2026年3月1日，Lenny's Podcast上线了一期注定会载入设计行业史册的对话。嘉宾是Jenny Wen——Anthropic旗下Claude产品的设计负责人，此前她曾在Figma担任设计总监，领导FigJam和Slides团队，更早之前在Dropbox、Square和 Shopify做过设计师。她的履历几乎横跨了过去十年最具设计基因的科技公司。然而在这次对话中，她没有谈论如何做出更精美的界面，而是抛出一颗炸弹："设计师们被教导的那套设计流程，我们几乎当作圣经来对待——它已经基本死了。"
77分钟的对谈，22.4万次播放，在整个产品设计社区引发了一场大地震。这不仅仅是一个人的观点——它揭示了整个行业正在经历的深层结构变革。
| 项目 | 内容 |
|---|---|
| 视频标题 | The design process is dead. Here's what's replacing it. |
| 频道 | Lenny's Podcast: Product, Career, Growth |
| 嘉宾 | Jenny Wen（Anthropic/Claude设计负责人） |
| 时长 | 77分25秒 |
| 播放量 | 224,541次 |
| 发布日期 | 2026年3月1日 |
| 核心主题 | AI时代设计流程的根本性重塑 |
Jenny Wen给出了一个极其精确的数据对比。几年前，设计师60-70%的时间花在"做mockup和原型"上。而现在，这个比例骤降到了30-40%。取而代之的是什么？是30-40%的时间用于"和工程师一起jamming和pairing"——直接坐在工程师旁边，实时协作实现产品功能。
这不是一个渐进式变化，而是一个结构性的倒转。过去设计师的日常是：打开Figma，花几天时间做完美的视觉稿，然后交付给工程团队。现在呢？工程师们已经跑起了"七个Claude agent"，代码产出速度远超设计稿的迭代速度。Jenny的原话很直白："你作为设计师，实际上已经没有时间去做那些漂亮的mock了。"
我的延伸分析：这个变化的核心驱动力是工程效率的指数级提升。当AI编码工具让一个工程师的产出翻了数倍之后，设计师如果还按老流程走——调研、发散、收敛、精美交付——就会变成整个产品开发链中最慢的环节。不是设计被淘汰了，而是设计的节奏被迫加速。
Jenny Wen提出了一个反直觉的建议：不要试图用漫长的设计流程去"阻挡"工程师。她说："你最好别阻挡他们，让他们去cook。"这句话背后的逻辑是，在AI工具加持下，工程师快速搭建出的原型可能比设计师花一周做的高保真稿更接近真实产品体验。
这并不意味着设计师变成了旁观者。恰恰相反，Jenny描述了一种更紧密的嵌入模式：设计师 surf 内部原型、和工程师 pair programming、亲自做"最后一公里"的前端打磨。她自己在Anthropic的日常就是"冲浪内部原型、和工程师配对、自己做实现"。
我的延伸分析：这种模式其实暗含了一个重要的认知转变——从"设计师指路，工程师走路"到"设计师和工程师一起跑"。在传统模式中，设计是前端，工程是后端，两者泾渭分明。而在AI时代，这两个角色的边界正在模糊化。设计师需要懂代码（至少是前端代码），工程师也需要有设计品味。
Jenny Wen分享了一个让很多产品人震惊的变化。过去在制定产品愿景时，团队会做2年、5年甚至10年的规划。现在呢？愿景缩短到了3-6个月，而且不一定是做精美的PPT，有时候就是一个能指向正确方向的原型。
这个变化的原因很直接：AI模型能力的变化太快了。你今天为明年规划的产品功能，下个月可能就被新模型能力完全改变了。在这种情况下，长期愿景文档不是资产，而是负担。Jenny说："模型能力变化太快，使得长期愿景变得几乎毫无意义。"
我的延伸分析：这其实对整个产品管理领域都有深远影响。如果一个行业的技术基座每3-6个月就有一次质变，那么传统的路线图规划、OKR设定、资源分配方式都需要重新思考。从瀑布式到敏捷是第一步，从敏捷到"实时"可能才是AI时代的终局。
这是整个对话中最有深度的一个观点。Jenny解释了为什么AI产品从根本上无法用传统设计方法来mockup：AI模型是非确定性的（non-deterministic）。你不能为一个AI驱动的产品mockup所有的状态，也不能做一个可点击的原型来模拟一个被语言模型驱动的交互。
这意味着什么？意味着你必须用真实的模型来测试，观察真实的使用场景。你不能在真空中设计AI产品——你必须把它放到真实环境中，看模型如何响应，看用户如何与之交互，然后基于观察来调整。
我的延伸分析：这一点可能是Jenny的论述中最具革命性的。传统UX设计的基石之一就是"可交互原型"——你做出设计，做用户测试，收集反馈，迭代优化。但当产品行为由概率性的AI模型决定时，原型本身就变成了一种不诚实的模拟。这要求设计师从"设计确定性体验"转向"设计护栏和引导框架"。
Jenny详细描述了她日常使用的AI工具链，堪称"全Claude栈"：
但有意思的是，她并没有抛弃Figma。Jenny解释说，基于代码的工具是线性的——你一次只能走一个方向。但Figma允许你同时向墙上"扔8-10个不同方向"的想法，这在探索阶段极其重要。对于精细的视觉和交互细节（比如排版、风格微调），Figma仍然是不可替代的。
我的延伸分析：这个"双轨制"的观察非常务实。AI工具擅长从A到B的高效执行，但在需要发散思维、同时探索多个平行方向的设计探索阶段，传统设计工具仍然有不可替代的价值。这暗示着未来最优秀的设计师会是那些能在Figma和Claude Code之间无缝切换的人。
