当前位置：

社区首页

电脑数码

软件应用

办公软件

AIGC文章详情

AI不会取代设计师，但会淘汰不会用AI的执行者

源自176位全网作者

05-20 09:29

精选参考来源

Anthropic官方报告：8大趋势说透AI编程未来，60%代码AI写的，老金实测项目带你看！

AI时代职业消亡地图1. 已确认消亡的职业（18个月内加速消失）① 数据标注员 / 数据清洗- 现状：年薪8-15万的工作- 变化：GPT Vision + Claude Computer Use直接替代- 时间线：2026年上半年已大幅下降，2027年底基本消失- 为什么：这就是AI最擅长的"看图识物"任务- 替代率：95%以上② 内容审核员- 现状：互联网大厂批量招聘的岗位（月薪8-12k）- 变化：Multimodal LLM可自动识别违规内容，准确率已超人类- 痛点：需要处理视频、图片、文本混合内容 → AI完全胜任- 影响人数：全球数百万人- 替代率：90%以上③ 初级客服 / 虚拟助手- 现状：大量外包给东南亚的岗位- 变化：Claude + function calling可处理80%常规问题- 消失场景：售后询问、账户问题、技术FAQ、退货处理- 时间线：已经在开始大规模被替代（2025年底开始加速）- 替代率：80-85%④ 初级财务分析 / 会计核算- 现状：会计事务所/企业财务部的大量岗位- 变化：Claude/GPT处理发票、报表、对账单，准确率99%+- 消失场景：税务申报、账目录入、财务报表生成、成本分配- 但不消失：税务规划、财务战略、审计判断- 替代率：70-75%（初级和重复性工作）⑤ 初级代码维护 / 测试工程师- 现状：初创和大厂的"螺丝钉"岗位- 变化：Claude Code已能自动修Bug、写测试、重构代码- 消失场景：单元测试编写、代码review、修复已知Bug- 幸存：需要深度理解业务逻辑的架构改进- 替代率：65-70%2. 急需升级的职业（工作模式彻底改变）① 程序员- 现状：会写代码 ≠ 能survive- 升级前：手工编码、本地测试、手动Debug- 升级后：Prompt工程 + AI代码审查 + 架构设计- 新技能清单：> 会用Claude Code / Cursor做代码对话> 理解AI生成代码的局限性> 系统架构能力（AI负责细节，你负责全局）> 跨域知识（不能只懂一个技术栈）- 碾压倍数：不懂AI的程序员效率会被碾压3-5倍- 薪资走势：熟练用AI的高级程序员薪资上升，初级程序员薪资下降50%② 市场营销 / 文案创意- 现状：内容生成型工作开始被AI冲击- 升级前：手工写文案、手工做社媒运营- 升级后：AI生成初稿 + 人类判断 + 数据优化- 消失岗位：纯文案撰写、初级运营- 升值岗位：营销战略、品牌定位、消费者心理洞察- 新技能：> Prompt工程（如何让AI生成更好的文案）> A/B测试和数据分析> 创意方向（AI不会有创意，只会优化）- 薪资分化：会用AI的营销总监年薪翻倍，文案外包价格暴跌③ 医疗诊断- 现状：AI已在医学影像诊断中超过人类- 升级前：医生单独诊断- 升级后：AI+医生协作诊疗- 消失岗位：单纯看影像/诊断的初级医生- 升值岗位：> 整合诊疗（多项检查+AI建议+临床判断）> 个性化治疗方案设计> 患者沟通和心理疏导- 关键：医生从"诊断者"变成"决策者"和"医疗管家"- 薪资走势：顶级医生收入继续上升，基层诊所医生被冲击④ 法律文书 / 法务工作- 现状：律师行业已开始大规模AI化- 消失岗位：> 初级律师的"文书工" 角色（起诉状、合同审查）> 律师助理的法律研究工作> 合同查询和条款比对- 升级岗位：> 案件策略和诉讼方案> 复杂商事谈判> 法律咨询和风险预判- 新技能：> 会用AI做法律研究（节省90%的翻卷时间）> 提示工程（如何让AI理解复杂案情）> 业务理解（不能只懂法律，要懂商业）- 薪资分化：大律师更贵（因为每个案子效率高了10倍），小律师竞争加剧3. 越来越稀缺、越来越值钱的职业① 战略决策者- 为什么升值：> AI释放了大量时间做分析和尝试> 但战略方向的选择、赌注的判断，只有人类有直觉> CEO/创始人的价值不在执行细节，而在大方向判断- 薪资趋势：顶级战略人才年薪几十倍增长- 例子：马斯克、张一鸣这样的战略决策者，价值会继续膨胀② 创意设计（真正的创意，不是套模板）- 为什么升值：> AI可以做"漂亮"的设计，但做不了"有想法"的设计> 品牌设计、产品创新这类需要独特审美和洞察> 越是拒绝AI的创意工作，越值钱- 薪资趋势：优秀设计师年薪翻倍，平庸设计师被淘汰- 例子：奢侈品设计师（Gucci、LV）不会被替代，但通用设计会被冲击③ 深度研究 / 科学家- 为什么升值：> AI加速了基础研究的假设生成和验证> 但科学直觉和新理论的创新，需要人类的长期积累> 芯片设计、材料科学、药物研发，这些领域AI是助手，不是主角- 薪资趋势：顶级科学家越来越稀缺，薪资持续上升- 新角色：科学家 + AI工程师的混合岗位④ 人文关怀 / 教育 / 心理咨询- 为什么升值：> 自动化释放了人力> 人与人的连接、情感陪伴、个性化教育变成稀缺服务> 教育不是知识传输（AI做得更好），而是启蒙和引导- 薪资趋势：> 在线教育大幅萎缩（被AI取代）> 高端家庭教师、心理咨询师、教练型导师价格飙升- 新现象：富人愿意为"真人陪伴"付出高价职业升级的具体路径对于第二层的人（需要升级）：1️⃣ 短期（3个月）：学会和AI协作- Cursor / Claude Code / Copilot的日常使用- 理解AI的能力边界- 提示工程基础2️⃣ 中期（6-12个月）：扩展你的范围- 不仅会用AI，还要理解AI的局限- 学会用AI辅助你的核心工作（不是替代）- 对于程序员：学架构+系统设计；对于营销：学数据分析；对于律师：学商业理解3️⃣ 长期（1-2年）：重新定位- 从"执行者"升级为"决策者"- 你的价值从"能做什么"变成"能判断什么"- 薪资和职位大幅上升对于第一层的人（注定消失）：- 迁移到第二层的岗位（难度大，需要重新学习）- 或者找垂直领域的替代岗位（比如数据标注转向数据战略）- 或者创业/自由职业（做AI做不了的东西）最危险的人群❌ 30-40岁的"专家"：深度掌握一项技能，但拒绝学AI❌ 低端重复工作者：没有升级的资本和时间❌ 领导层的"信息孤岛"：不理解AI的CEO和管理者❌ 行业从业20年的"老江湖"：自信和经验会成为包袱最机会的人群✅ 年轻程序员 / 产品经理：学习曲线长，升级余地大✅ 创业者 / 小老板：用AI降低成本，用省下的钱扩大规模✅ 跨界学习者：会AI + 懂行业 = 稀缺人才✅ 教育/心理咨询师：人文关怀需求上升#HOW I AI# #程序员#

