在當今的設(shè)計領(lǐng)域，人工智能（AI）正逐漸改變我們的工作方式和創(chuàng)造方式。設(shè)計師與AI的協(xié)同合作不僅提升了設(shè)計效率，還開辟了新的創(chuàng)作可能性。在這個不斷革新的生產(chǎn)關(guān)系中，設(shè)計師的價值逐漸被重新定義，也對我們?nèi)绾慰创O(shè)計工作、如何與AI共生提出了新的思考。

　　現(xiàn)有設(shè)計流程中，設(shè)計師需要負責創(chuàng)意構(gòu)思，具備提出問題最優(yōu)解的設(shè)計思維和創(chuàng)意能力，還要設(shè)計執(zhí)行，通過熟練的軟件技能將這些方案付諸于實際。

　　專業(yè)復雜的設(shè)計工具通常具有較高的學習門檻，要求設(shè)計師投入大量時間進行學習和實踐，當無法熟練使用這些工具時，往往會限制優(yōu)秀創(chuàng)意的呈現(xiàn)效果。

　　因此，軟件技能水平成為衡量設(shè)計師能力的重要指標之一。

　　然而，隨著生成式AI的引入，這一局面正在發(fā)生改變。

　　在設(shè)計執(zhí)行階段，傳統(tǒng)圖形處理軟件（如PS、AI、Blender等）所代表的“技能特權(quán)”被無限削弱，問題定義和創(chuàng)意思考重新成為設(shè)計工作的核心。

　　此外，以大語言模型為驅(qū)動，可自主化完成復雜任務的Agent智能體，必將深度參與到創(chuàng)意構(gòu)思環(huán)節(jié)，為解決問題提出自己的想法。

　　根據(jù)AI參與深度的不同，設(shè)計師與AI的協(xié)同逐漸呈現(xiàn)出三種不同的模式。（思路源自Agent相關(guān)文章中關(guān)于“人類與AI協(xié)同的三種模式”的論述）

　　一、Embedding模式

　　通過將AI功能（如智能擴圖、一鍵摳圖、文字生圖等）嵌入到現(xiàn)有軟件界面中，能直接提升設(shè)計工具的智能化水平，設(shè)計師可以在熟悉的環(huán)境和流程中調(diào)用這些AI功能，無需額外學習新的工具，輕松獲得即時的智能支持。

　　這種內(nèi)嵌策略應該是讓AI最快落地應用的方式之一，例如Photoshop Beta、MasterGo Al都通過這種方式快速實現(xiàn)了產(chǎn)品的智能化升級。

　　但Embedding模式的局限性也是顯而易見的，受限于工具現(xiàn)有架構(gòu)，強大的AI功能多為散點式地存在，無法形成協(xié)同效應。

　　這意味著設(shè)計師在整體設(shè)計工作中，仍然處于絕對主導的位置，只能在特定任務或局部利用AI進行增強和提效，無法享受全面的智能化服務。

　　因此，Embedding模式更像是現(xiàn)階段應對生成式AI大潮的過渡方案。

　　二、Copilot模式

　　與上一模式不同，Copilot模式下的AI不再局限于設(shè)計執(zhí)行（生圖）的環(huán)節(jié)，借助文本生成、圖片生成和語義理解等多方面實力，延伸至整個設(shè)計流程，在各個階段為設(shè)計師提供輔助支持。

　　也就是說，當接收到設(shè)計需求的那一刻起，Copilot便能夠基于強大的知識庫和用戶數(shù)據(jù)，對設(shè)計需求進行分析，并給出具體的設(shè)計建議（如框架布局、內(nèi)容元素、顏色搭配等），還可以生成參考方案。

　　形態(tài)上我們可以參考目前較火的AI搜索類產(chǎn)品，Copilot可能會以插件或者懸浮窗口的方式存在，方便設(shè)計師隨時調(diào)用。

　　調(diào)起界面后，用戶可以輸入自己的設(shè)計需求，也可以上傳相關(guān)需求文檔，給AI越多背景資料，結(jié)果可能越精準可用，接著是選擇自己的生成訴求。

　　開始生成后，基于用戶勾選的內(nèi)容依次生成，除了對于設(shè)計需求的分析和文檔的解析，還可以利用AI的搜索能力，整理主題相關(guān)的延伸閱讀材料供設(shè)計師參考。

　　在設(shè)計分析模塊，圍繞不同的設(shè)計類型生成建議內(nèi)容，比如我要設(shè)計的是一張海報，生成內(nèi)容就可能會包括標題、版式布局、尺寸、字體、背景等海報設(shè)計元素。