Jenny明确了她现在招聘时寻找的三种设计师原型：
强通才型（Strong Generalist）：能设计、能原型、能跨学科交付的设计师。他们不一定在每个领域都是最深的专家，但能在任何阶段跳进来做出贡献。
深度专家型（Deep Specialist）：在某个领域有非凡技艺的设计师——可能是视觉设计、动效设计、或某个特定的设计维度。他们的深度是团队质量的保障。
原型构建者型（Prototyper-Builder）：直接在代码中工作的设计师。他们不只是在Figma里画图，而是能用代码实现真实可用的产品原型。
我的延伸分析：值得注意的是，这三类原型中没有"纯视觉设计师"或"纯研究型设计师"的位置。Jenny的招聘框架暗示着，在AI时代，设计师必须要么有足够的广度来适应任何任务，要么有足够的深度来提供不可替代的技艺，要么有足够的工程能力来直接构建产品。那些只会做精美mock的设计师，确实正在被边缘化。
对话中最令人深思的部分之一，是Jenny对"品味"这个概念的重新审视。她说："我们在品味、判断力和设计方面会变得更好。我们可能对这些东西太执着了。"这句话透露出一种出人意料的谦逊——作为Anthropic的设计负责人，她并没有急于为人类设计师的独特价值辩护。
但她也强调了一个关键点：AI可以生成方案，但人类必须为最终决策负责。问责制（accountability）是人类设计师的不可替代性之一。AI可以提出10个方案，但选择哪一个、为什么选择那个、对用户和社会产生什么影响——这些判断仍然需要人类来做。
对话中提到了一个有趣的框架——Evan Tana的"可识别性矩阵"（Legibility Matrix）。这是一个2x2矩阵：创始人可以是可识别的或不可识别的，想法也可以是可识别的或不可识别的。Jenny建议设计师关注公司内部那些"不可识别但有趣"的想法——就像内部VC一样，去发现那些能量正在聚集但还没有被正式认可的方向。
她举了一个具体的例子：一个叫Cloud Studio的内部原型，后来影响了Claude Co-work中的技能框架和信息布局。这些创新不是从正式的设计流程中产生的，而是从内部探索中涌现的。
mindmap
root((Jenny Wen的设计流程革命))
核心论断
传统流程已死
discover-mock-iterate失效
非确定性AI杀死可点击原型
数据变化
Mockup时间 60-70% → 30-40%
工程配对 0% → 30-40%
愿景周期 2-10年 → 3-6个月
新工作模式
嵌入式设计
与工程师pairing
最后一公里前端打磨
冲浪内部原型
双轨工具链
Claude全栈(Co-work/Code/Chat)
Figma(发散探索/视觉细节)
短周期方向设定
原型指向方向
替代精美PPT
招聘原型
强通才型
深度专家型
原型构建者型
不可替代性
问责制与决策
心理安全感建设
内部VC式发现
立刻开始学代码。不需要成为全栈工程师，但至少要能用Claude Code在VS Code里做前端打磨。Jenny自己的日常工作就在IDE里做"最后一公里"的实现。如果你完全不能看懂代码，你将无法和AI武装到牙齿的工程师有效协作。
缩短你的设计周期。不要再花一周做一个完美的设计稿。做足够好的原型，快速验证，然后嵌入到工程实现中去。记住Jenny的原则：不要阻挡工程师。
学会使用AI工具链。不只是Midjourney或DALL-E这种生成式AI——更要会用Claude Code、Cursor、v0这类代码生成工具。你的竞争优势不在于比AI画得更好，而在于比AI更懂产品和用户。
重新定义你的招聘标准。纯视觉设计师的岗位正在萎缩。你需要强通才（能跨领域交付）、深度专家（有不可替代的技艺）、和代码型设计师（能直接实现原型）。
推动设计-工程融合。打破设计团队和工程团队的壁垒。让设计师坐在工程师旁边（或至少在同一个Slack频道里），让他们一起"jam"而不是"交接"。
缩短愿景周期。把你的2年产品路线图压缩到3-6个月的可执行方向。这不是降低标准，而是适应AI产品的不确定性。
理解设计师正在经历的角色转变。不要再用"设计稿交付"的思维来管理设计资源。给设计师更多的实现空间，让他们直接参与代码级别的打磨。
Lenny Rachitsky的播客全集 — 产品设计领域最优质的长期访谈节目，覆盖大量AI时代的产品方法论演变。(lennysnewsletter.com)
Jenny Wen的Substack — 她本人定期撰写关于设计、AI和职业发展的深度文章。(jennywen.substack.com)
Figma + AI工作报告 — Designer Fund和Foundation Capital联合发布的《AI in Design 2026》报告，提供了Jenny观点的行业数据背景。
Claude Code官方文档 — 理解AI编码工具如何改变设计-工程的交接模式。(code.claude.com)
Evan Tana的"可识别性矩阵" — 理解如何在组织内部发现和培育创新想法。(x.com/evantana)
Jenny Wen用22万播放量告诉全球设计师：你的价值不在于画更美的图，而在于在AI与人类的协作加速中，成为那个既能定义方向又能落地实现的关键节点。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。