不想被AI淘汰？产品设计师接下来该学这6件事

一、全文速览图

最近有一份产品设计师的招聘帖在 X（Twitter）上火了，22万人看过。发布的企业Ramp是一家估值百亿美金的硅谷金融科技公司。

这份招聘全篇没有提到「视觉设计」，没有提到「品牌」，没有提到「版式」——这些我们习以为常的硬性条件，一个字都没有。取而代之的是 提到了大量关于对AI能力的要求，甚至完全颠覆了目前产品设计师的工作流。  不止是这家，TikTok、Claude、Notion等大量海外公司新招聘的产品设计师都有类似的要求，很可能这就是未来就是趋势。

如果你不想被AI搞失业，学习这份招聘要求，你的下一份工作求职才有胜算。

我花了点时间把它拆解了一遍，对照我们目前的工作方式，发现了6个值得警觉的变化。

二、变化1：工作流彻底重构，Figma从起点变成终点

我们现在的工作模式都是：调研 → 在Figma画线框图 → 在Figma画视觉效果图/做高保真原型 → 开发交付。

而Ramp在岗位描述之前就提到：

Ramp 的设计以 AI 为先，建设者主导。工作从大型语言模型开始，然后进入 Claude 和Cursor等工具探索流程和交互，然后进入 Figma 进行系统和打磨。设计师会早期进行原型设计，与真实客户测试，并在发布和迭代过程中保持参与。

新的流程变成了：LLM 对话理清思路 → AI 工具快速出原型 → 用户验证 → Figma 系统化。 Figma 从工作流的起点变成了终点 。

就像当年 Sketch 替代 Photoshop、Figma 替代 Sketch 一样，核心工具会持续迁移。这没啥说的，只能持续学习。

三、变化2：从设计工具使用者变成AI工具协作者

但凡哪招设计师，必然会写上： 熟练使用 Sketch、Figma、InVision等工具，但在Ramp给我们启发的不仅是 使用 工具：

1. 从大型语言模型开始：使用 Claude 等工具澄清意图，起草短期 PRD，并揭示风险、边缘情况和初步方法。利用这些工作快速与团队对齐。
2. 使用 AI 工具进行原型开发：使用Cursor和 Claude 代码构建和迭代流程和简单界面。让 AI 生成代码，同时指导结构、行为和用户体验质量。与工程师合作，决定哪些内容可以融入产品。

Figma 是一个 直接操控 的工具——你画一个矩形，它就出现一个矩形。你拖动 4px，它就移动 4px，你是软件的操作者。

而用 Claude 或 Cursor 工作时，你是在 描述意图，然后评估和引导输出 。你说「我需要一个支持多选的筛选组件」，它给你一个方案，可能有 70% 是对的，但交互细节不对、边界状态没考虑。你的工作变成了判断哪里不对、怎么调整指令让它更接近你要的东西、什么时候该停止用它转去 Figma 手动打磨。

从前你是一笔一划地画，而现在不断地提要求、看结果、给反馈、再调整。可以类比成你是老板，招聘了一个初级设计师，他在你的指导下进行工作。设计师和工具之间从「手动执行」变成了「对话式协作」。

四、变化3：视觉技法不再重要

既然说起使用AI时要能评断AI出品的设计有没有问题，那就不得不说，Ramp招聘全篇下来 没有一句提到审美 。是的，没有要求视觉/交互设计、UX/UI、品牌与识别系统、字体排印方面的能力。就只有一句稍微与之有点关联：

你的作品集要体现出你有产品思维、懂交互设计，同时 既有品味又有手艺

也不是说视觉能力完全不重要，只是既然AI 可以快速生成看上去还不错的界面，视觉产出正在被商品化，就不能当做筛选员工的门槛。真正稀缺的变成了知道该做什么、知道怎么做才对和做出来的东西有打磨过的品质感。

五、变化4：重结果，不重交付物

出图只是中间手段，不是最终目的。尤其在 AI 能快速生成大量产出物的时代， 产出物本身变得越来越廉价，而「做对的事」的判断力变得越来越值钱。

以前领导评断设计师优不优秀，主要看：你这周出了几个方案、交付了几个页面、Figma 文件做得规不规范这其实很片面。

线框图、高保真稿、原型、设计规范文档、组件库做得再漂亮，如果转化率、用户留存这些业务指标没提高，等于白做工。这也意味着你要培养看数据、理解业务指标的习惯——知道什么指标重要、怎么衡量设计的影响。

Ramp 招聘要求第一句话就很直白的说：

作为 Ramp 的产品设计师，你对结果负责，而不仅仅是工件。你与项目经理、工程师及其他设计师合作，定义正确的问题，探索和验证解决方案，并交付改变客户行为的产品体验。

六、变化5：用户调研是日常工作

用户研究在互联网行业一直比较尴尬，偏传统偏硬件的公司还保留有用户研究员，而且流程还挺长的：写研究计划、招募用户、做访谈、出报告，整个周期可能几周。

纯软件的互联网公司干脆没有，大部分时间靠想法假设上线看数据，这样能更快验证结论，或者产品经理和设计师兼任做一点简单的调研即可。

而现在有了AI可以快速的输出可交互的高保真原型，问卷内容也可以让AI帮忙下，要做测试成本就很低，而且可以很快出结果，所以Ramp要求：

用自助式研究验证假设：直接与客户沟通，进行快速测试，并用所学调整方向。把研究当作速度工具，而不是门槛。

七、变化6：学得快，而不是起点高

Ramp招聘里还有一条中文设计圈不常见，但是硅谷很常用的比喻：

我们看重斜率胜过截距。不太在乎你在哪里受过训练，更在乎你建造了什么

借用数学里直线方程的概念，横轴是时间，纵轴是一个人的能力。截距是你的起点——你现在在哪里，学历怎么样、之前在哪家公司、现在掌握了什么技能。斜率是你的成长速度——你学新东西有多快、适应变化有多快、能力曲线有多陡。

这句话意思就是： 我们要的是学得快的人，不是起点高的人。

现在整个行业都在快速转型，今天会的东西半年后可能就过时了。一个简历漂亮但拒绝碰 AI 的设计师，和一个非科班但已经在用 Claude + Cursor 搭原型的设计师之间，Ramp 明确告诉你他们选后者。对正在焦虑的设计师来说，这其实是一句挺鼓励人的话—— 你的过去不重要，你的加速度才重要。

看到这里你可能觉得要补的东西太多了。新工具要学，新流程要适应，还得懂数据、会跟用户聊、能用代码搭原型。

但话又说回来，既然 Ramp 明确说了「我们要的是学得快的人，不是起点高的人。 」，这也正是属于我们这一代人的机会。

所有人都回到了同一起跑线上。

至于Ramp强调的判断力和品味，那就是练出来！用AI更快做出一个最小原型、更快拿到一次真实反馈、更快复盘并修正。你每多跑完一轮对话澄清 → 原型验证 → 迭代打磨，斜率（成长速度）就更陡一点。