全部
来源

内容由AI生成

1. Anthropic官方报告：8大趋势说透AI编程未来，60%代码AI写的，老金实测项目带你看！

2. AI时代职业消亡地图1. 已确认消亡的职业（18个月内加速消失）① 数据标注员 / 数据清洗- 现状：年薪8-15万的工作- 变化：GPT Vision + Claude Computer Use直接替代- 时间线：2026年上半年已大幅下降，2027年底基本消失- 为什么：这就是AI最擅长的"看图识物"任务- 替代率：95%以上② 内容审核员- 现状：互联网大厂批量招聘的岗位（月薪8-12k）- 变化：Multimodal LLM可自动识别违规内容，准确率已超人类- 痛点：需要处理视频、图片、文本混合内容 → AI完全胜任- 影响人数：全球数百万人- 替代率：90%以上③ 初级客服 / 虚拟助手- 现状：大量外包给东南亚的岗位- 变化：Claude + function calling可处理80%常规问题- 消失场景：售后询问、账户问题、技术FAQ、退货处理- 时间线：已经在开始大规模被替代（2025年底开始加速）- 替代率：80-85%④ 初级财务分析 / 会计核算- 现状：会计事务所/企业财务部的大量岗位- 变化：Claude/GPT处理发票、报表、对账单，准确率99%+- 消失场景：税务申报、账目录入、财务报表生成、成本分配- 但不消失：税务规划、财务战略、审计判断- 替代率：70-75%（初级和重复性工作）⑤ 初级代码维护 / 测试工程师- 现状：初创和大厂的"螺丝钉"岗位- 变化：Claude Code已能自动修Bug、写测试、重构代码- 消失场景：单元测试编写、代码review、修复已知Bug- 幸存：需要深度理解业务逻辑的架构改进- 替代率：65-70%2. 急需升级的职业（工作模式彻底改变）① 程序员- 现状：会写代码 ≠ 能survive- 升级前：手工编码、本地测试、手动Debug- 升级后：Prompt工程 + AI代码审查 + 架构设计- 新技能清单：> 会用Claude Code / Cursor做代码对话> 理解AI生成代码的局限性> 系统架构能力（AI负责细节，你负责全局）> 跨域知识（不能只懂一个技术栈）- 碾压倍数：不懂AI的程序员效率会被碾压3-5倍- 薪资走势：熟练用AI的高级程序员薪资上升，初级程序员薪资下降50%② 市场营销 / 文案创意- 现状：内容生成型工作开始被AI冲击- 升级前：手工写文案、手工做社媒运营- 升级后：AI生成初稿 + 人类判断 + 数据优化- 消失岗位：纯文案撰写、初级运营- 升值岗位：营销战略、品牌定位、消费者心理洞察- 新技能：> Prompt工程（如何让AI生成更好的文案）> A/B测试和数据分析> 创意方向（AI不会有创意，只会优化）- 薪资分化：会用AI的营销总监年薪翻倍，文案外包价格暴跌③ 医疗诊断- 现状：AI已在医学影像诊断中超过人类- 升级前：医生单独诊断- 升级后：AI+医生协作诊疗- 消失岗位：单纯看影像/诊断的初级医生- 升值岗位：> 整合诊疗（多项检查+AI建议+临床判断）> 个性化治疗方案设计> 患者沟通和心理疏导- 关键：医生从"诊断者"变成"决策者"和"医疗管家"- 薪资走势：顶级医生收入继续上升，基层诊所医生被冲击④ 法律文书 / 法务工作- 现状：律师行业已开始大规模AI化- 消失岗位：> 初级律师的"文书工" 角色（起诉状、合同审查）> 律师助理的法律研究工作> 合同查询和条款比对- 升级岗位：> 案件策略和诉讼方案> 复杂商事谈判> 法律咨询和风险预判- 新技能：> 会用AI做法律研究（节省90%的翻卷时间）> 提示工程（如何让AI理解复杂案情）> 业务理解（不能只懂法律，要懂商业）- 薪资分化：大律师更贵（因为每个案子效率高了10倍），小律师竞争加剧3. 越来越稀缺、越来越值钱的职业① 战略决策者- 为什么升值：> AI释放了大量时间做分析和尝试> 但战略方向的选择、赌注的判断，只有人类有直觉> CEO/创始人的价值不在执行细节，而在大方向判断- 薪资趋势：顶级战略人才年薪几十倍增长- 例子：马斯克、张一鸣这样的战略决策者，价值会继续膨胀② 创意设计（真正的创意，不是套模板）- 为什么升值：> AI可以做"漂亮"的设计，但做不了"有想法"的设计> 品牌设计、产品创新这类需要独特审美和洞察> 越是拒绝AI的创意工作，越值钱- 薪资趋势：优秀设计师年薪翻倍，平庸设计师被淘汰- 例子：奢侈品设计师（Gucci、LV）不会被替代，但通用设计会被冲击③ 深度研究 / 科学家- 为什么升值：> AI加速了基础研究的假设生成和验证> 但科学直觉和新理论的创新，需要人类的长期积累> 芯片设计、材料科学、药物研发，这些领域AI是助手，不是主角- 薪资趋势：顶级科学家越来越稀缺，薪资持续上升- 新角色：科学家 + AI工程师的混合岗位④ 人文关怀 / 教育 / 心理咨询- 为什么升值：> 自动化释放了人力> 人与人的连接、情感陪伴、个性化教育变成稀缺服务> 教育不是知识传输（AI做得更好），而是启蒙和引导- 薪资趋势：> 在线教育大幅萎缩（被AI取代）> 高端家庭教师、心理咨询师、教练型导师价格飙升- 新现象：富人愿意为"真人陪伴"付出高价职业升级的具体路径对于第二层的人（需要升级）：1️⃣ 短期（3个月）：学会和AI协作- Cursor / Claude Code / Copilot的日常使用- 理解AI的能力边界- 提示工程基础2️⃣ 中期（6-12个月）：扩展你的范围- 不仅会用AI，还要理解AI的局限- 学会用AI辅助你的核心工作（不是替代）- 对于程序员：学架构+系统设计；对于营销：学数据分析；对于律师：学商业理解3️⃣ 长期（1-2年）：重新定位- 从"执行者"升级为"决策者"- 你的价值从"能做什么"变成"能判断什么"- 薪资和职位大幅上升对于第一层的人（注定消失）：- 迁移到第二层的岗位（难度大，需要重新学习）- 或者找垂直领域的替代岗位（比如数据标注转向数据战略）- 或者创业/自由职业（做AI做不了的东西）最危险的人群❌ 30-40岁的"专家"：深度掌握一项技能，但拒绝学AI❌ 低端重复工作者：没有升级的资本和时间❌ 领导层的"信息孤岛"：不理解AI的CEO和管理者❌ 行业从业20年的"老江湖"：自信和经验会成为包袱最机会的人群✅ 年轻程序员 / 产品经理：学习曲线长，升级余地大✅ 创业者 / 小老板：用AI降低成本，用省下的钱扩大规模✅ 跨界学习者：会AI + 懂行业 = 稀缺人才✅ 教育/心理咨询师：人文关怀需求上升#HOW I AI# #程序员#

