当工程师借助 AI 更快地写出代码，产品设计却成了科技行业里最焦虑的一群人。工具扩大了他们的能力，也让组织对他们的期待变得模糊。
OpenAI 产品设计负责人 Ian Silber 对此给出了一个乐观的判断：现在可能是做设计师最好的时候。他曾在 Instagram 工作八年，经历过 IGTV 的失败和 Reels 的成功。加入 OpenAI 三年后，他面对的是另一类设计难题——同一个产品，既要帮助普通人决定晚餐吃什么，也要支持专业用户改造农场、开发软件。
设计的任务，是让不断增长的模型能力，变成人们能够理解和使用的产品。
在与 Lenny Rachitsky 的对谈中，Ian 从产品设计的职业焦虑，谈到 OpenAI 的产品方法，以及聊天框之后的交互形态。他的主要观点包括：
1. 产品设计的焦虑，一部分来自组织没有说清楚新的期待。代码实现可以更快验证，设计却仍要经历试错、用户反馈和团队对齐。产出更多方案，并不意味着判断和共识能以同样速度形成。
2. AI 已经是一名出色的产品设计师，人需要重新寻找自己的贡献。Ian 并不认为它已经精通所有视觉与交互细节，但人的价值正更多地体现在发现未满足的需求，以及提出缺少先例的新交互方式。
3. 产品、设计和工程的边界会更模糊，责任仍然需要有人承担。设计师可以实现原型，工程师可以参与体验设计，但可靠的工程、清晰的产品判断和跨团队协调，仍需要相应的能力。
4. 招聘产品设计，好奇心、原型能力和系统思维越来越重要。工具变化太快，已有的 AI 经验未必能长期构成优势；能否持续学习、把想法变成可运行的产品，并理解能力之间如何组合，更能拉开差距。
5. 能力越多的产品，越需要产品设计克制地“少做一点”。优先复用已有组件、延展现有能力，甚至重新判断一个功能是否必要，才能避免产品变成一堆彼此隔离的体验。
6. 同一家公司，需要允许不同速度的设计。稳定的核心体验值得反复打磨；仍在快速演进的能力则需要尽早试验、获取反馈。技术可能下个月就改变，过早精修也可能固化错误假设。
7. ChatGPT 的难题是把能力富余转化为用户真正获得的价值。多数人只用到了模型能力的一小部分。前沿功能可以先与专业用户一起探索，再逐步融入大众体验，减少额外的模式、开关和学习成本。
8. 聊天框会继续存在，但它承载的界面不会止于文本。对话帮助用户表达意图，写作块、可操作的视觉结果和不同任务的工作空间，则帮助用户继续处理结果。用户不应先成为提示词专家，才能把工具用好。
9. AI 的下一步，是理解上下文、主动提供帮助，并形成可持续的工作流。它需要知道何时快速回答、何时继续追问、何时执行任务，让用户逐渐摆脱每次从零开始、反复选择模型和模式的负担。
产品设计的不安，来自角色预期尚未清楚
Lenny Rachitsky：我这几年一直在做科技从业者的职业感受调查，规模可能是同类调查中最大的之一。我们会问大家怎么看自己的职业、工作和角色，尤其是在过去一年AI快速普及之后。
结果很意外：产品设计师和用户研究员在每个维度上都最不开心。他们最不堪重负、最焦虑、最不乐观、最担心、最疲惫，也最不愿意把自己的职业推荐给刚进入职场的人。你在设计圈里也看到这种情况吗？你觉得原因是什么？
Ian Silber：这个调查很有价值，整个行业都需要认真拆解它。就设计而言，我看到的确实是混合状态。我认识很多设计师，他们很乐观，也很兴奋。可我完全理解为什么另一些人会不确定。
大家都在讨论同一类问题：设计师这个角色是不是变了？别人对我的期待是否不同？我是不是必须掌握X、Y、Z，甚至每天都要交付代码？一个按传统方式受训、习惯了某套工作方法的人，会突然觉得自己得把一切都改掉。这种不确定感很容易带来焦虑。
工程师已经先经历过这轮变化，大家都能看到他们的工作方式已经完全不同。我们在OpenAI内部做类似调查时，也常听到一个问题：工程师借助AI后，生产力能提高10倍，有时甚至100倍，为什么设计团队没有得到同样的增幅？
