我最近看了一期访谈，接受访谈的嘉宾是 Cursor 的首席设计师 Ryo Lu，这期收获也特别大。
1
从画图到写代码，设计师的工作彻底变了
传统的产品开发流程是这样的：设计师在 Figma 里精心绘制界面，标注好每个元素的尺寸、颜色、间距，然后交给工程师。工程师照着做，做完后设计师一看：「这个按钮偏了 50 像素，这里的颜色不对，那里的间距也不对。」于是截图、标红线、写反馈，再发回给工程师。工程师改完，再看，还是有问题。这个循环往复，消耗大量时间。
在 Cursor 团队，这个流程已经不存在了。
Ryo 说得很直接：「我们很少用 Figma 了。除非是在探索阶段，或者定义新的视觉风格，才会用它快速画几张图。大部分设计工作，我们直接在 Cursor 里做原型。」
为什么？因为在 Figma 里，你看到的只是一些静态图片。你无法真正感受按钮被点击时的状态变化，无法体验真实的交互流程，无法在不同设备上测试效果。这些在设计阶段看起来完美的界面，到了代码实现阶段，往往会遇到各种意外。
但如果设计师直接用代码做原型，一切都变得真实了。你能立刻看到实际效果，能马上调整细节，能直接在浏览器里测试。不需要再通过工程师这个中间环节，不需要反复沟通，不需要等待。
这听起来对设计师要求很高吧？要懂代码，要会编程？
其实不是。Ryo 展示的整个过程，他几乎没有手写一行代码。他只是用自然语言告诉 AI 想要什么，AI 就帮他实现了。遇到问题，也是直接让 AI 修复。不懂某个技术细节？问 AI，它会解释给你听。
这个转变带来的影响是深远的。当设计师能直接操作最终产品的材料时，他们的思维方式也会改变。不再是画一张漂亮的图，而是思考这个功能如何真正运作，用户如何与它互动，不同状态如何切换。设计和实现之间的鸿沟消失了。
2
团队里不再有明确的角色分工
在传统公司，每个人的职责很清楚。设计师负责设计，PM 负责规划，工程师负责编码。大家各司其职，通过文档、会议来协调。
Cursor 团队完全不是这样。
Ryo 说：「在我们这里，设计师、PM、工程师的界限非常模糊。我们只是做自己最擅长的那部分，然后用 AI 把其他部分串起来。」
举个例子。假设要做一个新功能，在传统团队里，PM 会先写一份详细的需求文档，设计师根据需求画界面，工程师根据设计实现代码。每个环节都需要时间，需要沟通，需要确认。
但在 Cursor，可能就是 Ryo 一个人。他想到一个功能点，直接在 Cursor 里用 Plan Mode 让 AI 生成初步方案，看看效果，觉得不错就继续完善，遇到技术问题就找工程师帮忙解决某个架构难题。整个过程非常流畅。
更有意思的是，Cursor 到现在都没有正式的 PM。有个曾经是创始人的工程师，承担了一些 PM 的工作，但很多产品决策其实是团队成员在做产品时自然产生的。
这种工作方式的前提是什么？是 AI 工具让每个人的能力边界都扩大了。设计师不需要成为专业程序员，也能写出可运行的代码。工程师不需要成为设计专家，也能快速调整界面细节。当工具消除了技能壁垒，自然就不需要那么严格的分工了。
这种模式并不适合所有公司，但它指向一个趋势：未来的产品团队可能会更小、更灵活、更快。人们不再被职位头衔限制，而是根据问题需要，随时切换角色，快速组合起来解决问题。
3
不做长期规划，只保持方向感
很多公司喜欢做详细的产品路线图。今年第一季度做什么功能，第二季度做什么功能，每个功能的设计稿、技术方案都要提前准备好。看起来很专业，很有计划性。
但当主持人问 Ryo「你们有产品路线图吗」时，他的回答很有意思：「我们不做那种详细规划。」
为什么？因为世界变化太快了。新的 AI 模型几乎每天都在发布，每个模型都有新能力。用户的使用方式也在快速变化，今天觉得有用的功能，明天可能就不适合了。如果花一个月时间讨论未来一年要做什么，等讨论完，环境可能已经完全不同了。
Cursor 的做法是：有一个模糊的方向，知道大概想往哪里走，但不规定具体路径。看到机会就快速尝试，做出来让用户用，看反馈，然后决定下一步。
比如 Plan Mode 这个功能。它不是来自某个详细的产品规划文档，而是团队发现很多用户在手动做这件事。他们会先让 AI 写个计划，然后自己修改，再让 AI 执行。既然大家都在这么用，为什么不把它做成产品功能呢？于是就做了。
