夜雨聆风设计 × AI 实战笔记 · 第 05 期
上个月整理收藏夹的时候，我数了一下：23 个 AI 设计工具。
每一个都是我当时兴冲冲存下来的。有的看完了教程，有的注册了账号，有的甚至还买了月卡。然后我打开浏览器历史记录一查——过去三周，我真正打开过的，只有 4 个。
剩下 19 个，安静地躺在那儿，像 19 张没去成的健身房年卡。
那一刻我意识到一件事：我不是不会用 AI，我是被 AI 追着跑，跑不动了。
这篇文章想聊的，不是"再教你几个神器"。恰恰相反——我想聊聊我怎么把 23 个砍到 4 个，为什么砍完之后接稿量反而涨了，以及这背后一个正在发生、但很多设计师还没反应过来的行业转向。
工具越堆越多的时候，桌面反而越来越空
01 厦门的那句话，把我说愣了
6 月 17 号，2026 美图影像节在厦门开。这场发布会一口气推了 8 款产品——Picchi、Artflo、MVLAND、MeituHub 四款新品，站酷、美图设计室、开拍、RoboNeo 四款升级。
但真正让我记了很久的，不是产品数量，是吴欣鸿在台上转述的一句用户原话：
"听说 AI 很好，但我学不过来。"
我盯着这句话看了半天。因为它太准了——准到有点扎人。
我们这些做视觉的人，这两年的日常是什么样的？文生图、文生视频、Agent、工作流、Prompt、上下文窗口……名词一茬接一茬。刚把一个工具的参数摸熟，下周它就大版本更新了；好不容易调出一套满意的提示词，换个模型全部失效。
而美图把这个现象拆成了三条，我觉得说得很到位：
第一，学 AI 不是大多数人的本职工作。我的本职是做设计、交方案、对客户。学工具是成本，不是产出。
第二，AI 的迭代速度远超个人的学习速度。这是一场结构性的追不上，不是你不够努力。
第三，很多人其实更愿意花钱买结果，而不是把自己变成专家。
基于这个判断，美图给出的答案是一次完整的战略转身：从"交付功能"，走向"交付成果"。
吴欣鸿自己的原话是："上届影像节我们聊的是 AI 工作流，本质还是围绕功能本身。今年我们想再往前走一步，直接为用户交付成果。"
这不是一句发布会漂亮话。看几个数字你就知道它有多认真：
· 美图设计室月付费用户已超 160 万，每月 AI 生成内容超 1.3 亿次
· 上线 AI Agent 之后，AI 算力点消费直接增长了 8 倍
· 开拍月活跃创作者突破 300 万，累计创作内容超 4 亿条
· 2026 年 Q1，影像与设计产品收入 8.52 亿元，同比增长 34.3%；其中生产力应用收入同比 +45.4%
· 截至 3 月，AI 生产力应用年度经常性收入（ARR）约 5.8 亿元，同比 +56.2%
更关键的是商业模式那一层的变化：从订阅制，转向 AI 算力点消费。
订阅制是什么逻辑？你按月付费，买的是"使用这个工具的权利"。至于你能不能用出东西，平台不管。算力点消费是另一套逻辑：你为实际消耗的算力付费，本质上是从"卖工具"变成"卖结果"。
当一家公司愿意把自己的收入模型都改掉，说明它是真的信这件事。
02 "学不过来"不是你的错，是设计上的一个 Bug
过去几年，AI 工具的竞争逻辑很单一：生成得更快、更清晰、更逼真，功能更全。"功能全"被当成产品优势来打。
但你把这句话翻译一下就会发现问题：功能全，意味着组合方式多；组合方式多，意味着学习成本高。而这份成本，是被完整地转嫁给用户的。
工具确实前所未有地丰富了。但从"想法"到"成品"之间，横着的那三道墙一堵都没塌：流程的混乱、经验的匮乏、专业能力的门槛。
会写提示词，不等于能做出好设计。能操作视频生成工具，不等于能持续产出优质内容。AI 解决了一堆单点问题，但"完成整件事"的责任，始终压在你身上。
我给自己算过一笔账。今年 3 月到 5 月这三个月，我记录了自己花在"学新工具"上的时间：
· 看教程 / 测评视频：约 31 小时
· 注册、配置、试跑新工具：约 18 小时
· 调提示词但最终没用上：约 22 小时
· 合计 71 小时，约等于 9 个完整工作日
9 个工作日。这三个月里，真正因为"新学的工具"而多完成的项目——一个都没有。
吴欣鸿在台上打了个比方，我觉得特别贴切。他把 AI 应用的演进路径类比成自动驾驶：
传统工具 → 用户全程手动，你是司机也是修车工
Copilot → 一问一答，它在副驾提醒你
