在AI重塑设计边界的时代，设计师的护城河已从单纯的“感性共情”升级为“理性解构”。本文深度拆解了“设计思维”与“计算思维”这对双核大脑的协作逻辑，揭示了如何通过“分解、抽象、算法、模式识别”四大核心要素，将复杂问题转化为计算机可执行的指令，实现人机共创的效率革命。

设计师常被认为是感性的代表，我们擅长运用“设计思维”共情用户、定义问题。但在AI时代，仅凭感性已不够。我们必须主动学习一个理性的新语言课程——计算思维。

唯有让感性与理性共存，才能通过人机共创，驾驭新时代的设计趋势。

我们善用“设计思维”绘制用户旅程、洞察情绪；AI善用“计算思维”处理数据、预测行为。二者并非取代关系，而是最佳拍档。若不懂AI的底层逻辑，我们与它的协作便如“鸡同鸭讲”，无法让它真正成为我们的“外挂大脑”。

作为设计师，“设计思维”我们已了然于心，但“计算思维”究竟是什么？今天，我们就来厘清这个关键概念。或许你会惊喜地发现：你早已具备这种思维，并一直在运用它，只是未曾察觉你已然拥有。

1. 理解计算思维

诸葛越在《未来算法》中是这样定义的：“计算思维”是利用计算机科学的基本概念来解决问题、设计系统和理解人类行为。简单地说，就是计算机怎么解决世界的问题。虽然计算思维来自于计算机领域，但它强调的重点是“思维”而不是”计算”。

拿我们自己的经历来说：

比如从A点出发去到B点，这本身有多条路线可选。计算思维会引导我们的大脑分析每一条的路程、实时交通、路况等信息，综合比较后，我们会天然的选择最优解。这个过程本身就运用了计算思维中的“分析问题”与“寻找规律”。