这种方式听起来有点随意，但其实很高效。不需要开无数会议讨论某个功能该不该做，不需要写几十页的产品文档，不需要等待层层审批。看到需求，快速验证，有用就保留，没用就调整。
当然，这种方式的前提是团队本身对产品有清晰的价值观和判断力。不是什么都不想就瞎做，而是在快速行动中保持方向感。就像 Ryo 说的：「我们知道要往哪个方向走，只是不规定每一步的具体位置。」
对很多人来说，这种方式可能有点不舒服。没有清晰的计划，没有确定的目标，怎么工作？但反过来想，如果环境本身就是不确定的，硬要做确定的计划，是不是反而在浪费时间？
4
简单的核心，灵活的组合
Ryo 提到了一个很重要的设计原则：简洁性，但不是极简主义。
这两个词听起来很像，但含义完全不同。
极简主义追求的是表面的简单。界面上元素越少越好，功能越少越好，看起来很干净很优雅。但问题是，这种简单往往是固定的。为某一类用户、某一种场景设计了完美的方案，但换个场景、换个用户，就不适用了。
Ryo 说的简洁性，指的是底层概念的简单。表面上看可能功能很多，界面很丰富，但底层的架构逻辑是简单、清晰、灵活的。
就像 Cursor 的 Agent 系统。从用户角度看，你可以用它聊天、写代码、做计划、运行任务。看起来有很多不同的功能。但从底层看，其实都是同一个 Agent，只是根据不同的使用场景，应用了不同的配置和提示词。
这样做的好处是什么？当有新需求时，不需要重新开发一个新系统，只需要在现有基础上调整配置。当用户的使用方式变化时，不需要推翻重来，只需要改变呈现方式。
这个原则不只适用于软件产品。生活中很多事情也是这样。与其追求表面的完美，不如打造灵活的底层能力。学习一门技能，不要只记住具体步骤，要理解底层原理，这样才能灵活应对各种情况。建立一个系统，不要只优化当前场景，要考虑未来如何扩展。
5
设计师的革命已经开始
访谈最后，Ryo 说了一段很有冲击力的话：「我觉得设计师会开始造反。当他们学会了用 AI 写代码，他们会突然意识到，我们以前到底在干什么？」
这话听起来有点夸张，但仔细想想，确实如此。
以前，设计师的很多工作其实是在弥补沟通成本。画一张设计稿，标注尺寸和颜色，写一份说明文档，然后等工程师实现，发现不对再修改，再等，再修改。这个过程可能要循环好几次，才能得到想要的效果。
但如果设计师能直接修改代码呢？看到不对的地方，直接让 AI 改，几秒钟就能看到结果。不需要写文档，不需要等待，不需要反复沟通。那些被浪费在沟通和等待上的时间，可以用来做更有价值的事情：思考产品逻辑，优化用户体验，探索新的可能性。
这不是说工程师不重要了。恰恰相反，当简单的界面调整可以由设计师自己完成，工程师就可以专注于那些真正需要技术深度的问题：系统架构、性能优化、复杂算法。每个人都在做自己最擅长、最有价值的事情。
这个转变已经在 Cursor 团队发生了。Ryo 自己就是典型例子。他是设计师出身，但现在能独立完成相当复杂的产品原型，包括那个复古风格的操作系统。他不是学了多年编程，而是通过 AI 工具，在几个月内就获得了这种能力。
对于还在用传统方式工作的设计师，Ryo 的建议很简单：下载 Cursor，开始做一些小项目，遇到问题就问 AI，让它帮你解决，让它给你解释。不要害怕，因为 AI 会帮你处理那些技术细节。你只需要专注于想要实现什么，而不是怎么实现。
这个转变不会在一夜之间发生，但趋势已经很明显了。那些能够拥抱这种新工作方式的人，会获得巨大的优势。他们不再受限于传统的角色定义，能够更直接地实现自己的想法，能够更快速地验证和迭代。
6
工具改变能力边界
Ryo 的故事让我们看到，当工具足够强大时，它能改变的不只是效率，还有整个工作方式和团队结构。
设计师不需要成为程序员，但可以完成程序员的工作。产品不需要详细规划，但能快速响应变化。团队不需要严格分工，但能高效协作。这些看似矛盾的事情，因为 AI 工具的存在，变得可能了。
这种变化还在早期阶段。Cursor 团队只有几十人，他们的工作方式不一定适合所有公司。但方向是清晰的：未来的工作，会更加流畅，更加直接，更加以结果为导向。
那些能够适应这种变化的人，会发现自己的能力边界被大大扩展了。那些还在用旧方式工作的人，可能会越来越感到挫折，因为他们会发现，别人用一天做出来的东西，自己用一周都做不出来。
工具在改变世界。不是慢慢改变，而是快速改变。问题只是，我们能否接受并适应这个快速变化的世界。
暂无评论内容