设计师自述：我的职涯，被AI切成两半
40:26 Share

先见,便让未明。大家好,我是老王。今时今日,我们似乎模模糊糊地看见一个未来,一个职业价值可能被洗牌的未来。过去几十年里,社会分工基本沿袭着一套体系在运行,行活、绝活、上升路径都有清晰的标准。当然,我们也经历过自动化工具和工作组织方式变革的洗礼。

但从现在的体感上 AI 对整个分工的冲击感似乎要强过于过往的技术一些专业线的边界开始被模糊某些技能的壁垒呢似乎又被削弱了于是我们又成了要面对选择的一批人

一方面我们是从旧的体系里被培养出来的另一方面呢要在这个还没有定型的新秩序里去寻找自己的位置当然啊我们大概知道应该要随着新的价值定义去调整自己的能力指标但困难的点在于到底什么才是有价值的呢当人和 AI 共同组成了生产力人该提供什么样的稀缺到有可兑换价值的东西我想这也是焦虑的来源啊

毕竟从技术到商业模式我们面对的不确定性太多了心力更加是不存在的所以答案呢肯定不好找我自己对这个问题的体会是首先还是要把宏大的和个人的给区隔开来比如当我们去讨论未来的用工模式未来的企业组织形式那自然是会需要带入很多宏大视角

但在时代洪流里每个人的微观条件和微观体验又千差万别比如我们看今天的 AI 它能够完成不同任务的能力都还极度的参差不齐人呢就更加的多样化了在同个岗位上不同的人那也是各有长短板

于是当我们去谈论 AI 和工作的时候最好是具体职业具体分析具体个人具体讨论我自己在想重要的问题或许是我们每个人怎么找到自己的 Human Machine Loop 也就是你和 AI 之间最好的动态融合方式基于这个理解我想挖掘一些在不同岗位上已经初步找到这种融合的感觉的人来具体个例具体交流

今天的嘉宾 Lock 是一名视觉设计师 Lock 是 20 年毕业开始工作 22、23 年正好是 MeJourney、ChatGPT 这样的生成式 AI 开始涌现的一个时间点所以他的职业生涯基本上是被这一代的 AI 技术给对半评分了围绕他的经历我想把讨论聚焦在下面的四个问题上第一 初级设计师的路是不是变窄了

第二 AI 有哪些能与不能我们怎么让自己更好的被赋能第三走专业线成为专家这件事情还有必要吗第四个是现实面和精神面的个人价值实现接下来我们先通过快问快答来认识一下

你的名字可以叫我 Lock 职业职业是视觉设计师职场年龄 5 年毕业的学校和专业毕业的学校是广州美术学院专业是数字媒体那你最近用 AI 工作印象最深的事情最深的事情是做了一条 AI 的实验视频然后入选了 IQE 的一个学术会议

接下来我们开始第一问就是从生成式 AI 的始前到时候对年轻设计师来说这些年就业选择上到底有没有什么变化不如请你带我们捋一遍你个人的经历你可以从大学毕业毕业后的第一份工作开始讲起我读的专业叫做新媒体艺术设计然后其实现在有一个更加隆重的教法叫做数字媒体

会教和设计和视觉制作相关的一些内容也会有一些比较新的技术的一些创作就业的方向还是挺多的比如说做设计做动画做游戏影视特效然后比如测展的然后创业的当老师的都有做设计应该还是最普遍最多的大家会认为比较好的去处是能够去到一个比较有实力有前景的大厂

我的第一份工作是在一个商业地产公司那因为不是专门的一个设计职能部门所以说工作上要负责的东西就还挺杂的那主要的设计工作还是偏品牌向的视觉设计那大到那种全球性标杆的合作项目的设计小到工地里给工人看的一块指示牌

然后也要做一些视频制作和拍摄比如说活动的拍摄比如说工地的无人机的那种拍摄也要参与到一些展览啊活动啊的一些策划里面去这个很有趣啊真实职场里的设计师并不只干设计的活我自己碰到过比较极端的典型案例就是新公司装修