因为设计过程仍需要时间。你得试很多方案，再把它们扔掉。和编程Agent不同，后者接到任务后，现在的结果往往已经相当接近“能不能做出来”的二元判断。设计依然很混乱，也很流动。你以为自己有个好想法，做出来却很糟；再试一次，还是不对；拿给用户或内部同事看，反馈又证明原来的判断错了。
AI确实压缩了这段过程，你可以更快产出更多想法，但用户反馈、跨团队对齐，尤其是在大公司里让很多人达成一致，仍然很花时间。现在大家对设计师究竟该被期待做什么并不清楚，我完全能理解这种不清楚会带来恐惧和不安。
不过，OpenAI有一点让我很喜欢。它是一家高度实验性的公司，研究驱动，也一直把自己当作研究实验室。公司最初的研究DNA渗透在日常工作里。
我们招设计师时，不要求对方已经有AI背景，更看重他是否真的好奇这些工具以及它们能如何改变工作。团队不是逼大家立刻换一套方法，而是支持这种探索的兴奋感。这样一来，压力反而小很多。
我和公司里资深设计师、职业早期设计师都聊过。他们会说，自己有了更多空间去创造、表达、试错，再把坏想法扔掉，快速穿过许多可能性。我们看到团队的标准在提高，思考也变得更强。开始拥抱这些工具的人，会意识到自己作为设计师拥有了更大的主动权，也更有能力产生影响。
把AI用进过程，而不是等它替你解决一切
Lenny：调查里有一半人正处在职业生涯中最开心、最乐观的阶段，另一半却很难受。表现更好的人最强的共同点，是他们觉得AI放大了自己，让自己更有创造力，也有时间探索。除了这些，还有哪些模式值得那些现在不开心的人参考？
Ian：我看到真正适应的人，会把AI放进流程的每一步，让它在不同环节帮助自己。设计师也需要一个一起尝试的社区。我们应该更认真想想，整个设计圈怎样互相帮助，分享不同的工作方式。
有了一个想法，不妨直接换一种起点。把它丢进Codex、Claude，或你惯用的其他工具里，让Agent帮你思考、做原型。那不一定就是唯一正确的做法，但先试一试很重要。
愿意拥抱这些变化的人通常更能适应。大家现在常说“适应性”，但它确实是关键：这些工具变得很快，昨天行不通的事，今天可能就能做。过去6个月里，这个行业已经发生了很大变化。
我去年接近年底休陪产假时，做过一些个人项目，也试过一些编程Agent。它们能工作，但总会卡在各种小问题上。一个月后Codex发布，我又试了一次，感觉完全不同，它就是能跑起来。
这会改变设计过程。现在你有一个想法，可以直接放进去试。人不用害怕自己已经落后。我们仍处在这场演变的很早期，变化看起来很大，仿佛已经走得很远，但事实并非如此。
无论你刚入行、已经很资深，甚至只是开始对设计感兴趣，大家都是边做边弄明白。没有人掌握设计流程应该怎样运转的标准答案。今天看起来有效的方法还会变。正因为如此，现在入行的人不必觉得自己落后。哪怕今天才开始，也可能比很多人更有优势，重要的是想办法做出好东西。
我加入OpenAI已有3年。回想刚入职时我们做的事，很多如今看起来已经很原始。我记得看过早期语音模式和Computer Use的演示，当时后者几乎还跑不起来。现在，这两项能力已经进入我们的设计流程，我们会用它们来做软件。变化就是这么快，大家都还在非常早期的阶段，没有谁已经全弄明白了。
现在可能是做设计师最好的时候
Lenny：你之前说过，今天是历史上做设计师最好的时候。
Ian：我真心这么认为。我十几岁开始学设计和代码时，学习方法是打开HTML网页的源代码，看别人怎么搭出来。Dreamweaver之类的工具当然也很酷，但和今天相比完全不同。
如果我今天才进入设计领域，一个想法几分钟就能变成可运行的版本。人可以更快学习，也能更自由地表达自己。我觉得任何人都可以成为设计师。
