从执行到架构！2026 年设计师的价值重心变了

一、全文速览图

大家好，我是风筝KK。24年初，我在工作里经常遇到一个很现实的问题：团队采用敏捷开发，2周一个迭代，而设计真正能拿来做需求分析、方案设计的时间，往往只有三四天。

时间一紧，设计师最先牺牲掉的，往往不是“交付”，而是“思考”。

需求来得快、上线压得急，设计师能把方案做出来就已经不错了，更别说反复推敲体验、补足细节、沉淀方法。对团队来说，设计很容易变成一个高速运转的执行环节；对设计师个人来说，也很难有真正的成长空间。

所以那时候，我们开始把 AI 加进设计工作流里，目的很简单：先提效，再谈优化。

到了2026年，AI 对设计的影响已经完全不是两年前的样子了。

前段时间，Claude 的设计总监提到一个判断：我们曾经奉为圭臬的设计流程，现在基本已经死了。

这话我认同一半。

因为现实里，确实有越来越多的环节被 AI 接管了。

调研整理、方案发散、页面生成、数据分析，很多过去要靠设计师一点点做的事，现在 AI 都能很快完成。

但我觉得，真正死掉的不是流程， 而是那种把设计理解成执行工作的旧方式。

流程没死，变的是分工。

AI 越来越像一个超级执行者，而设计师如果还停留在“把页面画好、把流程做顺”，其实很快就会被推着走。

真正变化的，不是设计有没有流程，而是流程里的工作内容变了，人和 AI 的分工变了，设计师的价值重心也变了。

流程框架还在，但执行逻辑已经被彻底重构。

二、没变的：设计流程的骨架还在，设计的本质也没变

虽然 AI 正在深度介入设计工作，但我认为，体验设计最底层的框架并没有消失。

1）四阶段的底层逻辑，依然成立

无论 AI 自动化程度有多高，设计本质上仍然要回答四个问题：

1. 先分析问题，明确业务目标和用户需求
2. 再构思方案，寻找可能的解决路径
3. 然后落地实现，把想法变成可用的设计成果
4. 最后评估优化，持续修正体验问题

这套逻辑，本质上就是设计思维的骨架。

它不会因为工具升级就消失，变得只是每一环具体怎么做、谁来做、做多深。

2）设计的核心价值，始终要由人来把控

设计不是单纯做界面，也不是把信息排整齐。设计的本质，始终是在解决“人”的问题。而只要是和“人”相关的问题，就一定不只是效率问题，还包括：

1. 品牌有没有自己的气质
2. 方案到底值不值得做
3. 用户有没有信任感
4. 情绪是不是被照顾到了
5. 状态异常怎么结束
6. 场景变化怎么应对
7. 边缘场景有没有被考虑到

这些东西，AI 能辅助，但很难替代。

它可以根据数据总结规律，也可以根据已有模式生成方案，但它很难真正理解用户那些没有被明说出来的需求，也很难真正理解品牌想传递的温度和语境。

所以，需求定义、价值判断、创意取舍、体验把控，这些事情，依然是设计师最核心的工作。

三、变了的：设计师正在从执行者，转向体验架构师

如果说前两三年的 AI 更像是设计辅助工具，那到了 2026 年，AI 已经开始接管大量重复、标准、流程化的工作。

这也意味着，设计师的角色正在发生变化。

过去，设计师往往要亲自完成大量具体执行工作：整理信息、梳理逻辑、画页面、补文案、出规范、跟落地。很多时间花在“把东西做出来”这件事上。

但现在，越来越多这类工作，AI 都能先做一轮。

它可以快速整理资料、生成结构、输出方案、补齐文案，甚至直接生成初版页面。很多过去需要设计师一点点堆起来的内容，现在几分钟就能得到一个“看起来已经差不多”的结果。

当执行层的工作越来越容易被加速，设计师的价值又是什么呢？

这也让我想到《设计师跃迁路线图：从战术到战略》里提到的方向：“设计需要从侧重于执行与交付的战术设计，转向精于战略规划。”

设计师真正要完成的，不只是技能升级，而是一次认知跃迁——从战术执行走向更高层级的判断、协同与推动。

这和今天 AI 进入设计流程后的变化，其实非常吻合：当执行层的工作越来越容易被加速，甚至被替代，设计师的价值就会越来越集中在判断、整合与推动上。

于是，设计师的重点不再只是“亲手完成”，而是转向另外几件更重要的事：

1. 判断问题到底是什么
2. 决定哪些工作适合交给 AI
3. 筛选 AI 给出的方向是否合理
4. 修正标准答案和真实场景之间的偏差
5. 确保最终方案真的能落地，也真的对用户有帮助

换句话说，设计师正在从执行者，转向体验架构师。

你不一定还需要亲手完成每一步，但你必须更清楚整件事该怎么被拆解、被推进、被验证，以及最后如何变成一个真正有效的体验方案。

四、AI 正在重构设计流程

今天再看设计流程，会发现分析、构思、实现、评估这些环节依然存在，只是每一环里，人和 AI 的分工已经变了。

1）在分析阶段，AI 更像信息处理器

过去，设计师要花很多时间看反馈、整理问题、归纳共性、拉齐信息。

现在，这些工作 AI 可以先快速完成一轮。你只需要清楚每个阶段要做什么，它就能帮助我们更快地发现高频问题、提炼用户反馈、归纳流程中的主要障碍，把原本分散的信息整理成一个相对清晰的输入。