是让平面设计师去立的这个项目对接供应商甚至他还去宜家做采购所以有些流量标题党的论调我想它本身也包含着与客观事实不符的预设 AI 文生图超强设计师要下岗了但现实可能是我这个人在平面设计岗工作内容可不止做海报对

你现在的这个岗位是什么情况那我现在是在一个科研机构里做视觉体验经理工作内容就是还是有一部分比较常规的这种视觉设计的输出然后也会有一些对新技术新的 AI 工具的应用研究

换的时候是 23 年 9 月份的时候来到这里然后选择这样一个科研机构的原因我觉得是因为在 23 年下半年的当时那个节点上是处于 ChatGPT 还有 MeetJourney 这种文本跟图像都刚兴起的这种阶段然后自己可能从读书开始就是对于一些新的技术是有那种热情

所以说在还没有进入到现在这个科研机构的时候自己也是要花很多时间在工作以外的时间来研究这些新的东西所以当时就是觉得既然这些事情都是自己要做的然后有这样一个机会可以在工作时间就做这样的事情你二三年看工作那会儿市面上和设计相关的 AI 岗位或者说应该是与 AI 相关的设计岗位选择多吗

其实当时确实是没有太多这样的岗位我记得能看到跟 AI 相关最多的岗位可能还是算法工程师这样的或者是产品经理这样的入职之后呢有如你所愿吗拥有大量的被付费的时间来探索 AI

我觉得还是有的就是现在我自己的工作时间大概可以分为三个部分那第一个部分还是有一些日常的设计职能的工作然后还是要去做一些常规的设计交付第二个部分就是我觉得叫做提高自己的部分就是无论是技能上或者是认知上

可能是要去做一些新的 AI 工具的测试然后去用一些新的模型也可能是要去观察一些行业的动态或者是优质的信息来补充自己对于整一个 AI 趋势发展的一些理解

还有一个部分是用来构建和优化自己的可付用的资产就比如说优化自己的一个信息获取的渠道或者说迭代自己在不同工作任务里的提示词工程或者是设计的工作流就整体来说探索 AI 的时间甚至是花更多的时间我感觉虽然你把后面两个部分都统称为个人提升但它应该也是这份工作自带的要求吧

就是说这个岗位上的人他就得是一个在探索人加 AI 的劳动力融合上走在比较前面的人对对就是他有点类似于一个非标准的岗位我觉得是挺能够让我在这里得到一些成长同时也有挑战的一个部分

给学术会议投稿算不算解锁了一种小挑战呢那一般职场人士通常不会想说我拿个作品去投个 IEEE 的会试试嗯

首先我可能就是也需要先简单科普一下 H1E 的话就是它是一个出版社然后这个出版社旗下会有一些学术和科研的会议那这些会议通常是每年举办的然后很多科研机构或者是高校做研究做学术的人会把自己的一些工作和论文去投稿这样的会议对所以这些也是我在投稿之前才正式的学习和收获科普的一些东西

然后我的投稿是被接受的会议是 HWE 下面叫做 ICME 的一个专注在多媒体技术应用和研究方向的这么一个会对然后通常这样的一些会议他们会设置有一个叫艺术单元或者是 demo 单元技术演示的单元

然后这一类单元的投稿比起正式的论文来说可能就会更加侧重一些新角度的思考和创新的想法或者是一些实验性的技术的一个演示也就是说他更重你弹幕的那个部分而不是你

比如说理论的脑卧体它重点是你 demo 的脑卧体是吗我自己的感觉是这样子的但肯定像艺术单元他们也会有一些理论性的工作我投稿的项目简单来说就是在讨论人机关系的这么一个话题那通常我们都是以人的视角来审视和思考这种