软件和产品会越来越多。恰恰因为任何人都能做出东西，设计中“人的部分”会更加重要。真正理解用户、让产品令人愉悦，会成为产品最重要的评价维度之一。优秀设计一直能让公司脱颖而出，今后只会更重要，这正是设计师的核心工作。
设计师也会更有能力。前不久我和几位想创业的朋友讨论设计师与工程师的比例。过去一家创业公司可能是一位设计师配15位工程师；他们在想，未来会不会变成两位很有创造力的设计师，配一位确保工程基础牢靠的优秀工程师。
设计师有巨大的机会。在OpenAI内部，设计师完全可以拿到一个想法或早期研究概念，探索怎样把它包装成用户愿意使用的产品，或者解决某个尚未满足的需求。这就是设计师的工作。可能会有更多人开始把自己看成设计师，但不管怎样，我都认为这是做设计师最好的时候。
产品、设计和工程会更交叠，但仍各有责任
Lenny：Marc Andreessen曾形容，现在产品经理、工程师、设计师像三方对峙，都觉得另外两种角色会消失，最后只剩自己。工具带来产品发布的爆发，设计本应成为差异化机会，但招聘市场还没出现“两位设计师配一位工程师”这样的变化。你觉得它会发生吗？
Ian：我们可能会看到更多工程师更关注设计，设计师的产出也会更多，尽管不一定像工程师那样直接出现10倍增长。团队一直在思考这件事，也会不断调整。
产品、工程和设计确实会更模糊，而且从我见过的团队看，它们本来就有重叠。有些设计师很像产品经理，擅长定义问题和推动项目；有些设计师又很像追求细节的工程师。把每个人严格塞进单一职能，其实不太有意义。大公司只是需要职级体系，才会给人贴上这些标签。
真正的团队里，人各有强项，也会戴不同的帽子。这些边界一直存在，只是现在更模糊了。不过，尤其在大公司里，仍然需要有人负责不同的事。
如果期待一个人既设计产品、又把团队凝聚到一个方向上、还要对齐整个公司、承担产品经理的工作，同时又把工程实现做好，很难找到在所有能力上都很强的人。一个优秀的产品经理能把多个团队拉到一起，帮助团队厘清观点和问题空间，也能处理资源安排。这些角色仍有价值。
人可以更流动地跨越边界，但构建一个项目或产品时，仍需要有人对不同部分负责，也需要工程师确保输出足够可靠，能真正放进更大的系统里运行。
Lenny：所以不是说以后所有人都是无差别的“建造者”，而是产品、设计、工程的维恩图会更靠近，每种角色都能多做一点别人的事，但角色本身仍会存在？
Ian：我认为是这样，但这不是放之四海皆准的说法。创业公司不同。如果我现在创业，会尽量招最强的通才，找能在这些领域间灵活切换的人，不过这可能一直就是创业公司的做法。
在更大的公司里，我见过很擅长设计的人，但他确实需要产品经理帮助他打磨判断、安排工作和运营节奏。与其只看职位，不如看做好软件需要戴哪些不同的帽子，这些功能会继续重要。
AI已经是一名很出色的产品设计师
Lenny：AI会不会成为极其出色的产品设计师？这个问题问你很有意思。一边是OpenAI和ChatGPT会越来越强，另一边设计负责人很难说“设计会完全由AI完成”。工程师以前也没想到AI能像现在这样写代码。你怎么看AI会好到什么程度？
Ian：换一种说法，我认为AI现在已经是一名不可思议的产品设计师了。
真正令人兴奋的是，每个人都能使用它。它已经很强，但这不意味着它此刻就是最好的视觉设计师，最擅长信息层级、字体排印、用户体验或交互设计。谁也无法准确预测它会走到哪里，过去3年已经变化太多，能力当然还会继续提高。
但我们看待它的方式，是把它当作让人更有创造力、能做得更多、造得更多的工具。它已经是很好的设计师，而每个人都可以把它放在手边，慢慢摸索怎样把它用好、怎样从中获得最好的结果。
人的价值，在理解需求和提出新的交互方式
Lenny：当AI更擅长产品设计后，人在哪些地方最有价值？