Agent → 主动交付单个任务，它能自己开一段
AI 全托管 → 你只说目的地
而当任务复杂到一定程度，单个 Agent 也不够用了——它很难在所有专业维度上都达到专业水准。所以美图这次推的是 Agent Teams：多个专业 Agent 分工协作、多环节互相校对。
拿新品 Picchi 举例，这款做人像修图的产品内置了 5 个 Agent：专注色彩色调的调色大师、专注妆容骨相的改妆师、专注穿搭发型的形象设计师、专注光线背景的场景打光师、专注体型皮肤的体态管理师。
相当于给用户配了一个电子造型团队。它还有个"学我修图"功能——你导入过往的精修照片，Agent 团队自动学习你的审美偏好，变成你的专属修图模型。
我看到这儿，心里那个结算是解开了：你不需要学会一辆车的每一个零件，才配开车上路。之前那种"必须把每个工具吃透"的执念，本身就是上一个时代留下的惯性。
从"全手动"到"只说目的地"，中间隔的不是努力，是范式
03 我的减法：23 个砍到 4 个，用了三个问题
想通这一层之后，我做的第一件事不是"再学一个更强的工具"，而是打开收藏夹开始删。
删之前，我给自己立了三个问题。每个工具都要过一遍，答不上来就砍。
问题一：它交付给我的，是"步骤"还是"成果"？
这是最狠的一刀。很多工具做得很炫，但它只解决了流程里的某一小步——去个背景、放大一下、换个字体。用完之后，我还得把它的输出搬到另一个软件里继续加工。
这类工具的问题在于：它省了我 5 分钟，但让我多了一次文件搬运和一次格式对齐。净收益经常是负的。
砍掉的一大批，就是这种"单点功能型"选手。
问题二：我的使用频率，撑得起它的学习成本吗？
我给自己定了个粗暴但有效的标准，叫 30 天法则：过去 30 天真实打开次数少于 3 次的，一律清除——不管它当初口碑多好、教程多火。
因为一个你一个月用不到 3 次的工具，你永远不会真正熟练。每次打开都要重新回忆参数在哪儿，这本身就是隐性成本。
问题三：它的输出能直接进交付物吗，还是必须返工？
这个问题淘汰掉了那些"看起来很惊艳、但一放进真实项目就露馅"的工具。分辨率不够、色彩空间不对、图层不可编辑、字体不能改——只要有一条，进不了我的交付链路。
三个问题过完，23 个剩下 4 个。我现在的配置很朴素：
1 个主力生成 —— 负责从 0 到 1 出视觉方案
1 个局部编辑 —— 负责改稿，改稿才是设计的日常
1 个排版落地 —— 负责把方案变成能交付的成品文件
1 个流程串联 —— 负责把上面三步接起来，少做搬运工
砍完三个月，我自己记录的变化是这样的：
· 每周花在"学工具"上的时间：从 7 小时降到 1.5 小时
· 单个提案的完整周期：从 5 天缩到 2.5 天
· 客户平均改稿轮次：从 3.2 轮降到 1.8 轮（因为我有时间做前期需求确认了）
· 接稿量：同比多了约四成
最后那条我想多说一句。接稿量涨，不是因为我"变强了"，是因为我把省下来的时间，从"学工具"挪到了"搞懂客户到底要什么"上面。前者是无底洞，后者才是复利。
04 一个被忽略的信号：设计师正在被"接回"流程里
这次影像节上，还有一个细节我觉得比 8 款新品都值得聊。
美图在多款产品里同时上线了"真人创作服务"——由专业设计师基于 AI 工作流在线接单，帮那些没时间、不擅长、学得慢的用户，直接拿到成果。
你品一下这个动作。一家把"AI 交付成果"喊得最响的公司，在自己的成果交付链路里，主动放了一批真人设计师进去。
这等于官方承认了一件事：AI 目前交付不了最后一公里，那一公里需要人来兜底。
对我们来说，这里面藏着一个新的身份。不是"会画图的人"，也不是"会用 AI 的人"，而是"能用 AI 工作流稳定交付结果，并且为结果的品质负责的人"。
这个身份值钱的地方在于：门槛降了，但"做得好"反而更稀缺了。
佐证不用往远了找。这几天 ChinaJoy 在上海开，腾讯展出的"代号 Craft"，输入一句"赛博朋克像素风解谜冒险游戏"，AI 先反问你核心玩法、解谜机制，然后大约 20 分钟产出可玩原型。233 乐园的 AI 工坊已经有超过 19000 名创作者入驻，还有工具一个月帮客户产出了 1500 款小游戏。
1500 款。你觉得这里面有几款好玩？
同样的事情在视觉领域每天都在发生。当所有人都能 15 分钟出一张海报，那张海报的价值就趋近于零；而"知道该出哪一张"的判断力，价格在涨。