人际关系嘛人际交互那所以我就尝试着设置了一些艺术化的视觉规则然后来模拟机器的视角是怎么反过来观察和审视人类的所以说我基于这样子的一个设置然后通过一些生成式的视频模型来做了一些画面组成了这么一个实验的项目

你们这样的投稿也是需要再复论文的吗对就是通常这类艺术单元或者 demo 单元除了创作的作品以外还要提交一个叫做 art paper 或者 demo paper 来解释你的创作和研究的过程

其实这个事情对于很多设计出身或者做艺术创作的人来说是一个不太一个卡点对对就是一个不太舒适的一个区域所以所以你是怎么样你是用 AI 写了吗对就很坦诚的来说我也是就是 walk with AI 来完成这个部分的工作那当然并不是直接让他帮我去通篇的去写或者说提出想法而是让他帮助我反复的去迭代和修改

就之前咱们闲聊的时候你还说你发现审稿人的意见 AI 味也很浓是吗对这个不知道会不会有点这个这只是你的揣测对个人的体感我是觉得挺有意思的这个部分就是通常你投稿之后会在网页上有一个看到审稿人 review 的那个反馈的意见嘛

那我就把它们整理下来放到一些 AI 写作检测的工具里去也确实能够检测出有一些 AI 参与写的部分但是在我看来很诚实来说我觉得现在这是一个很普遍存在的现象就是并不能说因为你用 AI 来写和你用 AI 来审稿就

它不能代表你提出的问题或者说你的想法就没有价值你知道前两天一个计算机视觉的顶会 ICCB 也有一些神耗流程的争议里面就包括说神耗人是不是用了 AI 大会官方好像是出了规定不让用但网上也有不少大家这种基于体感的猜测吧

不过我感觉这个背后主要矛盾还是审搞人这种劳动力的紧缺这个问题其实困扰学术会议学术期刊很久了那这么想的话这也是我们今天值得去讨论 AI 的可用性和它的使用边界的原因吗

最后我想问个现实点的截至目前你身边到底有没有设计因为 AI 而被裁掉了这里我们必须排除公司业绩导致的缩编其实没有

所以说现阶段还是应该警惕过于片面的因果关联最近大西洋月刊有篇文章我就觉得挺好的它报道的是美国大学的应届毕业生失业率走高然后作者在分析原因的时候说我现在有三种理论第一种是全球经济形势第二种是大学教育的有效性第三种是 AI

这三个可能都有道理但是呢现在谁也说不好那个理论更靠谱因为新一波的 AI 现在仅仅是处于向这个社会渗透的早期它这个速度程度全部都是未知数不过从你的经历里我觉得至少能看出一点就是让我挺受启发的

就随着这种新技术的出现一些新的岗位方向还有对人才的新要求它也开始出现了

所以一个初入职场者他往往是更灵活学习能力更强而且试错成本还低在这种特别高的变动和不确定性的面前我觉得这些特质它又不失为一种优势所以对我来说我的心态就是去积极拥抱新的东西新的变化所以说到这里我想我们可以开启第二个话题

如果我们以人为本位来看的话初级人才怎么样和 AI 共舞才能更好地被赋能呢不如先回到三年前回到你的第一份工作

你现在再往回看有多少当时需要用软件手搓的人物今天已经能较大幅度的用 AI 体效了第一份工作里还是很多设计执行的工作比如说要做一些运营活动的视觉海报比如说公众号的排版视觉策划方案甚至是一些建筑效果图其实现在来看

几乎 90%以上要求不是特别高的设计素材都不需要人去手搓了你的意思是说你当年干的那些活里边可能有 90%你都可以让 AI 去给你一个初稿或者生成很多然后你就抽一个卡

出来用严谨一点的时候我觉得应该六七十应该还是有的嗯动场刚开始的设计执行活都比较稀碎嘛因为其实并不是所有工作场景里的设计需求都会要求你有 90 分以上的东西

那现在的 AI 其实已经非常擅长做 60 分 70 分的东西那在这种 60 分 70 分的东西的基础上再加一点设计师的整合和加工其实就已经能够覆盖非常多的设计任务了我觉得这里谈到了一个创意工作自动化的问题