Ian：第一是弄清人真正需要什么。观察人怎样使用产品、理解其中的反馈回路，仍然非常重要。第二是发明新东西。还有一种纯粹属于人的判断：这是谁做的，他对什么有明确的看法？这种观点会越来越突出。设计师需要不断打磨自己的观点，知道自己在为谁做、为什么做。
Lenny：Codex的产品经理曾说，AI在设计上不够好，一个原因是好设计要做出新的东西，而模型训练在今天最有意思的网站上，学到的只是过去的答案。另一个原因是AI研究者未必天生擅长设计，也未必清楚怎样把模型训练成真正好的设计师。你觉得AI还需要什么？
Ian：“新的东西”确实关键。过去20年很多伟大产品，都是在此前不存在的条件下诞生的。iPhone的多点触控开启了全新的交互范式，当时根本没有对应的训练数据。Instagram抓住了人人拥有手机的变化，Snapchat看起来很反常，却重新定义了人们可能怎样沟通。
好设计来自对人的问题和未满足需求的真正理解，再用独特方式把它做出来。现在我们也在设计新的问题：人怎样和AI对话，怎样用语音同AI互动，怎样让Agent替自己完成任务。这些都没有太多先例。人仍擅长判断什么是好的，也能和用户一起多做尝试、从过程中学习。能力变化太快，无法下绝对结论，但人始终在环会很重要。
招设计师，要看好奇心、原型能力和系统思维
Lenny：现在招聘设计师，哪些能力变得更重要，哪些不再那么重要？
Ian：这也许是规模较大的团队才有的余地，但我相信创业公司也是如此：要组建一支能力多样、搭配完整的团队。需要一定比例的通才，也需要出色的视觉设计师、能做品牌表达的团队、强大的原型设计师、战略性强的产品思考者，以及会紧盯技术前沿的人。我没见过一位设计师能同时满足每个要求，人的兴趣和强项本来就不同，团队能容纳这种差异很有价值。
我们不会期待候选人已经有AI背景，因为变化太快了。但会非常看重好奇心，看他愿不愿意跳进去学习这些工具怎么运作、怎样进入自己的流程。对OpenAI而言，更重要的是看他怎样设计工具，让更多人能用上这些能力。
原型能力也越来越重要。这一直是我职业生涯里很看重的能力，现在更普及，也更容易获得，因而在面试中更能拉开差距。我们也看候选人对工具走向有没有自己的看法，是否具备战略性思考。
最后是系统思维。我们面对的是有很多能力的超级智能，需要设计能相互叠加的底层原语。Notion早期就做得很好，它先构建积木，再让一切可组合。我们不想做一堆一次性的、彼此隔离的体验，而要发布能叠加的系统，让用户感到面对的是一个连贯、简单的产品，模型也能理解怎样把这些能力组合起来。能力越复杂，理解整个系统就越重要。
Lenny：“系统思维”已经是我连续第五期节目里听到的关键能力。设计师压力大也和速度有关，工程师每天可能提交5000个PR，传统设计流程没有那么多时间。积木、设计系统和供人构建的平台显得格外重要。
Ian：完全同意，而且很难。我们有时会说：少做一点。没有必要就别从头设计，看看是否已有系统或组件可以复用，甚至问问这个功能是不是真的需要。很多时候只需延展现有功能。设计师需要跳出自己眼前那一小块工作，从全局看问题，这在速度很快的环境里尤其重要。
同一家公司，需要不同速度的设计
Lenny：过去的流程是原型、设计稿、测试、研究、迭代，然后交给工程实现、继续迭代和发布。现在已经没有足够时间这么做，设计师的角色似乎变成从大处规划、把团队带向正确方向。你认同吗？
Ian：完全认同，不过取决于产品所处阶段，也取决于某项能力已经成熟到什么程度。ChatGPT里有些功能我们会非常较真，投入很多时间，试100个方案，扔掉99个，最后发布1个。输入框这样的核心部分每天都在变，我们会反复尝试、再扔掉。
但也有另一些事情，例如Codex或我们构想中的超级应用，会更快地试。我们很接受在公开环境中构建，这是一种不同的工作方式。适应后其实很有满足感，因为你可以很快尝试，同时从内部和外部得到即时反馈。
