不同不是任意的，而是基于每个人独特的思维方式和认知模式。
我认为这种演进已经在某种程度上开始了。当我使用 Cursor 这样的 AI 工具时，我发现自己越来越少地思考”如何操作这个软件”，而更多地思考”我想要实现什么目标”。软件开始理解我的意图，而不是要求我学习它的语言。这种转变虽然还在早期阶段，但趋势已经很明显。
Ryo 提到的 Neuralink 等脑机接口技术让这种未来变得更加具体。虽然我们可能还需要多年才能看到真正的脑机接口普及，但概念本身已经不再是幻想。当界面可以直接访问我们的思维时，设计师的角色将再次发生根本性改变。
我觉得最有趣的是，即使在那个未来中，仍然需要有人来”设计概念和想法，澄清它们，将它们简化为最简单的、不变的形式”。技术可能会改变界面的形式，但设计思维的核心——理解用户需求、简化复杂性、创造直观体验——将永远有价值。
在访谈中，Ryo 分享了他的个人项目 RyOS 的故事，这个项目完美展示了 AI 时代个人创造力的潜力。RyOS 是一个完整的操作系统界面，拥有多个应用程序、窗口管理、文件系统等复杂功能。令人惊叹的是，这个包含 13 万行代码的项目，主要是 Ryo 一个人在一到两个月内使用 Cursor 完成的。
“我问了 ChatGPT，普通工程团队需要多长时间来构建它。回答是几个月或几年，需要几十个人或者 20 个人。而这只是我一个人在业余时间进行的氛围编程。”这个对比让人震惊。传统上需要一个团队数月甚至数年才能完成的项目，现在一个人借助 AI 工具就能在几周内实现。
更重要的是，RyOS 项目的起源完全是偶然的。Ryo 最初只是想为离开 Notion 的团队制作一个声音板应用，让同事们在会议中能听到他的声音。但随着 AI agent 的帮助，这个简单的想法逐渐演变成了一个完整的操作系统。”没有计划，纯粹是感觉。”Ryo 这样描述整个过程。
我认为这个例子说明了 AI 时代创造的一个重要特征：从想法到实现的距离正在急剧缩短。过去，即使你有一个很好的想法，也需要组建团队、分配任务、协调进度，整个过程可能需要几个月。但现在，你可以在有想法的瞬间就开始实现它，让想法在实现过程中自然演进。
这种变化对创新的影响是深远的。当实现成本大幅降低时，我们可以尝试更多的想法，进行更多的实验。那些之前因为成本太高而被放弃的创意，现在都变得可行。这意味着创新的瓶颈不再是实现能力，而是想象力和判断力。
Ryo 提到的一个观点特别值得深思：”加入 Cursor 的原因之一是我希望从有想法到变成现实的差距接近零。”这不仅仅是关于工具效率的提升，更是关于思维方式的改变。当你知道任何想法都可以快速实现时，你会更敢于思考那些看似不可能的事情。
这也解释了为什么 Ryo 能够如此快速地从音效板应用演进到完整的操作系统。在传统开发模式下，每增加一个功能都需要仔细考虑成本和时间。但在 AI 辅助开发中，试错成本变得极低，你可以随时尝试新的方向，看看会发生什么。
Ryo 的经历也让我思考了 AI 对团队结构的影响。传统软件开发需要明确的角色分工：产品经理负责需求，设计师负责界面，前端工程师负责实现，后端工程师负责逻辑，测试工程师负责质量。每个角色都有明确的边界和交接点。
但在 AI 辅助开发中，这些边界正在模糊。Ryo 作为设计师，现在可以直接编写产品代码。他不需要等待工程师来实现他的设计，也不需要通过详细的文档来传达他的想法。他可以直接创建功能原型，让团队体验真实的交互效果。
“工程师们把我们更多地视为他们的一部分了。”Ryo 这样描述这种变化。我认为这种变化的价值不仅仅在于效率提升，更在于减少了沟通损耗。传统的设计到开发流程中，每次信息传递都会丢失一些细节。设计师的意图通过文档和会议传达给工程师，但工程师可能有不同的理解。这种多次传递导致最终产品与原始设计有很大差异。
当设计师能够直接编写代码时，这种信息损耗大大减少。设计师可以精确地表达他们的意图，而不依赖于他人的解释。同时，他们也能更好地理解技术约束，在设计阶段就考虑实现的可行性。
这种变化也影响了招聘策略。就像访谈中提到的：”我们有两个设计师，这意味着我们有两个前端工程师。当你不需要一个人非常精通前端开发时，你需要招聘的工程师类型也会发生变化，因为我可以完成我们正在开发的任何功能。”
我觉得这预示着未来团队结构的一个重要趋势：专业化程度会降低，而跨领域能力会变得更加重要。团队成员不再需要在某一个狭窄领域达到极致的专业水平，而是需要具备在多个领域快速学习和应用的能力。AI 工具正在降低各个专业领域的准入门槛，让更多的人能够参与到产品创造的各个环节中。
