先说结论

2026年9月23日上午，云栖大会「AI原生设计专场｜Design to Build：重新构建设计」在国博二期博览厅B开场，出品方是阿里巴巴ATH事业群MaaS业务线AI创新设计部——它的前身是2024年成立的阿里云创新设计中心，今年7月刚更名（嘉宾称）。这场论坛最值得记住的不是任何一款新产品，而是一个贯穿全场的反向共识：生成的边际成本趋零之后，稀缺的不再是产出，而是判断。可画（Canva）中日韩印区域设计负责人张晨把这一点说得更直白：「第一稿已经廉价，最后一公里仍然昂贵。」围绕这个判断，论坛走出三条主线：设计经验被结构化为AI可调用的spec与skill（刘骏、吴烽琪），品牌基因被当作生成式美学的约束函数（蔚来方思远），以及所有人都在警惕的审美通胀与想象力趋同（谭啸与圆桌）。论坛还联合工信部国际合作中心发布了AI原生设计行业规范体系（嘉宾称11月陆续上线）。如果你只带着一个问题离开，应该是蔚来方思远结尾的那句：「在AI时代，去掉AI这两个字，你是谁？」

从涂抹到构建：一场设计论坛为什么谈token、DAG与白皮书

开场致辞里，AI创新设计部设计总监汪晓鸣把「Design to Build」拆成三层：构建智能能力（参与基模训练、视觉美学与预训练评测）、构建运行环节（把设计知识、规范和方法变成skill、harness、agent可理解和调用的内容）、构建AI原生应用（用户什么时候把任务完全委托给AI、什么时候协作）。他的结论句是全场纲领：「设计不再是涂抹，而是抵达内在的构建」——设计不再停留在界面、线性流程或demo原型，而是深入产品的真实功能。

这个判断有铺垫。按汪晓鸣的梳理（嘉宾称），团队2024年提出AI Native Design时关注的是模型能力与用户体验的平衡；2025年云栖提出设计三阶段论——IT时代的Design 1.0、大数据时代的Design 2.0、AI原生时代的Design 3.0；核心变化是「大模型已经变成全新的操作系统」，设计的对象从界面变成了模型与人的意图。阿里云设计部总经理李剑叶在欢迎致辞里给了另一种表达：当「skill（技能）这个词已经被AI拿走」，技能和知识不再能定义设计师身份的时候，剩下的是感性、洞察和创造性思维——设计师的本质工作是在机器理性与人文感性之间的裂缝上做创造。李剑叶本人正是北京冬奥火炬「飞扬」的外观设计师（公开资料）。

论坛中段的一场发布把这个方向制度化：AI原生设计行业规范体系由AI创新设计部联合工信部国际合作中心、阿里云百炼共同启动（现场合影为证），按汪晓鸣介绍含四部分——AI原生设计行业指南白皮书（沉淀春晚、奥运等大型项目与AI创造赛道产品的方法）、人才培养与认证体系（初级/高级课程加对接真实商业诉求的实训）、设计领域扶持计划与AI设计大赛、以及包含AI Design Intelligence在内的能力沉淀（将在百炼上线Design Intelligence Studio）。工信部国际合作中心工业所所长田斌的注脚是：该中心承担工业设计国家级中心和省级中心的培育工作，希望把AI设计人才输送到制造业（嘉宾称）。需要说明的是，议程上樊博洋的「Design Qoder：AI-Native设计的新空间」一场在回放中缺失——Qoder是阿里巴巴2025年8月发布的Agentic Coding平台（公开资料），但该场内容本文无法覆盖。

品味通胀：第一稿免费之后，判断成了唯一的稀缺品

高级体验设计专家谭啸的演讲题目是「我椅子和原子弹」，可能是全场最诚实的一场。他先承认行业情绪：「最近两年如果选一个关键词，我选焦虑」，并复述了那句流传的玩笑——「AI学习第一定律：只要你学得足够晚，就什么都不用学」。

但他的证据都是一线的。他称自己参与了通义万相模型从2.1到上个月3.0（嘉宾称2026年8月发布）的训练工作，设计师在其中做的是「庖丁解牛」：因为足够了解设计领域，才知道该把美学拆成哪些部位去强化——3.0特意强化了品牌广告和MG动画类效果；影视领域AI已能一次生成30到60秒、人物画风稳定、剪辑流畅的画面。他个人的推演是：2024年多模态还停在L2-L3（「威尔史密斯吃意面还不流畅」），如今已摸到L4-L5、能产出工业级长片。可他随即自曝：他自己从来不看AI短剧。当创作不再有门槛，在一场追求流量、三秒留存和多巴胺的战争里，「我们究竟会导向审美的升级还是降级？」