有些地方仍会认真打磨细节，做测试、A/B测试、用户研究，再持续迭代；另一些地方则大胆下注，快速学习。关键是接受技术可能一个月内就改变。新的能力、时延特征或智能水平，都会让原来需要的交互和设置失去意义，也可能让新的交互成为必要。
在技术尚未稳定时，不要过早把每个设计当成不可改变的成品。等到判断它不会明天就因技术变化而失效，再把它做到最好。
如果ChatGPT要深度进入一个人的工作和生活，它应该是什么感觉，我们不会一夜之间想好再直接发布。我们会在白板上讨论，在Figma里设计，做原型，内部长期试用许多方案，才可能推出。那是大项目。也有另一些事情，可以从想法到发布只用4小时。
Lenny：也就是要挑选值得投入的战场，把设计精力放在比较稳定、不太会立刻变化的地方。
Ian：没错，只是很难判断哪些地方会稳定。
同一个ChatGPT，要服务从问菜谱到改造农场的人
Lenny：Anthropic设计负责人Joel Lewenstein说，你工作里最难的部分可能是平衡ChatGPT现有10亿月活用户与持续创新、迭代和发明之间的需要。你怎么处理？
Ian：这是很有趣的一部分。我们的受众差异极大。我在Instagram工作8年，它也有十亿级用户，但产品相对简单，人们使用它的方式有限，虽然创作者和大账号有特殊需要。
ChatGPT完全不同。有人用它想今晚吃什么、下一次该剪什么发；也有人用它改变日本农场的运营方式、把农场自动化。这个范围可能前所未有。
我们相信存在“能力富余”：绝大多数人只用到了模型本来能提供价值的一小部分，这不一定是坏事，他们已经得到很多帮助。设计上要为绝大多数人提供极其简单、顺畅的体验，同时也让真正关心前沿能力的人能轻易找到它。
难点在于，不要把一小群人才看得懂的复杂功能直接推到10亿用户面前。我们可以先和最关心这些能力的人一起实验，所以有桌面端、Codex和ChatGPT Work。等到能力真正面向十亿级用户时，他们不应还需要思考某个开关、模式或选择，能力要被蒸馏进主体验。
从每天免费使用的人，到每月支付数百美元的用户，需求都不同。设计师必须对每种用户都有同理心，这增加了复杂度，也让这项工作很有意思。
聊天框不是终点，它是能跨越认知差异的入口
Lenny：从“手指上的这个疹子是什么”到“怎样搭建Salesforce”，有没有别的产品覆盖过这么大的使用范围？也因此会有“空白输入框”问题。有人说聊天只是一个美化过的终端，Chatbot为什么还不换界面？
Ian：怎样设计一个可以变成任何东西的界面，是很有意思的难题。有人为娱乐来生成图片，有人要做演示文稿。它能变成很多工具，也擅长太多不同的事，我们正在探索怎样呈现这种能力。
我们同时要帮助第一次使用的人理解它能怎样改善生活或工作，也要不妨碍每天把它当主力工具的人。为这个光谱设计，是我们一直在思考的事。
Lenny：前产品负责人Kevin Weil说过，聊天之所以能承载越来越聪明的系统，是因为人本身就靠交谈与不同理解能力的人沟通。对话是跨越很大认知光谱的好界面。
Ian：我同意。我们现在主要思考两件事。第一，怎样帮助人更好表达意图。用户不应先学会做完美的提示词工程师。产品要先让人知道模型能帮什么，再更好地理解用户想要什么。比如用户提出开放式问题时，我们可以给出可点击的追问选项，而不是要求他把一切都打出来。
第二，提出请求后，聊天记录不必只是文本。ChatGPT早已不只是纯聊天机器人。比如你让它写一封信或邮件，结果可以放进一个可直接操作的写作块里。你能在里面继续输入、一起头脑风暴、改小段内容，也能只复制这一个块。这显著改善了交互。图像生成也会有专门的工具和模式。
界面会继续演化。设计师来使用时，ChatGPT也许就该有不同的外观或操作空间；数据科学家、用它处理个人生活的人，也应该得到不同的支持。理解上下文，并据此提供不同的操作可能，是我们重点思考的方向。
从回答问题，到理解上下文并主动做事