尽管技术在快速发展，但我认为设计思维的核心价值不会因为 AI 的出现而消失。正如 Ryo 所说：”在代码这个层面，我们可以做几乎任何事情。”但问题不是我们能做什么，而是我们应该做什么。
设计师在 AI 时代的价值主要体现在几个方面：第一是概念澄清。技术越复杂，就越需要有人能够将复杂的概念简化为用户能够理解的形式。Ryo 将 Cursor 的五个功能统一为一个 Agent 概念，就是这种能力的体现。
第二是系统思维。随着产品功能越来越多，越来越复杂，需要有人能够从整体角度思考如何组织这些功能，让它们形成一个连贯的系统。这种能力不是 AI 能够替代的，因为它需要对用户需求、业务目标和技术约束有深入的理解。
第三是美学判断。即使 AI 能够生成界面，但什么是好的设计仍然需要人类的判断。美学不仅仅是视觉上的好看，更是功能性、易用性和情感体验的综合体现。这种判断能力需要长期的训练和积累，是设计师的核心竞争力。
第四是同理心。设计的本质是理解用户的需求和痛点，然后创造解决方案。这种同理心是人类独有的能力，AI 可以分析数据和模式，但无法真正理解人类的情感和动机。
我特别认同 Ryo 提到的一个观点：”最终结果是美丽、高质量的软件。”无论技术如何发展，这个目标不会改变。我们使用的工具可能会改变，我们的工作方式可能会改变，但创造美丽、有用的产品这个根本目标是永恒的。
同时，我也认为设计师需要适应新的工作方式。他们需要学会与 AI 协作，理解 AI 的能力和局限性。他们需要从设计静态界面转向设计动态系统。他们需要从传达想法转向直接实现想法。这些都是新的技能，但它们建立在传统设计思维的基础上。
Ryo 的经历让我深思了一个更大的问题：在 AI 时代，专业边界的意义是什么？传统上，我们将复杂的工作分解为不同的专业领域，每个人在自己的领域深度专精。但当 AI 能够弥补我们在某些专业技能上的不足时，这种分工还有必要吗？
“我认为在接下来的 10 年左右，过度专业化完全没有意义了。”Ryo 的这个观点很有挑战性。他的意思不是说专业技能不重要，而是说单一领域的深度专精可能不如跨领域的整合能力重要。
我见过很多这样的例子：一些年轻人通过 AI 工具快速掌握了多个技能，创造出令人惊叹的作品。他们可能不是任何一个领域的专家，但他们知道如何组合不同的技能来解决问题。相比之下，一些在传统框架下受过高度专业训练的人，反而因为思维的固化而难以适应新的工作方式。
这让我想到文艺复兴时期的博学者（polymaths）。达芬奇既是艺术家，也是工程师、科学家和发明家。那个时代的知识边界还没有现在这么清晰，人们更容易在多个领域之间自由穿梭。也许 AI 时代会让我们回到某种类似的状态，技术降低了专业技能的门槛，让更多人能够成为跨领域的创造者。
但我也认为这不意味着专业技能会完全消失。相反，我觉得会出现新的专业化趋势：与 AI 协作的专业化。就像 Ryo 专精于使用 AI 进行设计和开发，未来可能会出现各种与 AI 协作的专业角色。这些角色的核心不是掌握某个传统技能，而是知道如何有效地与 AI 配合来完成复杂任务。
Ryo 提出的”理想的界面对每个人都是不同的”这个观点，让我意识到我们正在经历设计史上最重要的哲学转变之一：从”为所有人设计一个完美界面”转向”为每个人设计最适合的界面”。这种转变的影响远比我们想象的要深远。
传统的设计哲学建立在一个假设上：存在一个”最优解”，一个能够满足大多数用户需求的通用界面。这种思维方式深深植根于工业化时代的大规模生产逻辑。就像福特汽车的”任何颜色都可以，只要是黑色”一样，我们一直在追求那个能够服务所有人的标准化界面。这种方法在降低成本、提高效率方面确实很有效，但它也带来了一个根本性问题：为了照顾大多数人，我们往往忽略了个体的独特需求。
我见过无数产品因为这种”一刀切”的设计方法而失败。设计师们花费大量时间研究”平均用户”，试图找到那个能够平衡所有需求的完美界面。但现实是，平均用户并不存在。每个真实的用户都有自己独特的使用习惯、认知模式和偏好。当我们为一个虚构的平均用户设计时，我们实际上是在为一个不存在的人设计。
Ryo 在 Cursor 的工作让我看到了另一种可能性。他提到：”我们想要服务所有人，从想要完全手动控制的最有经验的程序员，到更喜欢让 agent 完成一切的’氛围型’用户。”这不是试图找到一个中间点来平衡这些截然不同的需求，而是构建一个能够适应不同需求的系统。
这种转变的核心在于技术能力的提升。以前，为每个用户定制界面在技术上是不可行的，成本也过于高昂。但 AI 技术让这种个性化成为可能。AI 能够实时理解用户的行为模式、偏好和当前任务，然后动态调整界面来匹配用户的需求。这不是简单的自定义设置，而是深层次的认知匹配。