3. 如何让NotebookLM变成你效率翻倍的学习工具

4. 用科技定义服装，把中国文化“穿在身上”。#AI生活指南# 红衣大叔周鸿祎的微博视频

5. 机械开发设计岗会不会被ai取代?

6. Cursor 的设计负责人 Ryo Lu 最近在 X 上发了一条很短但很有分量的帖子，引发了不少讨论。他引用的是 Lenny Rachitsky 分享的一组行业数据：自 ChatGPT 问世以来，产品经理和工程师的招聘岗位从 2024 年开始明显回升，但设计师的招聘却一直没有跟上来。Lenny 自己也说不太确定这背后到底发生了什么，但他猜测可能跟 AI 有关。AI 让工程师的开发速度大幅提升之后，对设计师的需求似乎反而变少了。Ryo Lu 的回应很直接：设计变得更重要了，不是更不重要。1、加功能变得太容易了，所以「该不该加」才是关键Ryo Lu 的核心观点可以用一句话概括：当 AI 智能体让添加功能变得极其容易的时候，设计的价值反而上升了。这个逻辑乍一听有点反直觉，但仔细想想其实很通顺。过去，做一个功能的成本很高，需要设计师出图、工程师写代码、测试、上线，一个小功能可能要折腾好几周。在这种环境下，功能本身就是稀缺资源，你能做出来就已经很厉害了。现在呢？AI 编程工具让工程师的效率翻了好几倍，一个功能可能几天甚至几小时就能搞定。功能不再稀缺了。当所有人都能以差不多的速度造出差不多的东西，真正的差异化来自哪里？来自你选择造什么、选择不造什么、以及你怎么把这些东西组合在一起让用户觉得好用。评论区有一条回复把这个意思说得特别精准：当所有人都能以同样的速度发布功能的时候，唯一的差异化就是知道哪些功能不该发布。设计从来都是关于约束的，AI 只是让这个事实变得无法忽视了。这跟我们日常生活中的经验其实是一样的。一个厨师的水平高低，看的从来不是他能不能把菜炒熟，而是他怎么搭配食材、怎么控制火候、怎么在一桌菜里做出层次感。当 AI 把「炒熟」这个门槛彻底拉平之后，「怎么搭配」就成了唯一的竞争维度。2、设计师的角色正在发生根本性的转变Ryo Lu 说了一句很关键的话：设计师的角色已经不再是推像素了。过去大部分设计师的日常工作是什么？说白了就是画界面。产品经理定好需求，设计师把它变成好看的页面，标注好尺寸和颜色，交给工程师去实现。这个流程里，设计师更像是一个「视觉翻译官」，把文字需求翻译成视觉语言。但在 AI 时代，这个角色定义正在被重写。Ryo Lu 认为，设计师现在需要回答的问题变了：什么东西应该存在？这些东西怎么组合在一起才合理？人类怎么在 AI 系统中保持控制感？智能怎么才能让人觉得清晰、可信、有用？这些问题的层次比「这个按钮放左边还是右边」要高得多。它们涉及的是产品的本质判断：这个功能到底该不该做？做了之后用户的体验会变好还是变差？AI 在这个场景里应该主动还是被动？用户需要多大程度的控制权？评论区有人补充了一个很好的角度：任何人都能用 AI 生成一个功能，但不是任何人都能创造出一个 10 分的功能体验，那种能预判用户需求、开箱即用、每次都完美运行的体验。这需要打磨、迭代和想象力。换句话说，AI 降低了「做出来」的门槛，但「做得好」的门槛可能反而提高了。因为当所有产品都能快速堆砌功能的时候，用户对体验质量的期待也会水涨船高。一个粗糙但能用的产品，在过去可能还有市场，因为竞品也好不到哪去。但现在，当竞品可以在极短时间内迭代出更好的体验，粗糙就意味着被淘汰。3、品味、手艺和判断力：一直都是瓶颈Ryo Lu 在帖子里用了三个词：taste（品味）、craft（手艺）、judgment（判断力）。他说这三样东西一直都是瓶颈，只是以前大家没那么在意。这三个词值得拆开来看。品味是一种很难定义但你一眼就能感受到的东西。同样是做一个笔记应用，有的产品打开就让你想用，有的产品打开就想关掉。功能可能差不多，但那种「感觉对了」的体验，背后就是品味在起作用。品味决定了字体的选择、间距的大小、动画的节奏、交互的轻重。这些东西 AI 目前还很难自己判断好坏。手艺是把品味落地的能力。你可能知道什么是好的设计，但能不能把它精确地实现出来，需要长期的训练和积累。一个按钮的点击反馈、一个页面的加载过渡、一个错误提示的措辞，这些细节的打磨就是手艺。判断力则是在复杂情况下做取舍的能力。一个产品可以加 100 个功能，但你只应该加 10 个。选哪 10 个？砍掉哪 90 个？这需要对用户需求的深刻理解，对商业目标的清醒认知，以及在各种矛盾的需求之间找到平衡点的能力。这三样东西有一个共同特点：它们都很难被 AI 替代，至少目前是这样。AI 可以帮你画图、写代码、生成方案，但它很难替你做出「这个产品应该是什么样子」的判断。这个判断需要对人的理解，对场景的感知，对文化的敏感，以及大量的经验积累。4、一个尖锐的区分：「设计」和「设计师」评论区有一条很短但很犀利的回复：design 和 designers 之间是有区别的。这句话点到了一个很多人不愿意面对的现实。设计这件事变得更重要了，但这并不意味着所有设计师都会变得更重要。过去大部分设计师的工作，说实话，确实就是在推像素。产品经理把需求写好，设计师照着画，画完交给开发。在这个流程里，设计师更像是一个执行角色，核心价值在于视觉实现能力。但 AI 正在快速吞噬这部分工作。Figma 已经可以自动生成布局，AI 工具可以根据描述直接出设计稿，前端代码也可以由 AI 自动生成。纯粹的「推像素」工作正在被自动化。真正会变得更抢手的，是那些能回答「该做什么」的设计师。他们理解用户，理解商业，理解技术的边界，能在这三者之间找到最优解。他们的价值不在于画得多快多好看，而在于判断得多准。有人在评论里说得更直白：过去大部分设计师一直在做的事情就是推像素、让界面变好看。现在，只有那些真正理解设计意味着什么、能说清楚为什么要做这个东西的人，才是被需要的。这对正在做设计工作的人来说，信号非常明确。如果你的核心竞争力还停留在「我能用 Figma 画出漂亮的界面」，那你的处境会越来越难。你需要往上走一层，从「怎么画」升级到「画什么」，从执行者变成决策者。5、当 AI 产品成为主流，信任感就是设计的核心命题Ryo Lu 提到了一个特别值得关注的点：智能怎么才能让人觉得清晰、可信、有用。这个问题在 AI 产品越来越多的今天变得极其关键。想想你日常使用 AI 产品时的感受：有时候你会觉得 AI 给的建议很靠谱，有时候又觉得它在胡说八道。有时候你愿意让 AI 帮你做决定，有时候又觉得不放心想自己来。这种信任感的建立和维护，很大程度上取决于设计。AI 在什么时候介入？以什么方式呈现结果？给用户多大的修改空间？出错的时候怎么告诉用户？这些问题的答案，直接决定了用户是信任这个产品还是放弃它。评论区有人举了一个很具体的例子：设计师能否掌控 AI 智能体的交互循环，会决定一个消费级应用是好用还是一团糟。品味决定了用户是信任 AI 结账流程还是直接离开。这个例子很生动。想象你在一个电商 App 里，AI 帮你推荐了一个商品组合并自动加入了购物车。如果这个过程的设计让你觉得透明、可控、随时可以修改，你可能会觉得很方便。但如果设计让你觉得 AI 在替你做决定、你搞不清楚它为什么推荐这些、也不知道怎么改，你大概率会感到不安然后关掉 App。同样的 AI 能力，不同的设计，完全不同的用户体验。这就是为什么 Ryo Lu 说设计在 AI 时代更重要了。6、竞争的终局：速度之后是什么Ryo Lu 最后说了一句话，我觉得是整条帖子里最有力量的：竞争的关键不在于谁发布得最快，而在于谁为人类做出了对的东西。这句话放在当下的行业语境里特别有意思。过去一年多，整个科技行业都在卷速度。谁先发布、谁先上线、谁先抢到用户，似乎就是赢家。AI 让开发速度加快之后，这种「快就是一切」的心态更加明显了。但 Ryo Lu 提醒了一个很基本的道理：快只是手段，做对的东西才是目的。如果你很快地做出了一个没人需要的产品，那快有什么用？如果你很快地堆砌了一堆功能但用户体验一塌糊涂，那快反而是在加速失败。当构建成本趋近于零的时候，品味和分发能力就成了护城河。这跟之前 Aaron Levie 说的杰文斯悖论其实是同一枚硬币的两面：AI 让软件的供给端爆发了，但在供给过剩的世界里，稀缺的东西才有价值。而品味、判断力、对人类需求的深刻理解，恰恰是 AI 时代最稀缺的东西。对于每一个做产品、做设计、甚至做任何创造性工作的人来说，这可能是当下最值得内化的一个认知：工具在变强，但工具永远只能放大你的判断。如果你的判断是对的，AI 会帮你更快地做出好东西。如果你的判断是错的，AI 只会帮你更快地做出垃圾。所以，与其焦虑 AI 会不会取代你，不如花时间去培养那些 AI 取代不了的东西：你的品味，你的判断力，你对「什么是对的」的直觉。这些东西没有捷径，只能靠大量的观察、思考、实践和反思来慢慢积累。但也正因为没有捷径，它们才是真正的竞争壁垒。#How I AI##科技先锋官#