谭啸给出的机制值得完整复述，他称之为taste loop：任何style scale（风格约束）本质上都是把某种品味变成简单的约束，「它并不能真正给AI带来敏感性，因为AI doesn’t care」；输入平庸，模型就用最省力的方式给出平均的结果；好品味被学会、被复制、越流行越被复制，复制品无限增殖之后，原著的意义就消失了——「宫崎骏的风格现在已经失去了魔力」。往前一步是他的历史判断：回头看人类设计史，设计一直是一门手工业，我们真正工业化的是生产流程而不是设计流程，「今天AI把设计的流程也工业化了，风格变成了一种交付，品味变成了一种商品」，结果是审美的通货膨胀。他的椅子是这层意思的道具：工业设计史是半部椅子史，好品味的经典椅子四万块，工业化让它三百六十七块起。而他并不反对工业化——问题在于，当「做出来」没有门槛，做出来的东西有没有品味就成了唯一的差异性，设计师「出走半生，归来仍是美工」，只是客户换了个说法，说你「很有品味」。

张晨从工具侧给出同一判断的商业版本。他的观察是，AI平权了设计的操作能力，于是设计师的价值转向问题定义、流程搭建、审美判断和结果责任；而大模型产出的只是初稿快照，从初稿到可交付之间——对齐品牌、处理细节、拆分图层、适配尺寸、审核发布——是一整套会产生「技术债务」的流程，「我们产品的使命就是收敛后续全流程的不确定性」。他给出好工具的五条标准：目标可执行、结果可编辑、局部可接管、规则可复用、成果可迭代，外加一句值得抄在工位上的话：「模型决定第一步跑多远，产品决定能不能流转到下一个细节。」支撑这个判断的数据是Canva规模的（以下均为嘉宾称）：2025年月活2.6亿、全年产生120亿份设计、Brand Kit被使用超过50亿次；一家有近千个线下触点的新能源车企客户，用企业版中心化设计能力一年释放约3.5万小时人力、约合20个标准人年——「不是替代总部设计团队，而是把品牌边界变成无数线下触点可以安全调用的生产能力」。他同时讲到收购Affinity并宣布全部产品免费后的数字：4天下载超100万，当月超500万创作者使用；免费不只是获客策略，「也是让工具可以更好地被AI所学习和操作」。

两条路径合起来就是本场的第一条机制链：生成成本坍缩→初稿廉价、交付与判断昂贵→审美通胀与产出趋同→专业门槛从操作知识迁移到判断能力。对个人的启发，张晨的说法是现在是做个人IP的好时代，个性化越突出，AI越放大你；对组织的启发是，把预算和人才从「产出更多页面」转向品牌系统、可复用规则和质量边界的架构。

把经验写成spec：设计知识变成AI可调用的资产

如果说谭啸与张晨诊断了问题，刘骏和吴烽琪的分享是论坛给出的解法：把设计经验从人的隐性知识变成AI可执行、可积累、可度量的资产。

刘骏（主持圆桌时大家叫他「达达」）去年云栖发布AIGC工具时的判断是人类设计师会从单点执行者变成调度者；今年他把问题升级了：agent进入真实工作场景后，企业里「根本已经不缺AI工具，缺的是把人和AI联系在一起的组织方式」——问题从生产力层面上升到了生产关系层面。他带来的产品「万有无界」是一个面向企业复杂任务的人与agent协作空间，内部有三套机制：其一，agent不做无限能力的黑盒，而是有岗位属性、人格特征、能力标签和知识库的「数字员工」，让能力边界可被感知；其二，区分goal loop（目标明确的任务）与context loop（从一场模糊讨论开始、做着做着才清晰的任务），AI时代的复杂工作越来越多属于后者，所以产品弃用任务看板、把群聊和协作空间抬到核心位置承载不断生长的上下文，再引入DAG（有向无环图）作为agent执行复杂任务的骨架，表达依赖关系、可并行阶段和需要人判断的节点——「先让context流动，再让structure生长」；其三，把协作过程沉淀为agent可理解、调用、复用的经验资产，滚成「经验飞轮」。三个转变连起来：工具→角色，对话→协同，结果→经验。