Lenny：你怎样看ChatGPT、Codex或“超级应用”的长期方向？
Ian：它会越来越适应你生活里的所有上下文。主动性是体验中还没有被充分开发的一块。ChatGPT Work已经开始根据日历、Slack和其他外部上下文给出不错的建议，这会越来越重要，也会改变人们使用它的方式。
语音也会变化。模型刚经历一次明显跃迁，听起来更自然了。我很喜欢在需要迅速说一句话时用ChatGPT语音，也很难想象两三年后它会自然到什么程度。
它还会从回答问题，走向替你做事。与此同时，体验应该更简单。面对广泛的消费者用户，我们最终想要一个通用输入入口，它知道什么时候该快速回答、什么时候该多聊几句，也知道什么时候该去完成一项工作。
用户不该每次都考虑正在用哪个模型、选什么速度。专业用户当然仍需要这些控制权，但默认体验应对绝大多数人有效。未来会有更丰富的语音输入、更具交互性的视觉输出，也会形成可反复使用、更耐久的工作流，而不是每次来到产品里都从零开始。
别演AI自信，去试、去学、把注意力放回结果
Lenny：如果能给刚加入OpenAI第一天的自己一句建议，你会说什么？
Ian：我会提醒自己：我们真的还很早。我面试OpenAI时，其实很受震撼。GPT-4刚出来，我虽然在用这些工具，但并不觉得自己真正理解它们。现在也还有很多要学。知道大家都在摸索，会让人轻松一些。
还有一点更个人化。我进入了一个很不同的角色，团队增长极快，公司也完全不同。过去我管理过人，但没有在这样的规模下做过。很长一段时间，我都觉得自己做得不好，不知道该怎么办。
后来我去找带过大型设计团队、或经历过相似转变的朋友聊天，发现他们也有同样感受，我遇到的问题并不独特。职业生涯的任何阶段都会有冒名顶替感。找到能一起聊的人，无论是导师还是不在你当前团队里的伙伴，会很有帮助。你会发现很多挑战其实是共同的。
Lenny：Elena Verna写过一篇文章，叫《停止AI自信剧场》。很多人不断晒自己怎样用AI改变生活，仿佛已经全懂了、事事都很成功，实际上很少有人真的把这些东西用得那么好。
Ian：更好的态度是谦逊地承认：它变化很快，我也不知道，先拥抱它，看看会走向哪里。好奇、到处试试的人，现在往往过得更好。之前没成功的东西，今天可能就成功了。
每次有新模型、新功能，愿意在边缘地带探索的人都玩得很开心。OpenAI前产品负责人Kevin Weil说过，今天的模型会是我们此后拥有过的最差模型。模型不断变好，昨天完全坏掉的东西，今天可能就能用了。这有点像早期计算机的部件快速演进，曾经的限制忽然消失。
Lenny：如果一位设计师感到压垮、焦虑，也不确定未来，该怎么走出来？
Ian：先承认这完全是合理的感受。现在很适合探索，重新想想工具，试试是不是该多做原型。也许听到“大家都还很早”会有帮助。带着一点玩心，看看它会走到哪里。
更重要的是把注意力放回产出和结果。我们不是为了建工具、守流程或最大化Token使用量而工作。我们要做的是人们真正喜欢的软件和产品。AI能帮助你做到这一点，但你仍然是那个掌舵和指引方向的人。
把AI放进设计和管理的日常工作流
Lenny：作为设计师，你觉得AI在工作里最有用的一个用法是什么？
Ian：如今我花在像素细节上的时间少一些，但会用它帮我想更大的方向。晚上冒出一个想法时，我会很快输入，让它先做原型，给我一个可以带去和团队讨论、也能帮助我可视化的东西。无论是ChatGPT Work还是Codex，都能在早期构思和共同推演时帮助我把想法看出来。
在运营层面，我会让它归纳我需要跟进的重要Slack消息，也让它在重要会议、招聘等工作前提供上下文。我把它用在流程的许多部分，来增强自己的工作。
ChatGPT Work能完全在云端运行，所以你在哪儿都可以交代一个任务，让它花时间，之后带着不错的产物回来。有时我不在电脑边，也能在手机上把一个需要快速可视化的想法交给它，再继续和它一起尝试。这种随时可用的灵活性很有意思。