7. #周云杰说ai对每个人都是机会# 我觉得普通人抓住AI机会，核心就是“用起来”三个字。别把AI想得太玄乎，就当它是个超级实习生，写文案、做表格、剪视频这些基础活，交给它干，你负责把关和创意。至于抢饭碗，确实会，但抢的不是所有人的饭碗，而是那些重复性高、不学习新工具的岗位。与其焦虑，不如主动去接触，哪怕从让AI帮你写个朋友圈文案开始。会提问、会调教AI的人，未来肯定更有竞争力。技术淘汰的不是人，是旧的做事方式。

8. 真正被AI大厂疯抢的，不是“文科生身份”，而是稀缺的人文素养。共情力、判断力、审美力、价值感、叙事与表达能力，这些 AI难以复制的人类核心能力，并非文科生专属，更不意味着文科生就更好就业。AI时代，文科与理科的传统分界正逐步被打破，未来的世界，终将属于能将人文与科学深度融合的人。

9. AI 并未取代人类，而是重新定义了人才价值与企业用人逻辑。//@微博智搜:AI时代企业通过“边裁边招”重构人才结构：裁撤重复性中阶岗位（如运营、设计），聚焦招募能整合AI、数据与决策的复合型人才。组织转向灵活高效，强调速度与去官僚化；个人需从“生产者”转为“增幅者”，学会与AI协作定义问题、再造价值。未来职场竞争...查看全部戳->微博智搜

10. 在AI能回答一切的时代，人类最核心的竞争力是：提出好问题、定义问题、批判性思考，以及拥有AI无法替代的洞察力与同理心。与之相对，教育必须转向重新发现“人”的价值，从追求标准答案转向鼓励质疑与探索，真正教会孩子独立判断、深度共情、勇敢提问，才可能培养出不被AI取代的完整的人。

11. 乐事薯片AI视频广告案例分镜线稿图sora2一键直出

12. 今天起，GPT Image 2要把全体设计师送走了

13. Claude Design 夯爆？我不会设计但我做出了这个！

14. 【独家专访】如何设计一间单店月销200万的面包店？设计师曹卉：烘焙设计不仅是拼颜值，更是帮品牌 “逆天改命”

15. 当你还觉得AI只是“辅助工具”时，它早已在改写很多行业的游戏规则了。#大咖观察 #红衣聊AI #AI工具 #智能体

16. 文科生要逆袭了！文科不会消失，反而会升级。因为语言能力、思辨能力、理解复杂人类意义的能力，是机器最难复制的部分。#大有学问 #红衣聊AI #文科生 #语言艺术 #学习方法

17. 8种让AI光速出图改图的必学技巧总结了8种不写复杂关键词，也能让AI快速出图和改图的技巧，新手小白也能轻松学会！#ai设计 #ai教程 #ai工具 #ai新春游园会 #托尼三三

18. 2026必备！这8大AI工具，没有裸泳......