更打动人的是他对「旧经验是否还有价值」的回答。做AI设计第三年，他的结论是：旧的设计经验并没有失效，而是在新的技术语境下被重新理解与表达——用户要的控制感没变，变的是手法，从二次确认、撤销、回滚，变成过程可见与用户托管。由此诞生的「AI Design Intelligence」体系覆盖三件事：设计AI产品的语境与决策库（AI Experience Grammar，按真实场景找原则、范式与交互pattern）；AI参与生产的全流程（探索生成用自然语言与agent、精准收敛用轻量画布、系统化生产用名为Magnet的MCP工具让agent以组件为单位在Figma这类工作区里组织页面，并用SDD规格驱动开发让一份持续迭代的spec成为「唯一bible」，保证一份产出在全流程无损流通）；以及基于意图的度量体系（从度量「功能好不好用」转向「用户的意图是否被agent准确、有效、可控地达成」）。他的收束句是全场方法论的最佳概括：「建立一个积累者的姿态，让设计经验能随着技术的演进而不断被验证和完善，而不是在每一轮产品变化中重新归零。」

千问事业部设计总监吴烽琪的分享是同一思路在团队日常的落地版。他的团队从UC浏览器、夸克做到AI原生的千问个人助手，面对的两个变化是产品形态从确定性交互链路变成生成式、概率性体验，以及业务迭代节奏被AI拉快。他的做法有三步：用AI把模糊需求更快梳理成可讨论的方向（自建头脑风暴可视化工具、mobile skill聚焦形色字构与情绪板，但「最终把控和决策放在设计师的判断上」）；把设计资产按表达层（视觉属性语义化）、结构层（组件与模板）、交互层（链路与状态机）三层梳理成AI可读的设计系统，他的比喻是「design scale是菜谱、设计系统是食材、模型是厨师」，设计师只需搭核心模块和MVP页面，agent帮完善设计系统；再把团队解决过的卡点做成插件和skill，沉淀进内部skill hub。他给的数字是：海报多媒介尺寸拓展等物料交付链路效率提升约70%到80%（嘉宾称）。这是第二条机制链：设计知识结构化（spec/skill/harness）→agent可执行、经验可复用→设计师从执行者变成规则制定者与调度者→度量标准从功能转向意图达成。启发是可迁移的：任何被AI冲击的岗位，都值得问一句——我的哪些经验可以写成别人（和agent）能执行的菜谱，哪些判断必须留在自己手里。

品牌基因作为约束函数：蔚来与平面设计界的两个答案

对「生成不可控」这个问题，蔚来座舱数字设计负责人方思远给出了完全不同方向的答案。他说团队第一次看到「AI Native Design」（一切围绕AI能力重新构建设计体系）这个定义时是迷茫的，因为蔚来的一切围绕品牌——真正要回答的问题是「Brand Native Design，品牌原生设计」：品牌决定我是谁、我想成为谁，AI帮助我们成为更好的自己。

蔚来的设计基因是四个词：纯粹、有温度、未来感、精致（Pure, human, progressive, sophisticated，现场播放了十年前的手作品牌片）。落到AI上车，「纯粹」意味着拒绝把大模型的技术复杂性塞进座舱——否则车内会变成「一个冗长的聊天框加大量的设置菜单」；正确的做法是围绕用户纯粹的意图（pure intent）设计：说一句「找一个有高空景观、适合生日的餐厅」，智能体完成搜索后给出的界面仍然只是生日氛围图片、江景标签和一张直观列表，自然融进车机地图框架；说「把车里弄舒服一些」，agent调用全车原子功能打开按摩、调整位置和温控，按记忆偏好呈现一个简单的任务反馈面板；甚至长程任务如「接重要人物去机场参加发布会」，界面也只保留任务目标、调用方式与一条直觉的出行时间线。他把这称为「手自一体」——手动与AI自动的交互都简洁而熟悉，「它变了而又没变」。

「有温度」的主角是NOMI，那个十年前就为语音助手注入情感的车载小机器人——方思远引用近期热文的说法，「当所有车企都想要一个NOMI」。背后的机制是从人文角度定义情感模型，再转化为具备感知、决策、执行层的情感大模型，实时调度表情、动作、道具、语气等多模态元素，千人千面。「精致」则直面生成式美学天然不可控的问题：蔚来的做法是自研美学模型，用大量图片调参生成去匹配「天际线」座舱范式，一轮轮迭代并结合实车3D模型与光影还原工业品质，最终做成「无限画布」，让用户用AI生成自己喜爱的车内氛围、又不逸出品牌的美学边界。「未来感」的注脚是ES8、ES9这类大尺寸车型依托世界模型能力自主调整限高限宽找到通行方式，以及座舱感知到乘客在车内吃东西就自动把温控切到外循环。他的总结是：把设计基因加上AI能力，变成一套「人能看懂、AI也能看懂」的harness——蔚来要做最纯粹的AI、最human的AI，「可以是生成的，但是绝对控制的」。

