在這個(gè)不斷革新的生產(chǎn)關(guān)系中，設(shè)計(jì)師的價(jià)值逐漸被重新定義，也對(duì)我們?nèi)绾慰创O(shè)計(jì)工作、如何與AI共生提出了新的思考。

現(xiàn)有設(shè)計(jì)流程中，設(shè)計(jì)師需要負(fù)責(zé)創(chuàng)意構(gòu)思，具備提出問題最優(yōu)解的設(shè)計(jì)思維和創(chuàng)意能力，還要設(shè)計(jì)執(zhí)行，通過熟練的軟件技能將這些方案付諸于實(shí)際。

專業(yè)復(fù)雜的設(shè)計(jì)工具通常具有較高的學(xué)習(xí)門檻，要求設(shè)計(jì)師投入大量時(shí)間進(jìn)行學(xué)習(xí)和實(shí)踐，當(dāng)無法熟練使用這些工具時(shí)，往往會(huì)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(jì)師能力的重要指標(biāo)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(jì)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(jì)工作的核心。

此外，以大語言模型為驅(qū)動(dòng)，可自主化完成復(fù)雜任務(wù)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(jì)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(kuò)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(jì)工具的智能化水平，設(shè)計(jì)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(xué)習(xí)新的工具，輕松獲得即時(shí)的智能支持。

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

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(qiáng)大的AI功能多為散點(diǎn)式地存在，無法形成協(xié)同效應(yīng)。

這意味著設(shè)計(jì)師在整體設(shè)計(jì)工作中，仍然處于絕對(duì)主導(dǎo)的位置，只能在特定任務(wù)或局部利用AI進(jìn)行增強(qiáng)和提效，無法享受全面的智能化服務(wù)。

因此，Embedding模式更像是現(xiàn)階段應(yīng)對(duì)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(jì)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(shí)力，延伸至整個(gè)設(shè)計(jì)流程，在各個(gè)階段為設(shè)計(jì)師提供輔助支持。

也就是說，當(dāng)接收到設(shè)計(jì)需求的那一刻起，Copilot便能夠基于強(qiáng)大的知識(shí)庫和用戶數(shù)據(jù)，對(duì)設(shè)計(jì)需求進(jìn)行分析，并給出具體的設(shè)計(jì)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(huì)以插件或者懸浮窗口的方式存在，方便設(shè)計(jì)師隨時(shí)調(diào)用。

調(diào)起界面后，用戶可以輸入自己的設(shè)計(jì)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(zhǔn)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(duì)于設(shè)計(jì)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(jì)師參考。

在設(shè)計(jì)分析模塊，圍繞不同的設(shè)計(jì)類型生成建議內(nèi)容，比如我要設(shè)計(jì)的是一張海報(bào)，生成內(nèi)容就可能會(huì)包括標(biāo)題、版式布局、尺寸、字體、背景等海報(bào)設(shè)計(jì)元素。

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

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

Copilot模式可以實(shí)現(xiàn)全設(shè)計(jì)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(jì)師的各種指令，最終方案也需要設(shè)計(jì)師在Embedding模式下的圖形處理軟件中來完成。

Copilot模式對(duì)于協(xié)同關(guān)系最大的改變是，AI不再只是智能化增強(qiáng)的圖形處理工具，而是成為與設(shè)計(jì)師緊密協(xié)作的得力助手，助力設(shè)計(jì)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(dòng)，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(dòng)化完成復(fù)雜任務(wù)，許多人認(rèn)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(shí)體。

在設(shè)計(jì)領(lǐng)域，Agent可以被視為一個(gè)個(gè)擅長(zhǎng)不同設(shè)計(jì)能力和擁有不同經(jīng)驗(yàn)知識(shí)的虛擬設(shè)計(jì)師，支持自由選擇、組合或刪除，同時(shí)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(wù)專屬的知識(shí)數(shù)據(jù)上傳供其學(xué)習(xí)。

有沒有發(fā)現(xiàn)，整個(gè)過程很像是為設(shè)計(jì)需求量身打造一個(gè)專屬的“AI設(shè)計(jì)團(tuán)隊(duì)”？

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

對(duì)設(shè)計(jì)師而言，最重要的不再是創(chuàng)意能力、設(shè)計(jì)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(jì)師尚未可知。歷史經(jīng)驗(yàn)告訴我們，技術(shù)進(jìn)步推動(dòng)生產(chǎn)效率提升，進(jìn)而引發(fā)生產(chǎn)組織和社會(huì)關(guān)系的變革。

作為本輪變革的核心驅(qū)動(dòng)力，AI技術(shù)具備極強(qiáng)的前瞻性。

因此我認(rèn)為，我們無法通過傳統(tǒng)的設(shè)計(jì)行為模式來預(yù)測(cè)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(diǎn)，進(jìn)行合理地反向推導(dǎo)，從而逐步勾勒出Agent的“外輪廓”。