还有一件事更能说明"判断力"有多贵。8 月 1 号，谷歌把最新的图像生成模型 Nano Banana 2 集成进了谷歌地球网页版，你可以对着任意一个真实地点输入"把这片空地改造成现代购物区"，几秒钟出照片级效果图。
功能上线不到一天，谷歌紧急撤回整改。撤回的原因不是画得不好，恰恰是画得太真了——真到专家强烈反对，真到没人分得清哪张是现实。能力越强，"该不该生成这一张"就越贵。这个判断，机器暂时给不出。
门槛降下去的同时，"做得好"的溢价在升上来
05 成果导向工作法：把问题换一个问法
具体怎么做？我总结下来其实就是一句话：把"我要用什么工具"，换成"我要交付什么"。
听起来像废话，但落到操作上差别巨大。我拿上个月一次品牌提案举例。
以前的做法：接到需求 → 想"这次用哪个新工具试试" → 找教程 → 生成一堆图 → 从里面挑 → 发现风格不统一 → 重新生成 → 拼进 PPT → 客户说方向不对 → 全部推翻。
现在的做法：接到需求 → 先写"交付物清单" → 倒推每个交付物需要哪些环节 → 每个环节问一句"这步能不能不做" → 剩下的环节才配工具。
那次提案的交付物清单只有三行：一份视觉方向定调（3 个方向、每个 1 张主视觉）、一套核心应用延展（6 个场景）、一页说明为什么这样做的逻辑。
写完这三行我就发现，我原本准备做的情绪板、字体对比页、竞品分析页，客户根本不需要——那是做给我自己看的安全感。砍掉之后，提案从 30 页变成 11 页，过稿反而更快。
除了反向拆解，还有三个动作我一直在做：
建交付模板库，而不是收藏工具。把"品牌提案""电商主图""公众号封面"这些高频交付物各做一套模板，包含尺寸、字阶、色彩规范。工具会换，模板不会。
把提示词沉淀成"资产"，而不是"技巧"。技巧是"这样写出图更好看"，资产是"这段描述准确定义了我的视觉风格，换任何模型都能复现八成"。前者随模型失效，后者是你的。
给每个项目设"AI 止损线"。我的规则是：同一个需求，AI 试三轮还出不来能用的，立刻停手改手工。不然会陷入"再调一版说不定就好了"的赌徒心态，一晚上就没了。
06 一份 7 天减法清单
如果你也想试试，这是我复盘出来的执行版本。每天大概花 30 分钟，一周就能跑完。
7 天，一次干净的清理
Day 1 · 盘点列出你所有 AI 工具，逐个标注最近 30 天的真实打开次数。别凭感觉，去查历史记录。
Day 2 · 砍使用次数少于 3 次的，全部取关、退订、删收藏。心疼是正常的，砍就完了。
Day 3 · 定义交付物写下你最高频的 3 个交付物是什么。注意是交付物，不是"技能"。
Day 4 · 对齐每个交付物只配 1 个主力工具。有重复的，二选一，不要"都留着以防万一"。
Day 5 · 沉淀把你最常用的 5 条提示词整理成固定模板，存在一个随时能复制的地方。
Day 6 · 试跑用新配置完整跑一个真实项目。不要拿练习稿试，要拿要交付的活儿试。
Day 7 · 复盘记录省下的时间，然后——把它写进你下一次的报价依据里。
最后一步是我觉得最重要的。效率提升如果没有反映到报价上，那它就只是让你多干了活。
写在最后
从 2022 年影像节上 AI 还只是个单点功能，到 2024 年提"AI 工作流"，再到今年提"成果交付"——四年时间，行业完成了一次从工具思维到结果思维的转身。
平台在转，我们也该转。
这个行业现在最不缺的就是工具。缺的是敢关掉 19 个标签页、只留 4 个的人；缺的是在所有人都在问"又出了什么新东西"的时候，能安静地问一句"我到底要交付什么"的人。
学不过来，真的不是你的问题。你只是被邀请参加了一场不需要参加的比赛。
聊聊天 👇
你的收藏夹里现在躺着多少个 AI 工具？最近 30 天真正打开过几个？
评论区报个数吧，我猜"收藏 20+、常用不超过 5 个"的人不在少数。
也欢迎说说：你砍掉过哪个"当初觉得非它不可"的工具？砍完后悔了吗？
—— 一个还在做减法的视觉设计师
如果这篇对你有用，点个「在看」，让更多被工具追着跑的人看到
数据来源：2026 美图影像节（6 月 17 日·厦门）公开信息、中国新闻网、人民网、中国证券报相关报道；ChinaJoy 2026 公开展会信息；谷歌地球 Nano Banana 2 相关公开报道。文中个人数据为作者自身实践记录，仅供参考。