惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Martin Fowler
Martin Fowler
Y
Y Combinator Blog
M
MIT News - Artificial intelligence
The Cloudflare Blog
WordPress大学
WordPress大学
H
Hackread – Cybersecurity News, Data Breaches, AI and More
博客园 - 司徒正美
小众软件
小众软件
Blog — PlanetScale
Blog — PlanetScale
雷峰网
雷峰网
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
J
Java Code Geeks
云风的 BLOG
云风的 BLOG
C
Check Point Blog
D
DataBreaches.Net
T
The Blog of Author Tim Ferriss
V
V2EX
F
Fortinet All Blogs
B
Blog
大猫的无限游戏
大猫的无限游戏
N
Netflix TechBlog - Medium
B
Blog RSS Feed
A
About on SuperTechFans
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
人人都能用AI做设计,但做不出好看的东西,这才是设计师的机...
浩子AIPM · 2026-04-28 · via 人人都是产品经理

AI 能生图、出代码,但有一件事它做不了:判断哪个版本是好的。这恰恰是设计师每天在做的事。会用 AI 工具、有审美判断力、还能 vibecoding 的设计师,正在成为市场上最难被替代的人。设计师的时代,不是结束了,是真正开始了。

image 2.0 发布那天,我看到设计师群里的消息没断过。

有人发截图,说这下完了,AI 连产品海报都能生成了;有人发链接,某个博主的视频标题写着”2026,设计师失业潮来了”;还有人发了几张对比图,一张是 AI 秒出的落地页,一张是某设计师团队花了两周做的东西——乍一看还真差不多。

我看了一会儿,关掉了对话框。

不是因为我觉得他们说得不对。这些担心是真实的。AI 确实在做设计师以前做的一些事。

但我觉得大家的结论搞反了。

一、AI 确实抢走了一些活

这一点不用回避。

基础的物料图、社交媒体的配图、产品的宣传海报——这些东西,以前设计师要花半天,现在你用 image 2.0,加几段描述,出来的东西可能也够用。

不只是图。有人用 AI 生成整个网站的 UI,有人用 Bolt 或者 v0 直接做出一个能跑的落地页,连交互逻辑都有。前几年设计师还是稀缺资源,现在很多初创公司已经在讨论”我们还需要专职设计师吗”。

这些变化是真实的。

但我最近几个月带团队做项目,接触过工程师、有产品经理、也有用各种 AI 工具自己出设计的创始人。他们做出来的东西,功能都有。跑得动。用起来也不是不行。

就是不好看。

二、不好看,是个很严重的问题

这句话听起来有点虚。我说得具体一点。

我说的不好看,不是”视觉风格不够时髦”这种审美偏好的问题。

我说的是这些:颜色对比度不够,文字在背景上读起来费劲;按钮的内边距左右差了两个像素,肉眼可见地别扭;字号的层级关系乱了,标题和正文看起来像同一类东西;页面滚动到底部,内容突然消失,没有任何结束感;Hover 状态和普通状态的区别几乎为零,用户不知道那个东西能不能点。

这些不是好不好看的问题,是基础的信息层级和交互反馈的问题。

但大多数人注意不到。他们觉得”能用就行”。

能用确实能用。但斯坦福说服力技术实验室(Stanford Persuasive Technology Lab)的研究发现,用户对网站可信度的判断,有大约 46% 来自设计和视觉呈现。丑的东西,用户下意识觉得它不专业、不可靠。

你做了一个能用的产品,用户点进来看了三秒,走了。你不知道为什么。

三、真正的问题是:AI 生成了一百张图,你怎么选?

有朋友是做品牌的,上个月找我聊了一次。

他们团队现在用 AI 来出初稿,效率高了很多。问题是:AI 一口气给出十几个版本,然后大家就在那里争。产品说用 A,运营说用 C,老板说 D 看着还行。最后选了个”大家都不是很反对”的版本发出去。

他问我,为什么每次选出来的东西都感觉差点意思。

我说,因为你们在选的时候,没有一个人真的知道好在哪里、差在哪里。

AI 能生成草案,但它不知道哪个是好的。这个判断,必须由人来做。

但”哪个是好的”这件事,不是靠感觉,是靠训练。设计师做了这么多年,学色彩关系、学排版原则、学用户视觉动线,就是在建立一套判断系统。你跟他们坐在一起,他们会告诉你:A 这个方案,主色和辅助色的饱和度差太小,视觉上分不出层级;C 这个方案,字体是无衬线的,用在这个偏正式的场景里有点轻;D 不是不行,但 logo 放在左上角之后,右边的留白不对称,整个页面重心偏右。