19. 如何避免被AI替代岗位？#2026年AI替代行业预测##ai创造营# 随着人工智能飞速发展，自动化、智能化逐步渗透各行各业，不少职场人陷入岗位被替代的焦虑。其实AI擅长的是标准化、重复性、机械式的工作，很难复刻人类的创造力、共情力与深度思考能力，只要找准方向、主动精进，就能在智能时代站稳脚跟，守住职场主动权。深耕专业领域，打造核心竞争力，是抵御替代的根本。AI可以完成基础操作，却难以做到极致深耕。与其做泛泛的执行者，不如扎根细分领域，打磨独门技能，成为行业内的专精人才。无论是技术研发、文案创作还是客户服务，把本职工作做精做透，形成不可复制的专业优势，让AI只能成为辅助工具，而非替代者。主动拥抱AI，学会驾驭工具提升效率。对抗AI不如善用AI，把机械繁琐的工作交给AI完成，比如数据整理、基础文案、报表生成，节省出的精力投入到深度思考、创意策划、沟通对接等高价值工作中。主动学习AI工具用法，掌握人机协作的技巧，成为AI的操控者，而不是被AI淘汰的对手。培养AI无法复刻的软技能，拉开自身差距。共情力、决策力、沟通协调能力、临场应变能力，都是人类独有的优势。职场中，复杂的人际沟通、突发问题的解决、情感化的服务对接、创新性的思路谋划，这些带有温度和灵活性的工作，AI难以替代。多锤炼综合素养，提升解决复杂问题的能力，就能筑牢职场护城河。保持终身学习，拓宽能力边界。技术迭代日新月异，止步不前就会被淘汰。主动关注行业新趋势、新技能，跳出舒适区，学习跨界知识，打造“专业+跨界”的复合能力。比如文职人员兼顾数据分析，技术人员掌握沟通统筹，持续更新知识储备，紧跟时代步伐，始终保持职场竞争力。职场淘汰从不源于AI，而源于固步自封。只要保持精进、找准定位，把优势拉满、把能力补齐，就能在智能时代实现个人价值，不被替代、反而更具竞争力。

20. AI时代，不是文科生更重要、更好就业了，而是共情力、判断力、审美力、价值感、叙事与表达能力这些人文素养更重要了。这些AI难以复制的人类核心能力，并非文科生专属，而是人的能力。AI时代，文科与理科的传统界限正在被打破，未来的世界，终将属于能将人文与科学深度融合的人。

21. AI时代，特别需要两种能力，一是提出好问题的能力，二是对AI给出的答案进行理性分析和准确判断的能力。而这两种能力，只能在扎实的学习积累、持续的思考实践和真实的探索体验中逐步养成。它们是建立在知识储备、逻辑思维和批判意识之上的核心素养，也是AI短期内难以替代的人类特质。

22. GPT-Image-2出，设计师和普通人之间的门槛消失了吗？

23. AI不是消灭专业能力，而是在重塑专业能力的表现形式。未来的专才更像是“专业架构师”，他们不需要亲自执行每个细节，但必须能设计出最优的工作流程，让AI成为能力放大器。这种转变让专业知识从“个人技能”变成了“可复用的基础设施”。#科技先锋官#

24. AI时代，Figma如何重塑设计和编程工作流

25. 给大家分享一个AI时代的成功方法，每个人都能复制#AI #教育 #学习 #openai #创业#就业#求职#AI学习

26. 美国大学毕业季最诚实的一次演讲天才教授安杰拉•达克沃思公开承认用AI写稿，但就是这份人机协作的演讲稿，解开了AI时代教育最大的两个困惑 #ai #教育 #AI学习

27. AI 时代，不是文科生更好就业，而是拥有共情力、判断力、审美力、价值感、叙事与表达能力等稀缺人文素养的人更具优势。这些 AI 难以复制的核心能力，本质上是人的能力，而非文科生专属。夸大文科生的就业优势，本质是对时代需求的误读。真正决定竞争力的，是学科之外、刻在人身上的综合素养。

28. 零设计基础也能做甲方爆款 PPT#人类对豆包的开发不足百分之一 #三分钟生成PPT #豆包也太会写了

29. 我删掉了80%的基础设计能力，可以把基础并重复的劳动工作交给它，把创造力留给自己#AIGC#扣子Coze #扣子技能

30. AIGC彻底变天！MiniMax Hub数字员工一键托管！搞AIGC创作、做电商、做自媒体的同学们注意啦！AI做视频新玩法太炸了！以前做AIGC视频，要自己找素材、写提示词、反复抽卡、剪辑拼接，一条视频做下来人都麻了。最近深度体验了 MiniMax Hub，感觉有亿点不一样。它就像我的专属数字员工，只要告诉它目标，它会自动拆解任务、调用模型，跑完一整套工业化工作流。从电商海报、小红书种草图，到产品宣传片、短剧脚本、分镜、角色图，甚至本地文件整理，都能按流程往下跑。 #AI #人工智能 #AIGC #MiniMaxHub #海螺AI

31. 用 3 个简单问题，判断 AI 时代你能干什么，不能干什么。今天你根本就不需要把自己定义成工程师、设计师或者是营销人员。AI 会大大扩展你的能力边界，并且让你使用最高水平的专业人员的 skill。所以一件事你能不能做，你只需要用这三个问题判断：1 我能否清晰的描述需求，尤其是问题最核心的价值？2如果 AI 不能简单的完成需求，我们能不能拆分成在它能力范围内的步骤？3我对他执行后的结果有没有一个自信的、有品味的、准确的判断力？如果你这三个回答都是正面的，你这个事就可以干。使用什么样的 AI 工具干？那么参考我上一条。

32. 挑选设计师的4个硬标准，得罪全行业也要说

33. 设计师：“又是被AI取代的一天”

34. 问了问AI， AI时代人们的哪些能力更显得重要，它给我列了一下几个：AI时代越来越重要的7大能力1️⃣ 提问与问题定义能力能看清“真正的问题是什么”；能把模糊问题拆解清楚；会提出高质量问题2️⃣ 判断力（信息筛选 + 决策能力）判断信息真假、判断内容质量、做出适合自己的选择3️⃣ 学习能力（快速迭代能力）快速掌握新工具、跨领域学习、持续更新认知4️⃣ 创造力（重组与连接能力）跨领域整合、提供独特视角、个性化表达5️⃣ 情绪与人性理解能力（共情力）理解他人情绪、有效沟通、建立信任与影响力6️⃣ 执行力（落地能力）把想法变成结果、提高效率7️⃣ 抗不确定性能力（稳定内核）面对变化保持稳定、长期主义思维、不轻易被环境影响✅ 一句话总结👉 思考力 + 判断力 + 行动力 = AI时代的核心竞争力🌲反思：这些能力AI时代以前也很重要，不是嘛。