我之前看过一篇论文到底应该以什么标准来衡量 AI 的创造力那个论文的观点是我们其实可以去看在特定的条件下 AI 能不能做到和人类同等水平的产出并且让人类也分不出是 AI 做的还是人做的他认为这是好的标准我觉得这就很适用于 AI 怎么进入创意工作这种讨论

就好像我们偶尔听模型公司在宣传的时候啊会说哎我家模型的创作能力特别强这是我作为一个受众是困惑的您这个创作呢是小红书上能出爆款的创作还是能拿诺贝尔奖奥斯卡奖还是说你都擅长因为在人类世界里上面说的大概率对应两批专家啊

总之如果 AI 在特定场景里能跟他相对应的人类专家比技能组合比产出效果那这个对我来说就 make sense 了我自己的感觉就是你并不是说有了这些 AI 工具之后你降低了你的交付标准嗯就是你应该是把这些工具使用的时候尽量去靠近自己原本的那个交付标准去年的时候深圳地铁现在的那种地铁站里有各种各样 AI 出途的海报嗯

这些东西可能在社交小红书一些平台上被大家批评其实我觉得这是一个你怎么去判断一些东西是能够达到初阶的标准它用 AI 并不是代表你脑子可以偷懒没有可能深圳地铁的供应商是纯性价比考量

对就是所以我觉得到最后可能设计师的职能他就从一个本来是做执行变成了做一个判断这样的一个角色设计师或者说像公众号的受众他们在看到这些图的时候他都是一个慢慢迭代的过程你的读者你的受众可能会一眼觉得你这个是用了 AI 图你偷懒了那慢慢他设计师就会提高使用 AI 的一个审核的标准他就是一个互相迭代慢慢成长的过程

你说设计师应该从重执行到重判断这个就正好讨论到人用 AI 干活的时候人的角色是什么你现在的人机环路所谓的 human machine loop 是什么样子我现在的工作就是无论是复杂的还是简单的事情我都会在每一个步骤都优先尝试用现在的 AI 工具可以怎么帮我去解决

然后看看他们能在这个工作流程里用到什么程度那我觉得他具体到视觉类的工作上来说的话他可能擅长的点就在于他能够很快速的对一些既有风格的内容进行模仿然后可以快速的出一些想法的验证我自己的观察有一个很常见的误区就是把 AI 当做一种一键完成任务一键完成工作的神器然后你就失望

对这种人就容易失望对就这就是好像会被很多的营销号比如说天塌冲冲啊就是拉高了那个期待之后然后他去尝试一下之后就得到失望对吧结果你在不该放弃的地方你放弃了

你成为了落后的 95%的人所以其实我觉得目前更有效的做法应该是让他参与到具体工作中的各个环节里就是让他帮你完成其中的一些小步骤帮你提升你的效率辅助你完成任务而不是说像丢给丢一个很大而空的问题比如说给我做某某某项目那他可能就没有办法一下子达到你的这种预期

所以其实我在跟 AI co-work 的过程其实也是在帮自己把很多复杂任务拆解和把一些细碎的工作任务量化的一个过程

其实现在的 AI 本质上它还是对已有数据的一种拟合还有基于现有数据的一种泛化它其实也是提供给你一个不同的视角这个让我想到很多研究创新的人比如熊比特他们都会说创新是对旧事物的新组合而不是全新的发明生成式 AI 这种技术天生就很适合快速给你生产海量的新组合

然后它用在创意工作里为啥要特别好呢因为创意工作是没有绝对的正确答案的而且如果模型出了一些 bug 或者幻觉一个人类用户是相对比较好去识别它所以就像你刚才讲的

设计师的工作变成了一个去做筛选去决策如何进一步优化那我们反过来问呢技术还有哪些不够用的地方我觉得还没有很完善的地方就是现在 AI 做的东西其实它并不是一个传统的工作生产流程里