大概有這樣一個(gè)思路可姑且一聽，信息架構(gòu)和框架布局受到用戶任務(wù)流程的影響，而任務(wù)流程源自產(chǎn)品/平臺(tái)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。

現(xiàn)階段，Agent技術(shù)框架通常被認(rèn)為由四個(gè)關(guān)鍵模塊組成：

1. 記憶：負(fù)責(zé)存儲(chǔ)信息，包括過去的交互、學(xué)習(xí)到的知識(shí)，甚至是臨時(shí)的任務(wù)信息。
2. 規(guī)劃：包括事前規(guī)劃和事后反思兩個(gè)階段。在事前規(guī)劃階段，這里涉及對(duì)未來行動(dòng)的預(yù)測(cè)和決策制定；在事后反思階段，智能體具有檢查和改進(jìn)制定計(jì)劃中不足之處的能力。
3. 工具：利用外部資源或工具來執(zhí)行任務(wù)。學(xué)習(xí)調(diào)用外部API來獲取模型權(quán)重中缺失的額外信息，以此來補(bǔ)足自身弱項(xiàng)。
4. 行動(dòng)：實(shí)際執(zhí)行決定或響應(yīng)的部分。面對(duì)不同的任務(wù)，智能體系統(tǒng)有一個(gè)完整的行動(dòng)策略集，在決策時(shí)可以選擇需要執(zhí)行的行動(dòng)。

擅長(zhǎng)不同設(shè)計(jì)領(lǐng)域的大語言模型相當(dāng)于各種設(shè)計(jì)角色，如何來管理這些角色很重要，所需功能可能會(huì)有角色市場(chǎng)（官方或個(gè)人）、角色雇傭（臨時(shí)或買斷）、設(shè)計(jì)能力升級(jí)迭代、角色的組合搭配等。

記憶模塊大概需要兩個(gè)空間，一個(gè)空間存儲(chǔ)的是每次行動(dòng)后自動(dòng)沉淀的知識(shí)和經(jīng)驗(yàn)，另一個(gè)空間則支持我們將業(yè)務(wù)材料、個(gè)性化數(shù)據(jù)，甚至是既往設(shè)計(jì)作品等內(nèi)容進(jìn)行上傳，經(jīng)過學(xué)習(xí)快速成為Agent能力的一部分。

在規(guī)劃階段，相關(guān)分工的安排以及行動(dòng)步驟的拆解應(yīng)避免黑箱操作，將任務(wù)鏈可視化有助于提升設(shè)計(jì)師的掌控感，這對(duì)處理好協(xié)同關(guān)系很重要。

工具方面，可能會(huì)通過工具庫或工具商城的形式聚合呈現(xiàn)，支持各類設(shè)計(jì)工具和工具包的選配選購(gòu)，還要具備增、刪、改、查等基礎(chǔ)的工具管理服務(wù)。

最后是行動(dòng)，我認(rèn)為有兩個(gè)需要考慮的點(diǎn)，一是方案展示要結(jié)合文、圖、視頻內(nèi)容的特點(diǎn)，不能簡(jiǎn)單的用一種框架去展示不同的設(shè)計(jì)作品，二是圖形處理功能以什么形式與agent對(duì)接。

當(dāng)我們把Agent一些核心的功能捋出來，接下來就是思考用戶的任務(wù)路徑都有哪些，剩下的就不再展開了，可能性有很多。

以上內(nèi)容只是從我自己的角度嘗試對(duì)Agent模式下的工具形態(tài)提供一點(diǎn)粗淺想法，并不一定對(duì)，重要的是引發(fā)大家的思考。

2023年11月，比爾蓋茨發(fā)文表示，Agent將引發(fā)自從我們從輸入命令到點(diǎn)擊圖標(biāo)以來計(jì)算機(jī)領(lǐng)域的最大革命?；蛟S，隨著Agent的到來，我們更應(yīng)該想一想設(shè)計(jì)師角色存在的意義是什么。

四、最后

AI正在深刻變革著設(shè)計(jì)行業(yè)，現(xiàn)階段的Embedding模式雖然讓設(shè)計(jì)工具初步實(shí)現(xiàn)了智能化升級(jí)，但生成式AI的能量沒有充分發(fā)揮，設(shè)計(jì)師仍是設(shè)計(jì)創(chuàng)作的絕對(duì)主體；Copilot模式通過全流程支持，可能會(huì)實(shí)現(xiàn)設(shè)計(jì)效率的全面提升；而Agents模式下，AI將成為設(shè)計(jì)的主體，傳統(tǒng)設(shè)計(jì)師與創(chuàng)意構(gòu)思、設(shè)計(jì)執(zhí)行完全脫離，由此全面進(jìn)入智能化設(shè)計(jì)時(shí)代。