35. 【AI辅助设计】Google Stitch 这次更新，不是在加功能，而是在抢 AI 设计工作流的入口

36. 如何用AI做TVC创意大片！4步搭建完整工作流 #ai新星计划 #ai #ai视频 #ai教程 #ai工具

37. 盘点一周AI大事(1月4日)｜Google包揽年度最佳模型 LMArena大模型盲选排行榜公布年度冠军 Google推出AI辅助学习系统Learn Your Way 阿里开源最强手机智能体MAI-UI DeepSeek发布新研究mHC IQuest发布最强开源编码模型IQuest-Coder-V1 字节发布动态概念大模型DLCM 腾讯发布最强开源翻译模型HY-MT1.5 阿里更新最强开源图像模型Qwen-Image-2512 Meta开源极速视频生成模型HiStream 研究员开源对象植入模型InsertAnywhere 研究员开源MV智能体AutoMV 腾讯开源3D动作生成模型Hunyuan Motion 1.0 研究员开源高保真3D模型UltraShape 研究员开源世界模型Yume 1.5 #前沿科技趋势发布月 #抖音知识年终大赏 #AI新星计划 #AI #AIGC

38. OpenAI 创始成员，前 Tesla AI 总监用ai做了一个职业风险报告，让AI自己评估可以替代哪些行业？#aigc#ai新星计划

39. 设计师一定被AI淘汰？吴晓波这场AI演讲，给了新方向 AI时代设计师到底如何面对AI？吴晓波这场AI演讲，让我重新看到AI与设计的关系 #吴晓波科技人文秀 #AI闪耀中国 #吴晓波频道 #ai新星计划 #抖音知识年终大赏

40. Karpathy 2026 美国342职业AI暴露度，0–10分，按风险等级分类。一、整体统计（美国，2026）• 覆盖职业：342个• 总岗位：1.43亿• 极高风险（8–10）：2500万人（18%）• 高风险（6–7）：3470万人（24%）• 中风险（4–5）：4720万人（33%）• 低风险（0–3）：3610万人（25%）以下是各大职业根据AI暴露风险的排序：极高风险（8–10分，最易被AI替代）医疗转录员市场研究分析师软件开发人员普通办公室职员会计与审计师律师计算机系统分析师技术支持数据录入员金融分析师高风险（6–7分）人力资源专员市场营销专员平面设计师教师（K-12）护士（注册）销售代表（非技术）银行柜员中风险（4–5分）厨师零售店员司机（货运/网约车）电工水管工建筑工人低风险（0–3分，最安全）屋顶工清洁工消防员护工（个人护理）美发师农民（实操）另外还有Anthropic 观测的AI在职业中的暴露度（%）1. 程序员：74.5%2. 客服：70.1%3. 数据录入：67.1%4. 医疗记录：66.7%5. 市场研究：64.8%

41. #AI会最先替代哪些岗位#马斯克在公司裁员方面是带了风气的，现在又开始带节奏了。 X 上解雇了负责内容安全与推荐算法的工程团队近 90% 的成员（从超 100 人缩减至不足 10 人），将移除传统的启发式推荐算法，由Grok 接手全量内容的兴趣匹配与审核。AI 将优先替代规则清晰、重复性高、数据密集型的“执行类”与“信息中转类”岗位：第一类是标准化内容与创意执行岗：基础文案编辑、初级广告设计师、计算机图形艺术家、翻译等。第二类是数据处理与流程执行岗：初级会计、数据录入员、行政文员、基础客服。第三类编程支持岗：标准化组件开发的初级程序员。涉及“照搬”、“套路化”以及“重复执行”的工作，AI 在效率和准确度上均优于人类。目前难以取代具备共情能力、审美判断、复杂决策以及深层基础知识构建的能力。老马这人对打工狗来说，绝对不是善茬😂

42. 你认为工作中AI编程的缺点和局限性在哪里，你又是如何解决这些缺点的？

43. 【AI辅助设计】春节开工，这波AI设计工具更新，让设计师效率原地起飞！

44. #AI会最先替代哪些岗位# AI的发展速度和渗透率非常快，现在连小学生课堂都会了解DeepSeek。未来五年肯定会有一些被AI取代的工种，尤其是重复性高、标准化强、数据密集型的工作。比如以下几种工种：一.数据处理与文书类1 数据录入员：替代率 98%，AI 处理速度是人工的 200 倍2 基础会计 / 记账员：替代率 97.6%，自动化财务软件已能完成全流程核算3 文书处理 / 行政文员：90% 的文档整理、格式转换工作被 RPA 机器人取代二.客服与呼叫中心1 电话客服：替代率 91%，智能客服系统日处理量达 1 亿次，成本仅为人工 1/102 在线客服：到 2026 年，80% 的客服交互将由 AI 完成（Gartner 预测）3 电话推销员：替代率 99%，AI 外呼系统转化率比人工高 30%三.基础内容生产1 翻译 / 口译：替代率 90%，DeepL 已取代 50% 合同翻译岗位2 基础文案编辑：替代率 85%-90%，AI 能批量生成营销文案、新闻稿3 标准化设计（海报 / 电商图）：替代率 85%，AI 设计工具实现 "零门槛" 出图当然随着AI能力的增长，还会有很多工作会被取代，不过我们也不需要过渡焦虑，而是抓紧学习使用AI工具，让自己变得不可替代。

45. 当AI越来越擅长执行，人类更需要回归思考——定义问题、理解需求、做出判断。如果说写代码的程序员像“工人”，那“AI软件架构师”更像“建筑师”：用AI做总设计师，需要理解技术、商业和人性，看懂人、社会和复杂情境。工具可以变强，但永远无法自己决定方向；AI能生成答案，却无法判断哪个问题值得问。对孩子而言，AI时代的核心能力，藏在这些细节里：多阅读，建立知识框架；多表达，锻炼逻辑与共情；多提问，学会质疑与探索；多观察，理解真实世界的复杂；多交流，从不同视角看问题。未来，能驾驭AI的人，一定是先懂“人”的人。

46. AI分层设计已经到来，Nano Banana+lovart帮 AI终于可以分层设计了，1期视频0基础分享4大必学设计技巧！ #设计 #平面设计 #ai生图 #ai新星计划 #托尼三三

47. AI浪潮下，文科生比理科生更吃香吗？新风口的蛋糕，我们怎么才能吃到嘴里？#AI #程序员 #AI叙事设计师

48. 电商设计Bug❗我＋1个AI＞你+N个设计师

49. 抽象理解能力。//@机器人的心理学:很赞同。自从把数学看成一门语言后我就突然开窍了的感觉。数学的难点在于，你有没有看懂一个概念，这个概念的表达形式是符号。然后进一步的难点是你有没有联想能力，这个联想能力是看到实例马上想到相关的数学，联想能力是学习任何学科以及发展综合能力的关键。然后更进一步就是创意，有良好的基础才有创意。AI什么都会那是AI的基础好，但是它缺乏创意。人有创意，但必须要基础好。所以你要考虑的不是AI都这么厉害了我还学来干嘛，你要考虑的是你怎么用学得更快更扎实，然后有更多时间训练自己的创意