像人跟设计软件这样子交互去生成出来的一些产物它是可能完全是从一个模型的逻辑生成出来的东西比如说生成的图片生成的视频这样子这些东西就比较难完全的进入到传统的设计生产的流程里举个例子来说比如说你生成出来的图可能没有办法直接的编辑

你生成出来的图片可能是不分层的在具体一些比如说摄影的需求里现在的 AI 模型可能对于手的生成还是没有能够做到很完美在电商的场景里对于产品一致性也没有办法非常完美的去保持这些都是可能在现阶段的这种技术解决方案里一些存在的还不够完美的地方

我听下来啊不是说视觉创意工作者不愿意接受新流程而是无论以什么流程技术得能满足我最终的产出要求就是你你不能说我花非常多的学习成本然后学完之后你告诉我他只能完成 5%的环节里面的一个小的东西就是那

那对于一些已经有非常成熟的工作流程的任务来说它就是一个性价比不高的一个选择对如果完成了这 5%之后剩余的 5%又还是可以回到原来那个流程的话那好像也 OK 或者说我觉得不应该是指望现在的这种 AI 工具可以完全的去替代过往的生产流程就我觉得这种思路是比较片面的就是它这些新的工具它就应该充分的去发挥它自己的特点

就它不应该成为一个旧的流程流程里面的应该是互相补充的这样的关系那从个人的角度吧这一波 AI 跟你本人特别能取长不断的地方在哪里或者说有没有哪些任务是你以前很难想象靠自己能够快速实现的嗯

我觉得它实际上就是丰富了我的那种工具箱其实我自己作为从设计的角度来说我是更希望现在可以有越来越多好用的工具了就我觉得我是不希望软件这种技能成为职业护城河的那一派比如说在本职的视觉设计的范畴里的话

那它其实本身是一个非常分工非常明确的这样一个领域比如说插画建模动画 UI 就是其实每一个细分的领域它都有自己的专业的技能和门槛那现在有了这些 AI 的工具以后其实它某种程度上是帮我补充了我设计的这种技能

然后这个是在视觉设计这个领域本身那除了这个领域以外呢它还能够补充一些设计以外的一些技能比如说编程那举个例子比如说去年会有一个大型的交互装置的这样一个项目那当时的需求是要对两万多条多维度的数据作为一个可视化的一个艺术装置的提案那在当时的话

我是用了 GPT 来做数据的清洗和整理然后再用模型来基于数据去写可视化的代码这样子去快速的迭代出一个可视化的 demo 也就是说你把你的概念去做一个 demo 的这样的一个时间的成本然后还有包括一些专业门槛对

其实是大大降低就比如说可能很多设计师来说编程是一个比较头疼的地方那其实它作为一些简单的 demo 来说它并不需要真的是一个非常复杂的对一个复杂项目的那种交付的代码那我觉得这个它其实也是对我本身工作能力的一种很直接的补充也就是说这种我听起来就是还是有一些

不同专业线专业壁垒的对被拉低对特定的吧一些对吧然后在你本专业的范畴里也就是在这个视觉创意这个范畴里边的垂直细分的壁垒它又更一步的就是好像有一点点被融合了就是简而言之就是既增强又补充那我就必须灵魂拷问一下了

那我们在大学接受专业教育在职场把自己培养成某个条件的专家这还有必要吗举个极端点的例子啊假设我精通美术史审美也很好

也很会用 AI 那我今天是不是可以跟应届毕业生去竞争一下岗位了我觉得是有可能的但是我觉得就是这个问题还要看你竞争的这个岗位的那个具体是个什么岗位比如说你是初级设计师还是说你是要一下子就是要去到一个高级设计师就是因为我身边也有一些非设计出身的朋友然后他们就是像你说的那种审美很好

