把 AI 当同事,而不是工具:2026 年需要建立的工作方式

“

一个人十几年攒下的经验，如果只停在脑子里，价值其实很有限。AI 的出现，第一次让我们有机会把它变成可以持续调用的工作系统。

—— 写在 2026，关于一种新的工作方式

前段时间整理电脑文件，我发现一件挺有意思的事：硬盘里存着大量过去项目的资料——设计规范、客户反馈、失败方案、参考案例，还有这些年攒下的提示词和工作经验。

以前这些经验基本都存在我的脑子里。做类似项目时，我凭经验判断方向；遇到模糊需求，我知道从哪些角度拆解。这些能力，是设计师工作多年慢慢积累出来的。但 AI 出现后，我开始重新思考：如果这些经验只停在脑子里，它的价值其实很有限——因为人的时间、精力、记忆都有限。

把脑子里的经验整理成可复用的资产

📌 本文看点

很多人现在使用 AI，其实还停留在工具阶段。

从「工具」切换到「同事」，先让 AI 认识你

遇到问题，打开 AI，输入一句需求，然后拿到结果。比如：“帮我写一个方案。”“帮我优化一下文案。”“帮我生成几个设计方向。”

这种方式当然有效，AI 确实能提升不少效率。

但它的问题也很明显：每一次交流基本都是重新开始。它不知道你的工作背景，不知道你的设计习惯，也不知道你过去项目中踩过哪些坑。

这和公司刚来一个新人很像。新人能力可能不错，但如果不了解业务、不知道团队标准，每次交任务前都得重新解释一遍。AI 也是如此。

我自己刚开始用 AI 时，也经历过这个阶段。

刚接触 ChatGPT、Midjourney 这些工具，我最大的感受是效率提升非常明显。

以前要几个小时完成的资料整理、方案发散，现在几分钟就能得到大量结果。

但用了一段时间，我发现一个问题：AI 生成的内容越来越多，但真正符合我需求的并没有同步增加。

结果很多，但合适的很少——它还不了解你

原因很简单，它不了解我。比如做一个儿童运动游戏，AI 能生成很多漂亮界面，却不知道户外大屏的显示特点，不知道学校用户更关注什么，也不知道哪些设计看着好、实际体验却不好。

它能提供大量可能性，但最终判断哪个方案适合产品，仍要靠设计师自己的经验。

后来，我开始改变使用方式。

我尝试用 Codex 建立自己的 Skill，把过去项目里的设计规范、提示词经验、失败案例逐渐整理进去。

用 Codex Skill 沉淀设计规范、踩过的坑、下次能用的经验

这个过程其实和培养一个新人非常像。新人进团队，要了解公司标准、项目流程和历史经验。AI 也是一样。

你告诉它什么方案符合要求、什么问题以前出现过、什么方向更适合你的产品，它后续的输出才会越来越贴近你的需求。

以前这些经验存在我脑子里，只能我自己调用；现在，我尝试把它们变成可以重复使用的资产。

另一个明显变化，是 AI 开始连接不同的软件和工作流。以前设计工作有大量时间花在重复操作上：Figma 改稿、Unity 调效果、Maya 处理模型，不同软件之间导出、整理、同步。这些事不是没价值，但并不是设计师最核心的能力。

工具会换，方法留下，最终连成系统

随着 MCP 等技术发展，未来不同工具会越来越容易连接。设计师的工作方式或许会变了：我们不再只是操作一个个软件，而是在管理一套属于自己的智能工作流。

所以我觉得，AI 时代设计师真正要提升的，不是掌握多少工具，而是建立自己的系统能力。

很多 35 岁以上的人面对 AI 会焦虑，我其实很理解。因为我们过去十几年积累的能力，正在被重新定义。

以前设计师的竞争力，可能更多来自软件熟练度、执行速度和项目经验。现在这些能力依然重要，但价值结构正在变化。

未来更重要的是：一个人能不能把自己的经验转化成方法，能不能利用 AI 放大自己的判断能力。

AI 并不是简单替代设计师。它更像一次重新分工。重复性的事会越来越容易被自动化，而理解需求、判断方向、解决复杂问题的能力，会变得更加重要。

2026 年，我给自己的一个变化，就是不再盲目追逐新的 AI 工具。工具每天都在变，模型也会不断升级。真正值得投入的，是把 AI 逐渐融入自己的工作方式，让它成为长期协作的一部分。

因为工具会更新、平台会变化，但一个人多年积累的方法论、判断力和经验资产，才是真正属于自己的东西。

过去十几年，我们学 Photoshop、C4D、Maya、Unity，是为了提升执行能力。未来几年，我们要学的，或许是如何建立属于自己的 AI 工作系统。

2026 年，建立属于自己的 AI 工作系统

我是小亨说，一个关注 AI 与设计师工作方式的人。

如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。