50. #AI会最先替代哪些岗位#智能客服秒接咨询，工业机械臂精准拧螺丝，AI的替代浪潮已率先拍向规则明确、重复度高的岗位。这些岗位的核心任务可被算法拆解，效率与精度远超人工，成为AI渗透的“首站”。#人工智能##AI创造营# 凯文思考的微博视频

51. OpenAI官方插件进Claude Code，老金装了后工作流省了这4步

52. 老黄秘密武器曝光：AI一夜设计芯片，顶人类顶级工程师10个月！

53. AI技术飞速迭代，大量传统岗位被替代，然而国内众多高校并未及时调整课程体系，依旧按照数年前的就业需求培养学生，导致毕业生技能与市场严重脱节。AI领域专家吴恩达对此直言批评，指出当下大学正在批量生产无法适配新时代职场的“过时人才”，这一现象戳中了教育与产业脱节的核心痛点。当前市场矛盾十分突出：一方面，2022年前后的诸多基础岗位已被AI取代，企业明确不再招聘仅掌握旧技能的求职者。另一方面，市场急需熟悉AI、能搭建AI 应用、用AI提升工作效率的人才，雇主却普遍难以找到合格的AI型营销、招聘、财务等专业人员，人才缺口持续扩大。AI替代的并非特定行业，而是所有重复性、流程化的工作。基础文案、数据录入、简单设计、常规会计核算等岗位，如今都可由AI高效完成，成本远低于人工。不少学生花费四年学习的专业技能，毕业时已失去应用价值，陷入学非所用、就业困难的处境。#五哈后期已经学会用AI做特效了#

54. AI 替代的仅仅是那些低层次岗位，对就业造成影响的，并不完全是 AI。倒是机器人、机械手、自动控制这类技术，对工人的就业岗位有着较大的缩减影响。不同类型的 AI 各有所长，对应的岗位替代倾向也集中在重复性高、标准化强、依赖信息整合或基础创作的低层次岗位层面。以下是这十款 AI 对岗位的具体影响：1. 豆包（聊天对话）替代倾向：客服专员、在线咨询顾问、基础话术培训师。这类岗位的核心工作是解答常见问题、提供标准化沟通服务，人工智能可以24小时响应，大幅降低人力成本。2. 文心一言（知识问答）替代倾向：知识类客服、基础科普编辑、信息检索专员。以往需要人工查阅资料、整理答案的工作，人工智能能快速整合信息并输出精准回答，尤其适合FAQ整理、简单知识科普类岗位。3. 通义千问（办公协助）替代倾向：行政助理、数据录入员、会议纪要整理员。人工智能可以自动整理文档、生成报表、提炼会议重点，替代了很多需要人工重复操作的办公流程。4. 智谱清言（逻辑推理）替代倾向：基础数据分析员、行业报告助理、逻辑梳理专员。在处理基础数据逻辑、搭建报告框架、梳理流程脉络等工作上，人工智能能高效完成，减少了人工梳理的时间成本。5. Kimi（长文处理）替代倾向：长文档编辑助理、论文润色专员、合同初审员。对于长篇资料的提炼、校对、框架优化，人工智能的处理效率远超人工，能替代很多基础的文本加工工作。6. 元宝（检索分析）替代倾向：市场调研专员、信息搜集员、竞品分析助理。以往需要人工翻阅大量资料、整合零散信息的调研工作，人工智能可以快速检索、分析并生成报告。7. 通义灵码（代码生成）替代倾向：初级程序员、代码调试专员、重复性代码编写员。对于标准化的代码模块、基础功能开发，人工智能能直接生成可用代码，减少了初级开发岗位的重复劳动。8. 天工人工智能（音乐创作）替代倾向：基础配乐师、广告背景音乐制作员、模板化音乐创作者。对于短视频、广告等场景的标准化配乐需求，人工智能能快速生成符合风格的音乐，替代了部分基础音乐制作工作。9. 即梦（绘画设计）替代倾向：初级插画师、电商美工、海报模板设计师。在生成标准化插画、电商主图、活动海报等需求上，人工智能能快速出图，替代了很多依赖模板和基础创意的设计岗位。10. 可灵（视频生成）替代倾向：短视频剪辑师、模板化视频制作员、基础动画师。对于短视频脚本生成、素材剪辑、简单动画制作等工作，人工智能能自动完成，大幅降低了这类岗位的人力需求。需要强调的是，人工智能更多是替代“重复性劳动环节”，而非完全取代某个岗位。像高级设计师、资深程序员、战略分析师这类需要深度创意、复杂决策的岗位，目前仍需要人类主导，人工智能只是辅助工具。#教育聊一聊##家庭教育##认知##科普#