也很有工作经验了那他们有时候朋友圈的图我都会觉得比很多只会做航活的设计师更有活人感更生动所以我觉得在这种零门槛用 AI 来做设计师我觉得是完全有可能的

那你觉得进入实际的工作里面之后应届毕业生他有没有可能在哪些方面还是会比我强呢我觉得就是还是会有很多执行上的细节它是一些需要积累的比如说你突然哪天你不知道某一个设计软件的快捷键怎么按你不知道某一个功能在哪里

我可以 GPT 啊对啊是呀但是比如说对于这种接受过专业教育的学生来说他们可能就会知道问题出在哪里那非专业临门槛的人在做这样的任务的时候他可能就是不知道自己不知道什么

就是他甚至不知道该怎么去问出一个问题来解决这个问题但我觉得你还是会有很多我觉得是比设计技能本身更大优势就是对工作的理解对任务的拆分就是我觉得很多刚毕业的设计师专业这个方向的学生其实做不好这个部分的事情你是说大家主要受培训的那个部分更多还是在怎么操作软件技能上操作工具这个上面对

就是会做好的设计不代表他会上班我觉得整体的感受就是跟 AI 合作就是要学会做甲方学会做领导你要学会给 AI 下专业具体的需求不然为什么很多人会说 AI 其实是一个照妖镜其实很多时候是用的人他没有逻辑或者他不会下需求他做不好任务的拆分或者看不到关键的问题所以他使用 AI 的时候

会把他自己的那些不足转移到觉得是模型能力的问题对 AI 让你体验了一把如果你变成更 senior 的人怎么去管理你的小团队而这里不是指对人性的管理而是专业能力上的因为就算没有 AI 的时候我们想要在专业线上晋升的话也是需要一步一步构建这种能力的

去年比较火的一本书 Covid Intelligence 它中一本刚刚出叫《共治时代》里面就提到了关于专业能力建设的这个悖论当知识的获取看似轻而易举当某些事情 AI 已经做得不错了那人类是不是就不需要掌握这些知识和技能了作者的观点是你得先成为一个专家具备批判性思维靠谱的判断决策你才有可能用好 AI

至于人类怎么修炼成专家就是不断的练习嘛在越来越高难度的任务里去升级打怪过去的这个过程是人独自走过的现在是 AI 陪你升级打怪有的时候 AI 是你的实习生的角色有时候呢他是跟你取长补短的同事

在另外一些时候他还可能是你的教练你可以把你做的东西丢给他让他来提点意见所以总结来说 AI 并不鼓励人变懒惰或者躺着被裁对其实这就是我觉得就是因为现在这些新的技术它其实没有太大的这种门槛

如果说有一些比较早观察到这些 AI 发展的这些人的话你就会发现 AIGC 的一些 KOL 一些博主他们在 23 年或者说去年做的东西在今天来看都是任何普通人也许都一定能做到的就是他都是一个时效性非常短的东西然后不断的去做出一些可能还没有让普通人感受到体感的一些东西他们先做出来了

这可能就是他们的一个技术的直觉或者是敏锐的地方对 这就是老的格局松动了新机会出来自然就能成就一批新的 KOL 那如果我们看更大多数的设计从业者呢比如你身边的同行有没有因为擅长 AI 而被开出了比之前高很多的工资的

我觉得好像也没有我确实自己是觉得一个原因是因为技术还有现在还是有局限性第二个就是现在这些新的 AI 的东西还没有被整一个市场量化或者说没有形成一些标准你就很难去衡量 AI 做的东西跟传统的设计产出的东西它们之间的一个价值的衡量

前两天 TED 上面有一个新的演讲叫做 Rob 的视觉特效师他就在讲到好莱坞对于特效制作传统的特效制作跟现在新的 AI 的技术之间的这种碰撞

他参与过的例子比如说以前的侏罗纪公园或者星球大战然后他也放出了一些现在在好莱坞怎么用 AI 的这种生成式的技术去融合到影视的后期里面去其实就是当你过往的那个行业里面那个非常已经工业化的传统的制作流程你每一个单位都可以知道用多少钱去衡量但你今天你突然说我用一个新的东西然后你这些都

