夜雨聆风最近我在整理一套专门面向 UI / UX 设计师的 AI 情报系统。我的目标不是单纯收集新闻，而是把真正能提升工作效率、学习效率和设计交付质量的工具、skills、工作流和文章筛出来，沉淀到自己的知识库里。
在这个过程中，我越来越强烈地感觉到一件事：AI 工具已经不是“会不会生成内容”这么简单了。它们正在悄悄进入设计协作、设计转代码、知识管理和自动化整理这些更具体的环节。
也就是说，设计师现在要面对的，不只是“有哪些 AI 工具”，而是“哪些工具真的能嵌进我的工作流里”。
为什么我开始做这件事
我自己在看 AI 产品的时候，慢慢发现一个问题：信息太多了。
今天一个新工具，明天一个新模型，后天又出来一个新的工作流。你看得很快，但也忘得很快。最后真正留在脑子里的，往往不是最有价值的内容，而是最吵的内容。
所以我后来给自己设了一个更实际的目标：不是追所有 AI 信息，而是建立一套适合设计师的筛选标准。
我关注的不是“热不热”，而是“有没有用”
我整理 AI 情报时，主要会看四类内容：
新工具 实用 skills 重要新闻 能真正帮助设计工作的文章和案例
如果一项内容和我的日常工作没有关系，或者只是短期热度很高，但对设计师没有明显帮助，我通常不会放进长期知识库。
设计师现在最值得关注的几个方向
1. Figma 相关能力
Figma 已经不只是一个画界面的工具了。它正在越来越明显地向 AI 协作、设计系统、组件复用和上下文生成延伸。
对设计师来说，这意味着以后你不是只在 Figma 里“画图”，而是要开始思考：如何让 AI 理解你的设计约束、组件体系和协作方式。
2. 设计转代码工具
像 Cursor、Codex 这类工具的价值，不只是帮开发写代码，也开始变成设计师做 UI 层、原型层、交付层的一个重要辅助。
真正有意义的不是“AI 能不能写代码”，而是“我能不能更快地把设计意图表达成可运行的页面”。
3. Agent 工作流
Agent 的出现，会让很多过去需要手动重复做的事情开始被自动化。
例如：
定时整理信息 自动提取要点 持续跟踪工具变化 把分散内容归档到知识库
这类能力对设计师很重要，因为它可以把很多碎片化的学习和整理工作，变成更稳定的自动流程。
4. 设计知识管理
如果你是 UI / UX 设计师，AI 工具看得越多，越需要一个稳定的知识库系统。
我现在比较重视的不是“收藏了多少工具”，而是：
有没有把信息整理成专题 有没有形成自己的判断 有没有把重复主题沉淀成长期页面
这也是我把日报写进 Obsidian 的原因。
为什么我把 AI 日报写进 Obsidian
Obsidian 对我来说，不只是记笔记的地方，而是一个知识系统。
我会把每天看到的高价值内容，整理成一篇日报，然后再通过索引页、专题页和周回顾，把这些信息慢慢变成可复用的知识。
这样做有三个好处：
不会把信息只停留在“看过” 能快速回看和复盘 方便把零散内容升级成专题
换句话说，我想要的不是一个“信息仓库”，而是一个“能持续生长的知识库”。
如果你也是设计师，我建议你这样开始
1. 先建立筛选标准
不要一上来就追所有 AI 工具。先想清楚你要解决什么问题：
是提升效率？ 是做原型更快？ 是设计转代码更顺？ 还是想让知识整理更系统？
2. 再把重复主题变成专题
日报的价值不是把每天的新闻都留下来，而是帮助你识别哪些主题一直在重复出现。
一旦某个工具、工作流或方法反复出现，就值得单独做成专题页。
3. 最后把工具真正试起来
看懂一百篇文章，不如真的试一次。
如果一个工具值得关注，最好的方式不是“先收藏”，而是先小范围试用，然后记录：
它解决了什么问题 适合什么场景 和现有工具有什么区别
结尾
AI 工具会越来越多，这一点大概率不会变。
但对设计师来说，真正重要的不是“跟上所有工具”，而是建立自己的判断体系。你要知道什么值得看，什么值得试，什么值得长期沉淀。
当你把信息、方法和行动串起来，AI 才会真正变成你的工作伙伴，而不是信息噪音。