55. 2026 NAB展会｜Adobe Firefly

56. Adobe炸裂发布！一句话操控PS/Ai/Pr，创意工作流正在被重构

57. Adobe Photoshop PS 27.5重磅更新！AI再封神，修图效率直接拉满

58. 让创意跃然眼前

59. Adobe Firefly 升级 AI 视频创作能力，新增工具、拓展模型生态并开放无限生成权益

60. Adobe Firefly重大升级

61. 2026年AI原型设计工具深度对比

62. 设计师会被AI取代吗？58.2%的人给出了答案

63. AI设计

64. AI时代，设计师怎么拥抱变化

65. 工业设计师会被AI取代？干了20年，我的答案是

66. 当AI开始生成设计，设计师们变得焦虑了吗？

67. Figma发布《2026设计师现状报告》

68. AI重塑设计行业

69. 2026年，AI工具下设计师的机遇与挑战

70. AI时代，设计师的“不可替代性”到底在哪里？——与AI共生的5种设计师新角色

71. 为什么我劝设计师别把AI当敌人？它其实是你最便宜的业务合伙人

72. AI会取代设计师吗？2026年的答案是“进化”

73. LOK设计

74. 热点互动｜AI能完全替代设计师吗？留言免费领AI设计工具包

75. AI 重塑设计行业

76. 设计类大学生必看！4个AI设计工具，零基础也能出优质作品

77. AI入门零基础大礼包｜从0到1，新手也能轻松玩转AI

78. 独立开发者没设计功底？用 AI 也能做出及格设计

79. 零基础入门AI的最大误区

80. 你的AI工具用对了吗？99%新手都忽略的这几个关键点！

81. 普通人自学AI，快速入门仅需2步，零基础也能轻松上手

82. 零基础不懂编程入门AI的工具与方案分析

83. 从零开始到经济独立-3

84. 专业的AI海报软件推荐｜我用AI做海报踩过的坑，一篇帮你避完

85. 行业动态丨设计遇上AI

86. AI重塑生产力

87. 设计师与AI协作实战指南

88. 【AIGC】设计师效率翻倍！2026年设计师真实在用的AI工具清单

89. 设计师如何用AI开启「一人公司」？90后美女设计师的真实故事

90. 设计师正在被AI取代？我分析了知乎50+讨论+招聘平台数据后的发现

91. 2026年全行业设计岗位AI取代风险总结报告

92. AI时代，室内设计师的赚钱机遇！

93. 当AI能画图后，设计师还剩什么？我和10位资深设计师聊了聊

94. 关于Ai取代设计师 * 仅以此篇终结这个话题

95. AI没有消灭设计师，但正在消灭'拒绝进化'的人

96. UI/UX工程师-我们不会消失而在进化

97. 你们觉得之后的设计行业会变成什么样子。未来设计行业被AI持续冲击，会取代一大部份人，但行业不会消失。

98. 设计师的AI进化路线:从绘图到决策

99. 说 AI 只能复制、没有灵魂，是本世纪最优雅的谎言。创造与复制本质是解析度的差异，AI 的取代从不在 “创作审判”，而在价值竞技 —— 当它以万分之一成本提供同等价值，低效模式匹配者终将被淘汰。稀缺性已上移

100. AI时代最稀缺的能力，为何是创造力与共情力？

101. 在AI时代，最顶尖的能力，不是提出好问题，而是定义真问题。

102. AI时代设计师核心竞争力转向何处？

103. 在AI时代，设计师的角色正在经历一场深刻的变革

104. Ai时代设计师的价值是什么？

105. LOK设计

106. AI时代下，设计师的竞争力在哪里？

107. AI重塑设计行业揭秘设计师不可替代的核心优势

108. 评定与品位，才是AI时代UX设计师的核心能力

109. AI时代的设计师

110. AI替代超60%基础任务

111. AI 时代不缺执行，是缺不可替代的判断力。

112. AI 时代的核心认知

113. Hello 导师第3课复盘

114. AI没让你的工作变快，它让你的工作方式变了

115. ✨未来设计师的核心能力

116. 豆包升级的真相

117. 独立开发者的思维升级

118. 别再只会画图了！2026 设计师的 AI 工作流，才是破局关键

119. 一体化协同时代

120. 【案例】告别熬夜改稿，用AI实现稿件快速产出与多风格内容批量生成｜人机协同实战

121. 第四章

122. 设计与创意招聘周报 | 单周激增683%，游戏赛道爆发，杭州逆袭成第一城！

123. BOSS直聘

124. 报告

125. 2026 UI/UX 设计趋势，AI将重塑整个行业

126. 别再用老一套了！2026年UI设计的10个“毁灭性”趋势

127. 91%设计师都在用AI提升质量技能傍身，效率翻倍

128. 重复性高、规则明确的岗位正在快速消失，随着AI的发展，这5个行业可以有化了！

129. 避开 AI 淘汰岗！2026 年轻人最优职业规划方向

130. Adobe 2026 创意趋势白皮书深度解读

131. 从建筑师到AI设计师，我的转型路径

132. 🦞设计虾报：设计师拥抱AI时代，你在哪一级

133. 普通美工的天塌了？一句话生成整套亚马逊电商图｜AI 真的开始抢设计饭碗了

134. 掌握AI视觉设计师核心竞争力，传统设计师如何在高端设计市场拿高薪 - 哔哩哔哩

135. AI取代的不是人，是可被标准化的你

136. AI生图工具评测：百搭ByteDa实测，一句话生成海报、长图、PPT

137. 第十章核心能力构建：提示工程、工作流设计与AI思维

138. 人工智能时代，设计师除了做好设计还要做什么？

139. 硅谷 AI 大厂扩招文科生背后：AI 时代表达与问题定义能力更重要

140. 【双创活动】赋能设计未来，解锁AI时代设计师核心竞争力

141. AI要抢你饭碗？2026职场真相：这3种人反而更值钱了

142. Adobe PS 2026 Beta 27.5深度评测：AI工具党的生产力革命来了

143. AI时代，设计师最稀缺的能力是什么？

144. 如何用提示词让 AI 生成符合品牌调性的 Logo

145. 未来设计“双核大脑”：设计思维感性与计算思维理性

146. Adobe给设计师配了个"AI员工"，一键搞定跨软件工作流！

147. 长沙机构实测！AI设计工具推荐，新手零门槛上手不踩坑

148. 又有品牌“翻车”了？AI营销的正确打开方式→

149. AI时代设计师生存指南：淘汰你的不是AI，而是不会用AI的旧思维

150. AIGC产品海报生成实操教程：如何用AI提升海报创作效率？

151. AI时代最贵的能力：不是解题，是定义问题

152. 别再瞎⽤AI了！90%新⼿踩的坑，这篇0基础⼊⻔指南帮你绕开

153. 怎么用AI生成产品UI界面？文生设计稿全攻略！

154. 中国设计行业2026：在AI浪潮中寻找“人”的价值

155. 2026人机协作五大模式深度解析

156. 物质已死，需求永生：在AI时代，最大的财富是定义问题的能力

157. 标题：当泳装设计遇上AI，效率提升有多惊人？

158. 湖南大学生必学！AI设计零基础入门，适配校园各类场景

159. 再也不用拍实景！AI 生成真实家居场景海报教程！

160. 零门槛做品牌视觉！可商用的 logo 生成 AI 软件推荐，Logo + 海报一键搞定

161. 2026 零基础做设计，选工具先看这 3 个能力 - 哔哩哔哩

162. 景观设计与AI融合创作的可行路径

163. 新手小白也能轻松上手的 AI 在线设计工具推荐

164. 品牌调性不能丢！2026年品牌618促销图设计一站式AI工具推荐

165. AI冲击下的工业设计变革与出路

166. 电商设计师快速掌握AI产品场景溶图方法

167. 2026建筑行业AI趋势报告：哪些岗位会被颠覆？

168. 520品牌营销海报怎么做？AI一键生成+超实用设计技巧

169. AI产品设计实战指南:从"不确定"到"可用"的3个关键步骤

170. 12. Adobe 没买成的 Figma，正靠 AI 筑起最宽的护城河

171. 2026设计师生存指南！AI时代如何保持竞争力

172. IXDC专访 | 京东集团高级体验设计师陈曾力：AI重构电商营销设计，重新定义新时代设计师核心价值

173. 电商设计师用AI搞定美妆场景图

174. 2026科技中的设计报告 | 从UX到AX，设计正在经历一场范式革命

175. 2026长沙零基础UI/AI设计推荐｜实操适配，新手可冲

176. AI 重塑 B 端设计流程：三层分工，设计师彻底告别执行（文末附AI协作流程图）

扫一下，分享更方便，购买更轻松

0评论

当前文章无评论，是时候发表评论了

提示信息

取消

确认

评论举报

垃圾广告！低俗色情！人身攻击！疑似水军评论！其他有害！