我认为这种转变将带来三个层次的影响。首先是交互层面的影响。传统界面设计追求一致性，所有按钮都在相同的位置，所有菜单都有相同的结构。但在个性化时代，一致性的定义需要重新考虑。也许对于一个经验丰富的用户，最一致的体验是让他们能够快速访问高级功能；而对于新手，最一致的体验是简化的界面和循序渐进的引导。
其次是认知层面的影响。Ryo 提到自己是视觉思考者，他希望看到悬浮在脑海中的画布。这让我思考，如果界面能够匹配用户的认知模式会怎样？视觉思考者可能更适合图形化的信息展示，逻辑思考者可能更喜欢层次分明的列表，情感思考者可能需要更多的颜色和动效反馈。当界面能够适应这些不同的认知模式时，用户与软件的交互将变得更加自然和高效。
第三是哲学层面的影响。这种转变实际上是在挑战设计的根本假设。我们不再假设存在一个”正确”的设计，而是认为设计的价值在于它能够适应和服务多样性。这种思维方式不仅影响产品设计，也会影响我们对用户、对技术、对创新的理解。
但我也看到了这种转变带来的挑战。首先是复杂性管理。当每个用户看到的界面都不同时，如何确保产品的整体性和品牌一致性？如何为这样的系统提供支持和文档？如何测试和优化一个千变万化的界面？
其次是设计师技能的转变。传统设计师需要掌握视觉设计、交互设计等技能。但在个性化时代，设计师更像是系统架构师，需要设计的不是具体的界面，而是界面生成的规则和算法。这需要更强的系统思维、数据分析能力，甚至编程技能。
还有一个更深层的问题：当界面完全个性化时，我们是否会失去共同的设计语言？传统上，标准化的界面让用户在不同产品间迁移变得容易。但如果每个产品、每个用户的界面都不同，这种迁移成本是否会大大增加？
我觉得答案在于找到个性化和标准化之间的平衡点。就像 Ryo 说的，需要识别那些”永远不会改变的底层基本单元”。有些概念和交互模式是普世的，比如点击、拖拽、滚动等基本操作。个性化应该建立在这些稳定的基础上，而不是完全重新发明交互语言。
从商业角度看，这种转变也带来了新的机会和挑战。个性化程度越高的产品，用户粘性往往越强，因为迁移成本更高。但同时，开发和维护这样的产品也需要更多资源和技术投入。这可能会加剧技术公司之间的差距，那些能够掌握个性化技术的公司将获得显著优势。
我相信，我们正处在这个转变的早期阶段。现在的个性化主要还是表面的，比如主题颜色、布局选项等。但随着 AI 技术的发展，我们将看到更深层次的个性化，界面将能够理解和适应用户的思维模式、工作习惯、甚至情绪状态。这将不再是界面的个性化，而是体验的个性化。
通过 Ryo 的分享，我看到了软件开发和产品设计未来可能的方向。这不仅仅是工具的升级，而是整个创造过程的根本性改变。我们正在从一个基于分工的工业化模式，转向一个基于协作的智能化模式。
在传统模式下，创造一个产品需要严格的计划、明确的分工、复杂的协调。每个步骤都有明确的输入和输出，每个角色都有固定的职责。这种模式在处理复杂项目时很有效，但它也带来了巨大的协调成本和沟通损耗。
在新的模式下，创造过程变得更像即兴创作。你有一个大致的方向，然后在实现过程中不断调整和改进。AI 工具让这种工作方式成为可能，因为它们大大降低了试错成本。你可以快速尝试不同的想法，看看哪些有效，哪些不行。
这种变化对个人和组织都有深远影响。对个人来说，它意味着需要培养更强的适应能力和学习能力。你需要能够快速掌握新工具，与 AI 有效协作，在不确定性中做出决策。对组织来说，它意味着需要建立更灵活的结构和文化，鼓励实验和创新，容忍失败和调整。
我也思考了这种变化可能带来的挑战。当创造成本大幅降低时，市场上会出现更多的产品和服务。这意味着竞争会更加激烈，用户的注意力会更加分散。在这种环境下，真正重要的可能不是你能创造什么，而是你选择创造什么。判断力和品味可能会变得比技术能力更重要。
另一个挑战是质量控制。当任何人都能快速创造复杂产品时，如何确保这些产品的质量和安全性？这可能需要新的治理机制和标准体系。我们需要在鼓励创新和确保质量之间找到平衡。
最后，我认为 Ryo 的故事最大的启发是：未来属于那些敢于尝试、善于学习、能够适应变化的人。无论你现在处在什么位置，无论你的背景是什么，只要你保持开放的心态和学习的热情，就能在这个变化的时代找到自己的位置。关键是要行动起来，开始实验，开始创造。就像 Ryo 说的：”从有想法到变成现实的差距正在接近零。”现在是开始的最好时机。
本文由人人都是产品经理作者【深思圈】，微信公众号：【深思圈】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。
题图来自专访截图
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。