但设计师真正要做的，不再是信息搬运，而是继续追问：

1. 这些结论是不是成立，XXX项目的第一性原理是什么
2. 这些问题是表象，还是根因，请用5Why进行根因分析
3. 用户真正想完成的事情是什么，请用用户体验地图分析
4. 哪些问题值得优先解决，请用二八定理分析

也就是说，AI 负责更快地收拢信息，人负责更准确地定义问题。

2）在构思阶段，AI 更像方案生成器

以前很多方案需要设计师从零开始搭结构、想路径、排优先级。

现在 AI 可以很快给出多种思路：流程怎么拆、页面怎么组织、字段怎么安排、提示怎么补充。

这大大降低了“从 0 到 1”的成本。

但真正关键的，已经不是“AI 能不能给出方案”，而是设计师要判断：

1. 哪个方向更符合用户认知
2. 哪种路径更适合真实场景
3. 哪些提示是在帮助用户，哪些提示是在增加负担
4. 哪个方案看起来完整，但实际上会让体验更重

AI 可以提供备选答案，但决定“哪个答案适合现在这个场景”的，依然是人。

3）在实现阶段，AI 更像自动化生产搭子

当方向明确之后，AI 已经可以继续帮我们生成页面、补充文案、整理交互状态，甚至辅助还原前端细节。

效率提升非常明显。

但问题也同样明显：AI 生成的内容，通常“看起来合理”，却不一定“真正可用”。

因为真实产品里，很多体验问题并不会出现在表面结构上，而会暴露在细节里：

1. 信息顺序是否符合用户习惯
2. 提示语是否真的能被理解
3. 异常状态是否有收口
4. 成功之后用户知不知道下一步该做什么
5. 页面逻辑和后端规则是否真的对得上

所以在这一阶段，设计师真正重要的工作，不再只是产出页面，而是校验、修正、补足，把 AI 的初稿变成一个能够被开发实现、被用户理解、被业务接受的真实方案。

4）在评估阶段，AI 更像体验雷达

以前一个方案上线之后，很多问题只能靠数据复盘、团队反馈、用户吐槽，再慢慢修。

现在 AI 可以更快地帮助我们发现异常、识别模式、提示风险，帮团队更早看到问题。

但设计师不能停在表层数据上。

因为数据只能告诉你“哪里出了问题”，却不一定能告诉你“为什么会这样”，更不能自动判断“这个问题值不值得改、应该怎么改”。

所以到了评估阶段，AI 负责更快发现问题，人负责更深理解问题。

五、AI 的赋能和局限，是同时存在的

说到底，2026 年的设计工作流可以概括成一句话：

AI 负责标准化、重复性、数据化的部分，人类负责情境化、判断和价值把控。

AI 的价值当然很大。

它能帮助设计师更快整理问题、更快生成方案、更快输出结果，也更快发现上线后的体验风险。

但 AI 的局限也同样明显。

它很擅长做“合理”的设计，却不一定能做“真正适合”的设计。

因为它给出的往往是基于已有规律的标准答案，而真实的产品场景，很多时候并不需要一个“最标准”的答案，而需要一个“最适合当下”的答案。

这也是为什么我越来越觉得：

AI 越强，设计师的价值反而越清晰。

因为 AI 能告诉你“通常怎么做”，但设计师要判断的是：

在你这个业务里、这类用户面前、这个具体场景下，到底该怎么做。

六、设计师接下来要补的，不只是工具能力，而是新的工作能力

在 AI 深度参与之后，设计师不再只是会画图、会做原型、会写规范的执行者，而会越来越像一个体验架构师。

也就是说，你不再需要亲手完成每一步，而是要更清楚地决定：

1. 问题该怎么拆
2. AI 适合做什么
3. 自己必须盯什么
4. 最后怎么确保方案真的有效

我觉得接下来，设计师至少要补这四种能力：

1）会定义 AI 的边界

知道哪些事情适合交给 AI，哪些事情必须自己判断。不是为了证明自己“还不能被替代”，而是为了让协作更有效率。

2）会验证 AI 的结论

不是直接接受，而是继续追问：这个结论对不对？完整不完整？是不是只在表面上成立？适不适合当前场景？

3）会在标准答案上继续做体验升级

未来很多“能用”的方案，AI 都能很快生成。但设计师真正拉开差距的地方，在于能不能在标准方案之上，把体验做得更顺手、更清晰、更低沟通成本。

4）会把 AI 产出真正变成可落地的产品能力

谁能把 AI 给出的内容，真正转化为团队可协作、开发可实现、用户可感知的成果，谁就不是会被替代的人，而是最能放大 AI 价值的人。

总结

所以回到最开始那个问题：2026 年，设计流程真的死了吗？我觉得没有。

死掉的，其实不是流程本身，而是那种把设计理解成“按部就班走流程、主要靠手工执行”的旧工作方式。

分析、构思、实现、评估，这些环节依然存在。只是今天，每一环里的工作内容、人机分工和价值重点，都已经被 AI 重新改写了。

AI 可以更快地处理信息、生成方案、输出结果、监测问题；而设计师的价值，则越来越集中在那些 AI 还做不到、或者暂时做不好的地方：

1. 判断真正的问题是什么
2. 理解用户在真实场景里的使用状态
3. 在标准答案之外继续做体验升级
4. 确保设计和业务、技术、流程真正对上

真正重要的，已经不是和 AI 比谁做得更快。

而是学会把 AI 放到对的位置，也把自己的价值放到更高的位置。

因为设计从来都不只是“如何做”。

更重要的是：做什么，为什么做，以及这件事到底有没有在帮助真实的人。

欢迎关注作者的微信公众号：「海盐社」