失败之后，关键是继续迭代
Lenny：说一个职业里失败过、又从中学到东西的时刻。
Ian：这样的时刻太多了。即使在OpenAI，我也是边做边学。刚加入时，我甚至没想清楚怎样组建设计团队、怎样招聘，常常觉得自己每天都在失败，只能迅速调整和学习。我的职业生涯一直如此，我几乎没有把哪一步完整规划好过，只能从错误里学。
我发布过不少没有成功的东西。在Instagram，我们有过失败产品，之后就快速往前走。IGTV就是一次很大的失败，我们当时固守了一些错误的假设和限制；后来团队迅速吸取教训，换了做法，推出Reels，Reels成了成功产品。
这些经历让我更能承受批评和反馈。有时你确实会做错，只能把东西放到真实世界里，接住反馈、再迭代。重要的不是某一次发布了什么，而是你怎样向前修正，怎样继续听用户的声音。
每家公司都有自己的DNA
Lenny：最后还有什么想说？
Ian：我希望这是一个有趣的建造时代。设计师保持适应性，专注做有趣、优秀的东西。优秀公司仍在找优秀设计师，也会越来越需要优秀设计。会有一些公司因为没有转变而落后，但好的设计仍有很大空间。
Lenny：你从Groupon、Instagram到现在负责超级智能时代的设计，从Groupon带来的什么经验仍有帮助？
Ian：Groupon很有意思。Andrew Mason是一位很有个性的CEO，产品也有鲜明的品牌。公司甚至有一支由喜剧演员组成的文案团队。早期的Groupon不太把自己当回事，用户订阅邮件不只是为了拿到五折优惠，也因为它写得好、好笑、有个性。这让品牌很突出。
我也学到，每家公司都有独特的DNA，工作方式必须随之调整。Groupon有它的方式，Instagram很看重设计和创意，联合创始人Kevin Systrom本身就是很强的设计师；Sam Altman的运作方式又完全不同，OpenAI则带着研究实验室的属性。理解公司的DNA，顺着它发挥作用，是我在不同公司工作后学到的重要一课。
你很难走进去就改变这种文化，特别是在创始人主导的公司。Instagram过去更慢，产品改得更少，那在它当时的阶段很有效；但这并不适合OpenAI现在所处的阶段。
我从Instagram带来过一条原则：先做最简单的事。它至今仍影响我在OpenAI做产品的方式。不过这不是唯一的工作方法。有时我们会把还在实验的东西扔掉。重要的是保持灵活，不要执意改变既有DNA，而是帮助它变得更完整。
快问快答
Lenny：你最常推荐哪本书？
Ian：《设计心理学》（The Design of Everyday Things）。这并不冷门，但无论在不在科技行业，都值得读。
Lenny：最近喜欢哪部电影或其他作品？
Ian：百老汇音乐剧《Maybe Happy Ending》。它讲高智能人形机器人的故事，制作、布景和整体表达都很独特。电影《The Invite》我也很喜欢，故事简单，像一出舞台剧，四个人在一间漂亮公寓里，布景、写作和表演都很好。
Lenny：最近喜欢什么产品？
Ian：Rivian电动车。它重新思考了许多开车的默认动作，人走近车就解锁，不必特意开车或关车。Waymo也很神奇，期待它能更普遍地被使用。
Lenny：你最常回到的工作或生活信条是什么？
Ian：玩得开心，去试一试。人不必把自己装进某个固定框子里，完全可以灵活地工作和思考。
原视频：Chatbots are not the final interface: OpenAI’s Head of Design on what’s next | Ian Silber
https://www.youtube.com/watch?v=BV0hy6NET-U
编译：Noah Wang
本文由作者@Z Finance，授权发布于平台，未经许可禁止转载。