　　最后是基于以上分析生成的設(shè)計方案，訴求簡單的話可以直接下載使用，若需調(diào)整，也可一鍵導入圖形處理軟件進行修改。

　　這是我所能想到的一類設(shè)計Copilot的產(chǎn)品形態(tài)，當然，還有許多更輕量的方案，期待大家的分享。

　　Copilot模式可以實現(xiàn)全設(shè)計周期的智能支持和創(chuàng)意激發(fā)。

　　然而，這一切仍然依賴于設(shè)計師的各種指令，最終方案也需要設(shè)計師在Embedding模式下的圖形處理軟件中來完成。

　　Copilot模式對于協(xié)同關(guān)系最大的改變是，AI不再只是智能化增強的圖形處理工具，而是成為與設(shè)計師緊密協(xié)作的得力助手，助力設(shè)計全流程的提質(zhì)提效。

　　三、Agents模式

　　Agent以大語言模型為核心驅(qū)動，具有自主感知理解、規(guī)劃決策、記憶反思和使用工具的能力，能夠自動化完成復雜任務，許多人認為，Agent可以將大模型的能力發(fā)揮到極致，成為類人甚至超人的智能實體。

　　在設(shè)計領(lǐng)域，Agent可以被視為一個個擅長不同設(shè)計能力和擁有不同經(jīng)驗知識的虛擬設(shè)計師，支持自由選擇、組合或刪除，同時我們根據(jù)需求所需能力，為Agent外掛各種工具，并能將業(yè)務專屬的知識數(shù)據(jù)上傳供其學習。

　　有沒有發(fā)現(xiàn)，整個過程很像是為設(shè)計需求量身打造一個專屬的“AI設(shè)計團隊”？

　　設(shè)計師的角色因此被徹底改變，更多時候只是站在Leader的視角向AI發(fā)出設(shè)計需求，然后等待方案的呈現(xiàn)，目標設(shè)定，任務拆解和分配、生成設(shè)計指令、信息收集、方案生成由Agent全權(quán)代理并自動完成，AI成為真正意義上的創(chuàng)作主體，設(shè)計工作也將進入“3D打印”的時代。

　　對設(shè)計師而言，最重要的不再是創(chuàng)意能力、設(shè)計能力，而是審美能力、判斷能力和決策能力。

　　Agent以何種形態(tài)面向設(shè)計師尚未可知。歷史經(jīng)驗告訴我們，技術(shù)進步推動生產(chǎn)效率提升，進而引發(fā)生產(chǎn)組織和社會關(guān)系的變革。

　　作為本輪變革的核心驅(qū)動力，AI技術(shù)具備極強的前瞻性。

　　因此我認為，我們無法通過傳統(tǒng)的設(shè)計行為模式來預測全新的Agent形態(tài)，而需要從源頭入手，深入研究Agent的技術(shù)特點，進行合理地反向推導，從而逐步勾勒出Agent的“外輪廓”。

　　大概有這樣一個思路可姑且一聽，信息架構(gòu)和框架布局受到用戶任務流程的影響，而任務流程源自產(chǎn)品/平臺所支持的功能范圍，功能范圍一方面基于用戶需求，另一方面則取決于技術(shù)的能力范圍。

　　因此我認為，傳統(tǒng)設(shè)計模式無法預測全新的Agent形態(tài)，需要從源頭入手，深入研究Agent的技術(shù)特點，通過反向推導逐步勾勒其“外輪廓”。信息架構(gòu)和框架布局受用戶任務流程影響，而任務流程源自產(chǎn)品/平臺的功能范圍，這取決于用戶需求和技術(shù)能力。Agent技術(shù)框架通常由記憶、規(guī)劃、工具和行動四個關(guān)鍵模塊組成。記憶負責存儲信息；規(guī)劃包括事前規(guī)劃和事后反思；工具利用外部資源執(zhí)行任務；行動實際執(zhí)行決策。

　　擅長不同設(shè)計領(lǐng)域的大語言模型相當于各種設(shè)計角色，管理這些角色很重要，功能可能包括角色市場、角色雇傭、設(shè)計能力升級和角色組合。記憶模塊需要存儲自動沉淀的知識和上傳的業(yè)務材料。規(guī)劃階段應避免黑箱操作，任務鏈可視化有助于提升設(shè)計師的掌控感。工具庫或工具商城支持各類設(shè)計工具和管理服務。行動方面，方案展示需結(jié)合文、圖、視頻內(nèi)容，圖形處理功能與Agent對接。總結(jié)核心功能后，思考用戶任務路徑。以上是我對Agent模式下工具形態(tài)的看法，旨在引發(fā)思考。比爾蓋茨表示，Agent將引發(fā)計算機領(lǐng)域的最大革命，或許我們應重新思考設(shè)計師角色的意義。