作为数字时代的原住民，我们日常使用电脑、处理信息的能力，本就与计算思维潜移默化地交融。

因此，可以说计算思维其实早已经贯穿到我们生活的方方面面，它可被简单理解为一种结构化、逻辑化的解决问题方式。

2. 计算思维的模型

学者们将计算思维抽象为四个核心要素：分解、抽象、算法、模式识别。

当然，这样描述可能显得有些抽象和枯燥，况且复杂的计算机世界，真由这些基础元素驱动吗？它们又与设计师何干？

请带着这些疑问，我们逐一拆解，并寻找它们与设计工作的深刻联系。

2.1. 分解：分而治之

核心：将复杂问题拆解为一系列可重复解决的简单问题。

这与我们的日常思维无异，如同“把大象放进冰箱分几步”的经典问题。计算机的底层逻辑同样是将一个宏大目标，分解为一系列可执行的微小步骤。

下面用一张图来进行描述：

从图上可以清晰地看到：计算机就是把复杂的问题拆解成可以解决的子问题，计算机和我们做的只是规模不一样而已，但本质也是一个问题一个问题的来进行解决。

其中的关键在于“如何分解”？

面对同一个项目（如开发一个网站），不同角色看到不同的结构：

• 产品经理：看到的是功能模块与用户流程；
• 设计师：看到的是视觉风格与体验动线；
• 开发者：看到的是前后端架构与数据结构；

而计算思维看到的，则是可拼接的组件、清晰的交互逻辑、待处理的数据流与性能要求。

这即是“拆解问题，分而治之”的原理。

再复杂的系统，如武汉的无人驾驶车“萝卜快跑”，其核心任务也可被分解为三个清晰步骤：

1. 感知：通过传感器识别道路、障碍物、信号灯。
2. 决策：依据目的地、地图与交通规则，计算行进指令。
3. 执行：操控方向盘、油门与刹车。

这与“打开冰箱门→放入大象→关上冰箱门”的分解逻辑，在本质上完全一致。分解的终极标准，是得到足够小、小到可以被明确“算法”解决的颗粒度。

2.2. 抽象：去粗取精

核心：从具体现象中提取关键模型，忽略无关细节。

我们人类生活在物理世界中，可以通过感官去认知万物，人类可以用鼻子闻、眼睛看、耳朵听、手去摸。

而计算机只能生活在0和1构成的数字世界中，它只能借助外部传感器的变化去感知物理世界的变化。

因此，我们需要将“物理世界”翻译和转化成计算机懂得的语言，“抽象”就是担任两个世界的“翻译官”。

设计师的抽象能力无处不在：

（1）原子设计（Atomic Design）：将界面抽象为原子（按钮）、分子（搜索框）、组织（导航栏）等层级。这不仅是方法论，更是在团队间建立了一套精确的共同语言，极大提升了协作效率。那么，如何层层分解，就是抽象能力的体现。

（2）颜色模型（如RGB）：人类将斑斓的色彩世界，抽象为红、绿、蓝三个通道，每个通道用0-255的数字表示。于是，设计师通过“#FF5733”这样的代码，就能让计算机精准还原出某种橙色。这本身就是一次完美的抽象过程。

2.3. 算法：以一持万

核心：为解决特定问题而设计的、一系列清晰、可重复执行的指令序列。

算法旨在最大限度地调度计算机的快速、精准与规模化能力。它不神秘，就像一杯标准手冲咖啡的步骤：称豆→研磨→注水→计时→出品。标准化，就是为了可重复和规模化，而这个标准化就是属于一种“算法”。

设计中的“算法”：

（1）推荐系统：短视频平台根据你的观看历史（输入），通过一套复杂的排序算法（处理），为你推荐下一个视频（输出）。这便是算法在内容分发中的核心作用。

（2）设计系统规范：对于一个“错误提示Toast组件”，其算法可能是：“如果触发错误，则在屏幕底部弹出红色背景的浮层，显示错误文案，2秒后自动消失。”你定义的每一条交互规则，本质就是在编写一个“设计算法”。

2.4. 模式识别：洞察求豪

核心：识别不同问题中的共性模式，用一个通用解决方案批量处理，实现可重复性的规模效应。

当你能用同一个算法解决多个类似问题，你就识别出了一种“模式”。模式识别的目标，就是将解决方案“产品化”，实现效率的指数级提升，最大化的发挥算法在模式中的规模效应。

设计中的模式识别：

如果服务一个B端的企业，当你做的项目足够多，你完全可以把企业的各类产品和工作同类项做一个清晰划分，如图所示：

至此，我们已拆解完计算思维的四大要素。它们环环相扣，共同构成一种强大的结构化思维方式。

• 分解：拆解问题将复杂问题成为可重复的简单问题。
• 抽象：把生活中的问题抽象化，用个约定俗成的算法来解读。
• 算法：为解决特定问题而设计的、一系列清晰、可重复执行的指令序列。
• 模式识别：识别不同问题中的共性模式，用一个通用解决方案批量处理，实现规模效应。

若大家还想要更深度的理解，可以再根据自己的需要单独去进行深入挖掘，因为这每一个元素的背后，都可以覆盖一个领域的专业。

3. 知己知彼，百战不殆

我们为何恐慌？过去常认为AI缺乏创造力，如今的豆包、千问等已展现出惊人的“组合式创造力”。

然而，AI的创造力有其边界：它只能在已有语料中进行排列组合，无法跳出数据，去发明全新的设计目的。

因此，我们要想在未来的战场中，赢得立足之地，我们必须要“知己知彼”。

由此可见，未来的设计师，不再是单一的“创作者”，而是“双核大脑”的指挥官。

• 左脑是设计思维，负责感性的洞察、美的判断、意义的赋予；
• 右脑是计算思维，负责理性的解构、逻辑的编排、效率的优化。

我们用设计思维定义战场，用计算思维指挥AI军团作战。恐惧源于未知，而力量源于理解。

当你真正掌握了这两种思维，AI就不再是取代你的对手，而是我们手中的利剑，帮助我们完成自我的超越。