这些话,你让 AI 给你说,它说不出来。

它只负责生成。判断这件事,从来都是人的工作。

四、设计师不怕换工具,从来不怕

这里有一个很有意思的事情。

人们担心设计师被替代,但设计师这个行业,从诞生开始就在不停换工具。

以前是纸笔,后来是 Photoshop,再后来是 Sketch,再后来是 Figma,还没停,Framer、Webflow 又来了。每隔几年,就有人说”这次设计师真的要完了”——因为新工具降低了设计门槛,人人都能用。

结果设计师还在。

不是因为他们没被影响,是因为他们比别人先学会了新工具,然后继续领先。

这一轮也一样。设计师里,最先上手 Midjourney 的是他们,最先把 AI 融进工作流的是他们,现在开始用 Cursor 做产品 demo、用 vibecoding 把想法直接跑出来的,也是他们。

设计师不是被动等待被替代的群体。他们是工具激进主义者。

五、vibecoding + 审美,这个组合真的很难打

我来说一件具体的事。

我自己也在用 vibecoding 的方式做产品:不写代码,用自然语言加截图驱动 AI 开发。大概的做法是想清楚要做什么,让 AI 帮你写 PRD 和界面 demo,文档同步到 Cursor 之后让 AI 理解上下文再开始实现,遇到不对的地方截图指出来继续迭代。

工程师用这个方法做出来的东西,和设计师用这个方法做出来的东西,差在哪里?

工程师会说:把这个页面做成响应式的,主色用蓝色,加一个登录按钮。

出来了。能跑。但那个蓝色是 #0000FF,饱和度 100%,荧光感极强,像上世纪的 Windows 界面;按钮四个角是直角,点击没有任何过渡效果,咔嗒一下直接变了;页面里的间距有些地方 16px,有些地方 24px,有些地方 8px——因为 AI 不知道你想用什么间距系统,它就自己填了。

设计师会说:主色用 #2563EB,这个蓝在视觉上稳定,不刺眼;按钮圆角 8px,hover 状态稍微深一度,active 状态轻微下压;页面内边距统一 24px,组件之间 16px,这是一套系统,后面加内容不会乱。

同样是在用 AI 做产品,一个出来的是粗糙的原型,一个出来的是有质感的产品。

差别不在于代码能力。在于”知道要说什么,知道什么是好的”。

六、那些只会用 AI 但没有审美的产品,越来越像

最近有一个现象,越来越明显。

用 Bolt、v0、Lovable 做出来的产品,如果提需求的人没有经过审美训练,出来的东西大概率是相似的。

不是因为 AI 差,是因为他们给 AI 的指令是”做一个 XX 风格的落地页”,然后 AI 就给了一个”平均水平的 XX 风格”——这个平均值是从互联网上所有同类产品里训练出来的,它代表的就是普通。

有审美的人,给 AI 的指令不一样。他们会说:这个卡片组件,背景不要用纯白,用 #FAFAFA,轻一点;字重不要用 Regular,标题用 Medium,会多一点力量感但不会太重;这个分隔线太硬,改成渐变到透明的方式,视觉上更自然。

一个个细节调整进来,出来的东西就不一样了。

AI 是执行者。但你得先知道要执行什么。

36 氪有一篇文章说得很直接:”代码失值,审美定生死”。(来源:《AI一键生成网站后残酷差距显现:代码失值,审美定生死》,36氪,2025)

我觉得这个判断是准的。

PM 视角:作为产品经理,这意味着什么?当你在用 AI 出设计稿、做落地页、迭代 UI 的时候,团队里有没有一个人能对”好不好”给出明确判断——而不是”大家都觉得还行”?这个判断力的缺口,会直接反映在产品的转化率和用户留存上。如果团队里没有设计师,至少 PM 自己要有这套判断体系,或者建立一套基于数据的视觉评审机制(比如 A/B 测试不同视觉方案的转化差异)。

七、设计师的时代,不是结束了

image 2.0、Claude Opus 这些工具出来,表面上看是降低了设计门槛。但真正发生的事情是:门槛降低了,但上限提高了。

以前没有审美的人做不了设计,是因为工具太难;现在没有审美的人也能做设计,但做出来的东西会暴露自己没有审美。

以前有审美的设计师,受限于工具和效率;现在有审美的设计师,有了 AI 的加速,产出速度快了好几倍,审美这个核心优势被放大了。

不是所有设计师都会赢。那些只会在 Figma 里画标注、只会交付切图的,确实危险了。

但那些有审美、学得快、愿意让自己的判断力去驾驭 AI 工具的人——他们比以前任何时候都更值钱。

因为现在,市场上多了一大批会用 AI 但没有审美的竞争者。他们的存在,反而把”有审美”这件事衬托得更稀缺。

AI 是乐器,审美是乐感。

有乐感的人,才知道怎么奏出一首好曲子。没有乐感的人拿到再好的乐器,也只是在弹一排音符。

设计师这批人,乐感磨了这么多年。AI 把乐器变好了,对他们来说,这是好事,不是坏事。

本文由 @浩子 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自作者提供