平面设计界给出了同构的回答。深圳平面设计协会主席、another design创始人刘钊分享了他与荷兰Studio Dumbar联合策展的「Prompt」展（2026年8月起在深圳海上世界展出至10月25日，嘉宾称）：展览视觉本身就用AI拆解了几万张平面设计的提示词、再重新生成新的视觉风格。展览四个板块——用AI拓展设计、为AI做设计（Studio Dumbar确实操刀了OpenAI的品牌动态更新，公开资料可查）、字体与图像的可能性扩展、以及「审视AI」——最后一件事最点题：有艺术家专门做装置提醒「AI会出错、会放空」，压轴作品干脆让red加yellow等于别的颜色。与此同时，品牌服务方式也在变：刘钊称工作室不再交付PDF版品牌应用手册，而是给品牌一个可调参数的工具，让辅助图形、字体、色彩随选择自适应——他注意到可口可乐也在做同样的事。这是第三条机制链：生成式能力不可控→用品牌基因与设计系统做约束函数（自研美学模型、harness、品牌工具）→AI原生体验表现为「变了而又没变」→差异化不来自用了AI，而来自你原有的基因是否清晰到可执行。

青蛙在第几天：趋同之辩与三条可带走的机制链

压轴圆桌的主题就是谭啸抛出的那个问题：AI原生时代，是创造力的解放，还是想象力的趋同？主持刘骏把问题拆给不同立场的人，得到的答案并不一致，这种不一致本身就是信息。

工具侧的张晨不认为模型相同必然导致产出相同：不同人群（电商、社媒、有无设计背景）对应的交互策略不同，「从穿兽皮到穿各种衣服，工业化并没有让我们只穿一样的衣服」，场景、风格、文化区分的颗粒度是无限的。创作者刘雨晴（香港大学博士在读、第16届北影节AI单元最佳影片得主，公开资料可查）给出了最技术的解释：模型本身是概率分布，输入差不多的prompt，结果自然趋近高概率区域；再加上市场对流量的正反馈引来模仿，趋同几乎是必然——出路是去做「别人没想到、或不会去选的部分」，因为「宫崎骏之所以是宫崎骏，是因为他是第一个做出这个风格的人」。刘钊的判断更冷：平面设计的技术红利（先是动态、再是编程、现在是工具）正在逐层消失，趋同的本质是「他学的还不够」，「池子里的水能舀多少，取决于我们有多大的盆子」。来自AI短剧平台巨日禄AI的联合创始人斯宇提供了产业视角：自动化生成的人物与场景资产大量雷同，所以「原画师的审美一定要提升」——在海量自动化资产里做精确选择，成了公司的核心组织能力；行业里有句话，「八十分的资产做不出一百分的作品」，好的原画师正在向好的制作人、制片人迭代。而汪晓鸣从大厂用人角度补充：工业交付体系里效率第一位，「说白了就是最少的人做出更多的活儿」，要深刻理解商业、理解「单位token的价值」，但也要保留艺术性特质去做二八原则里那20%的精品——「平面设计功底是我现在最想要招的人」。

谭啸在演讲结尾用那个经典的指数题收束：荷叶每天翻一倍，三十天长满池塘，第二十九天才开满一半——「但从来没有人问过两个问题：作为池塘里的青蛙，我们现在到底处在第几天？第三十一天会发生什么？」这个问题没有答案，但他前一句更实在：品味是一个选择的过程，而不是选择的结果，「AI没有办法代替你的品味，除非你主动放弃它」。

把全场内容压缩成三条可带走的链：其一，生成成本坍缩→初稿廉价、判断昂贵→审美通胀与趋同→把个人资产投向不可伪造的判断（代表作、品牌系统、可复用规则），这是谭啸与张晨的合奏；其二，设计知识结构化为spec、skill与harness→agent可执行、经验可复用→角色从执行者变为调度者、度量从功能变为意图达成→以积累者姿态避免经验在每轮技术浪潮中归零，这是刘骏与吴烽琪的方法；其三，生成不可控→品牌基因作为约束函数→AI原生体验「变了而又没变」→先想清楚「去掉AI你是谁」，这是方思远与刘钊的答案。往后一到两年，可观察的指标很具体：AI原生设计行业规范11月上线后的课程与认证落地情况（嘉宾称）、AI Design Intelligence在百炼与万有无界上的实际使用深度、以及蔚来自研美学模型能否守住「无限画布」的品质下限。圆桌上没有谁宣布设计师这个职业被拯救或被终结；倒是刘雨晴那句建议最轻也最重：「与其焦虑，不如直接上手，这样AI就会是你的玩具，而不是你的敌人。」