可以被替代了那你整个钱就得重新算了嘛过年期间不是那个风神榜然后里面不是有一个说花了多少很多钱做的特效的一个那个巨人吗大家不是觉得你花了这么多钱为什么做出来对不如人家 AI 做的一个效果从我的角度来看这个事情它就是一个价值需要被重新定义的一个过程嘛一个人做出来的画面

普通的观众看来他的观感可能比几千万做的特效还要好那这个时候你的行业就得被这种价值重新定义这个是也是一个很有趣的问题很多汽车的自动化的流水线他其实能不能算是 ai 完全替代了过往的一些工人呢那这些工人他就需要有新的去处了那他的价值就会发生变化所以我觉得这是一个过程设计也是一样的我觉得你上面讲到了系统

工作岗位任务这三者的关系就是系统是工作的组织方式比如流水线组织架构图然后系统再往下是工作岗位工作岗位现在对应的是人然后工作岗位之下是各种的任务

其实系统都是特定技术条件和历史背景下的产物比如流水线是福特发明的当时是为了解决汽车的大规模生产到了互联网时代数据驱动的这种组织方式它又出现了不过这套系统背后依然是有很多人的局限性存在在里边比如说人的注意力人的体力人的情绪等等所以话说到这儿的话

我们就比较好去理解 AI 它的这种潜在的颠覆性在哪里不过今天的 AI 它到目前为止对应的就还是解决不同的任务从这个解决任务到整一个系统的结构性改变它需要被区分视角来看待当你真的 AI 能够自动化地完成一些完全过往一个人才能做的事情的时候你人在整一个职场上的价值肯定是要发生变化的

我们上面讨论的基本上还都是现实面的劳动的经济价值那接下来我们往精神面靠一靠你会不会感受到所谓的价值感丧失会不会觉得我在学校学的我三年前做的很多眼看着今天就没啥用了

这种冲击在刚开始的时候阶段性的多多少少还是会有的但是其实我越来越不会有这种感觉我觉得学校学的东西我现在看来它更多是在培养我探索和学习的能力而不是当时那些静态的知识就学校教的东西它永远都是会比社会生产稍微滞后一些的那你随着时间的推移那些东西肯定会越来越失去它的时效性

过去的工作做的事情没什么用我觉得这是一个在现在这种技术发展这么快的背景下普遍会出现的一个现象就可能不只是在设计可能比如说一些做产品做算法的人可能会有更强烈的体感他们可能做了很久的一个研究或者一个东西某一天就会被一个模型能力完全覆盖了所以对于设计我觉得还好

过去做的东西它是能够构建现在的我的一个过程每一步都算数对我来说最重要的就是一个快速的执行力做出来比你想得到其实是更能够产生价值的

还有就是保持那种动态推理的能力就是因为知识和技能它都是一个静态的那你要能够不断的根据具体的问题具体的任务具体的事情来做出判断总结一下就是首先心态摆正呃

第二个是不要害怕去打碎自己之前的一些可能投入了很多时间和精力所构建起来的一些东西对吧你所固有的一个体系或者你熟悉的某种做事情的方法然后再有一个就是你要不断不断的去迭代你的自己不管你这个是技能上的迭代还是认知上的迭代然后最后你的迭代应该要落到实践上你要有产出对

因为对我自己来说我好像也是在准备这次采访的时候我就回顾了一下自己的过往我就觉得我好像也是一直在抛弃自己构建了很久的东西就比如说我从小其实是学画画那我可能画了十几年我进到大学我就不画画了那这个十几年的技能好像就是被我扔掉了那比如说我到大学我又开始学学完之后我又在职场做设计

