此前无法制造

“这件服装此前是无法制造出来的。”

Yana Welinder 在 ^{1 上分享的《我如何运用 AI》}

只有当用户掌握了软件的界面操作后，它才能发挥出真正的威力。Figma 以图层和组件作为表达方式，Salesforce 则依靠账户与销售机会来呈现信息，而 CAD 则是通过样条曲线与约束条件来运作。这些不同的术语都需要时间去学习，而且其使用逻辑是单向的：无论产品经理的初衷如何，软件的功能越强大，所要求的专业技能也就越高。为此，人们设立了可用性测试实验室，旨在逐一帮助用户克服这些障碍。 ²

AI 则通过以英语作为交互界面，以不同的方式解决了这一问题。

这种入门难题同样困扰着那些以产品驱动增长的公司——这类公司本应无需销售团队就能实现自我销售——以及那些需要提前部署工程功能的软件产品。英语正逐渐变成一种通用的 API：人们只需描述想要达成的结果，AI 代理便会将这一意图转化为计算机语言。最初，程序员是通过 AI 的“翻译工具”来实现这种转换的，即将英语转换为 C++、Rust 和 TypeScript 等编程语言。而如今，需要被转换的语言越来越多地来自应用层，比如账户信息、采购订单、曲线数据以及样条曲线等。

受到露丝·阿萨瓦的环形金属雕塑启发，雅娜·韦林德想要打造一款此前无法制造出来的连衣裙。于是，她让人工智能运用那些她自己无法操作的软件来完成这项工作。 ¹ 最终的结果令人惊叹。

如果人工智能能够将自然语言意图转化为 CAD 的专用语法，那么它同样也能做到这一点，适用于任何软件。

这彻底改变了产品设计的理念。为人工智能而开发的软件往往结构复杂且配有详尽的文档。但人们更倾向于简单易用的方式，不想去阅读说明书，而是希望直接上手尝试。 ⁴

与通过菜单逐项操作的人相比，智能体能够同时掌握、检索并处理系统中更多的结构信息，因此产品经理的任务也从设计每一个界面，转变为构建一套能让智能体安全、完整地操作系统且无需被告知各元素位置的工具框架。

在这个时代，文档的重要性愈发突出。基础设施向来都依赖文档，因为开发人员在信任某个系统之前，必须先了解其 API、数据结构以及故障模式。如今这一要求正逐渐向更上层的应用程序领域延伸。设计这样的文档将成为产品设计中不可或缺的一部分，而用户体验测试则会演变为对智能体操作软件情况的评估。

专家这一角色也并未消失。软件工程的复兴让语法编辑被系统架构所取代：重点在于各组成部分之间的协同方式，而非单个组件的配置。

韦兰德的这条裙子恰恰展现了人工智能所带来的更高层次抽象能力。为了实现这种对最终用户而言极为简捷的使用体验，新的软件必须向智能代理暴露出更复杂的内部结构。堪称有史以来最伟大的产品设计师之一的迪特·拉姆斯，最初认为一切都是无用信息，只有保留那些真正必要的部分才是有意义的。而英语则让人们能够以同样的方式来处理软件：只需说明关键点，其余部分则交由智能代理去处理。在当今这个时代，拉姆斯会设计出怎样的作品呢？