返回 FEED
ORIGINAL2026-06-10

设计工作室的 Half Pipe Workflow:AI 把中间层吃掉了,值钱的是两头

工作流变了,工作流的形状也变了

Nicer 设计工作室的 Aeryk Payne 花了一周做了本来需要超过一个月的企业 SaaS 平台 UX 重构。他在想的是:工作中哪些部分还需要人,哪些不再需要,以及这件事对以设计为生的工作室意味着什么。

他用了一个 Half Pipe 框架来描述这个变化。

三个档位

第一道墙:产品策略

非常个人化的工作。需要有人拥有这些知识:访谈、文档、规划、学习产品、理解用户、定义问题、创建解决方案。这部分没法自动化——它是理解一个产品并把理解变成可执行计划的工作。

平摊部分:production design

典型的中级设计师做的那些事,现在全部由 agent 完成。Claude Code + Figma MCP(前提是有足够的规划和文档)产出的工作干净、扎实,最重要的是容易接手和修改。Nicer 的判断是:这块已经被 AI 吃掉了。

第二道墙:创意方向

Agent 跑完之后进来做打磨。看错误的假设或虚构的功能,用 senior 设计师的品味做偶发的微调来提升整体美学。这部分依然需要人——而且需要强设计基础。

实际工作流长什么样

Nicer 公开了他们的实际 workflow:

Stakeholder 访谈 + 用户会议
  ↓
Claude 审查 Granola 会议记录 + 当前 UI
  → 输出设计简报(design brief)
  → 输出 UX 计划(ux plan)
  ↓
两个文件都导入 Claude Code,指向 Figma File
  → Claude 跑出新 UI 第一版
  → 包含注解层(标注相对原 UI 的功能变更和假设)
  ↓
设计师进场 review
  → 确保颜色、样式、组件正确且一致
  → 确保设计在各 flow 中使用可重复模式
  → 在需要的地方提升整体视觉
  → 每屏约 30-45 分钟
  ↓
完成

这就是 Nicer 所说的 Half Pipe Workflow:高触感 → 低触感 → 高触感 → 再高触感。

真正有意思的部分:retainer 模式的数学

这个 workflow 给 Nicer 带来的最大挑战是:怎么定价

传统 retainer 模式本质上是在卖中间层的工时。典型结构:

角色单价工时工作室成本
产品策略$250/hr20$5,000
设计师$100/hr160$16,000
设计 Lead$250/hr20$5,000
总计200$26,000
利润(30% margin)~$9,000

现在同一个 retainer 大概变成这样:

角色单价工时工作室成本
产品策略$250/hr80(↑4x)$20,000
设计师$100/hr0$0
设计 Lead$250/hr80(↑4x)$20,000
总计160$40,000
利润更少?

设计输出是以前的 4-5 倍,但成本结构完全变了。Designer 行被清零,Product Strategy 和 Design Lead 行的人均投入反而更高。而且,这个 workflow 要运作起来,需要对产品有深度理解——每个月 20 小时根本不够。所以 Lead 实际上是在做 contributing 角色,而一个 Lead 深度参与的情况下只能同时跑 1-2 个 retainer。

这就是核心矛盾:输出量 4-5 倍,但 talent 成了唯一的规模瓶颈。Lead 不能无限制地并行。

这对设计行业意味着什么

Aeryk Payne 的判断是:这是挑战,不是危机。他看到的几个现实:

设计技能溢价在上升,不是在下降。产品策略那层——理解产品、理解用户、理解目标、文档化挑战——比以前杠杆大得多。一份扎实的计划可以在几分钟内产出一个可用的第一版,但计划本身不能省。省了计划,AI 就朝着错误的目标努力,输出要么过于通用,要么解决不了用户的实际问题。

设计工作室的传统团队结构和 retainer 方式越来越不合逻辑,但这不是生存问题。Aeryk 有意把它叫做「挑战」而非「问题」,因为机会是真实存在的。AI 让更多人和公司能够精确地建造他们需要的工具,创作量级前所未有。行业会继续增长,会有工作室在这个新环境里蓬勃发展。

真正需要的转变是:把商业模式从「卖工时」转向「卖产品策略理解 + 创意方向判断」——这两样都是深度知识工作,不可规模化,但价值更高。

给实践者的提炼

**别把 AI 当设计师用,当 production layer 用。**你需要 human-in-the-loop 的地方是产品策略理解和创意方向把控,不是像素级别的执不执行。

**计划阶段的价值被严重低估。**一个扎实的 plan 可以让 AI 产出 4-5 倍以前的工作量,但 plan 本身不能省——它是 AI 的瞄准镜,没有它,AI 输出的东西过于通用。

**retainer 定价逻辑要改。**不是按人头 × 工时,是按对产品的理解深度 × 创意方向质量 × 可交付成果的量级。中间层工时已经不值得收费了。

**Lead 深度参与是物理限制,不是管理问题。**一个 senior 能深度参与的设计 retainers 上限大约是 1-2 个,不是管理问题,是知识工作卷入的认知带宽限制。