那在现在来看我也会把设计当做是一种我已经具备的技能但我不会把它当做唯一应该守护的那个东西对所以我觉得就是在一直抛弃过往的东西然后拥抱心的东西

那你现在能想象五年之后你自己会在做什么吗我觉得就是像很多人在说的超级个体肯定是一个非常美好的幻想我其实也不知道我五年后会具体在做什么样的事情但我觉得我希望的一个状态可能就是我能够对我的时间做更好的支配当你实现了财务自由其实你就实现了对时间的支配嘛

所以某种程度来说能够支配时间就是说明已经能够达到一个很理想的状态太好了我觉得最后我们要不再补两个就是比较偏实用型的小建议也不仅限于我提的这两个但是我想到了两个一个是我不知道就是写 prompt 这方面是有什么小秘诀吗现在的 AI 工具五花八门的不同的工具它本身的提示词又是可能不一样的范式

自己的经验就是学会抄是一个当然这里不是说让设计的同学真的去抄袭就是你一比一不带思考的完全去照搬别人的想法因为像现在很多这种 AI 工具尤其是图像生成类的产品他们都会把一些好的生成案例放在他们的首页里面就相当于是他们用了这些案例来代表他们现在的模型能够做到什么样的事情但他会把那个指令也给你对对

他们都通常就会把这种他们这些指令也带在这个案例上面那你都是可以一键复制的他也希望你复制可以完全可以根据具体的任务然后去偶尔的刷一刷慢慢就可以积累和整理到一些适合自己设计任务的提示词库然后再慢慢去迭代那实在不会写的时候也可以问一些模型一些 AI 嘛嗯

对我有看过一个说法就是说当你想要开启一个任务你又不知道怎么跟让 AI 配合你的时候你可以直接告诉那个 chapel 说我要我要做一个这样的事对你告诉我我该怎么给你指令对这就是一个很具体的你要把用 AI 用到每一个环节就可能有些人都会一开始用的时候都不会想到我可以问 AI 怎么拆解我的任务

这些都是一些小技巧那好用的工具呢我感觉现在可能没有某一个工具是全方位都好用是不是你或者可以针对不同的比较典型的任务类型比较小众然后我自己觉得也比较好用的一些像谷歌会有一个 AI Studio 然后它里面会有一个图像的生成模型叫做 Imagine 3 它的一个图像生成是完全免费的同时它的质量也非常高然后

然后因为他可能没有办法做像现在一些比较成熟的 AI 工具那样子那么多的编辑和控制的操作但是他的一个图像模型里面本身的训练数据就已经有非常多的真实的商品一些

一些真实品牌的那些包括一些动漫的 IP 所以说直接用纹身图图身图它都已经可以达到非常高的质量如果有教育邮箱的朋友应该去注册一下谷歌就是到现在还有一年多的一个免费的额度可以使用谷歌的所有的 AI 工具然后可以用到 Gemini 还有它的图像跟视频的生成模型

全线的就你主要是 EDU 后缀吗对但大家可以去闲鱼买一个美国的邮箱我就是这么做的好的谢谢 Lock 今天那个的时间跟 Lock 交流的时候我心里一直冒出一句话省流干就对了

因为在 AI 这件事情上什么共识可能都不靠谱连最顶尖的科学家最顶尖的企业家都在为发展的方向争论不休那我们与其焦虑着内耗不如行动起来享受这个过程这样才能沉淀出符合大家各自内在需求的认知和技能

如果大家还是觉得无从下手需要借助一些框架的话我在 show notes 里面贴一下公知时代这本书里面提供的方法它基本是将工作所包含的任务以这个适合 AI 介入的程度来做一个分类我觉得可以算一种参考吧

不过重点还是人和 AI 的边界现在没有必要分得太死因为技术它每天都在进步我们要动态的去感受它的能力边界就像 Lock 说的做到动态推理那本期内容就到这里了我们下期再会