关注公众号的朋友可能很多是创意领域的工作者，今天想把近来关于使用 AI 的思考整理出来分享，也希望能和不同领域实践的人士探讨心得，请大家踊跃留言！💛
这个 AI 时代，一切都发生得太快了，每隔几个月都会有新的变化。作为艺术家、设计师，以及在大学的教育工作者，我自身在不同角色之间切换，同时在探索 AI 究竟能如何改变创意行业的工作流程。近来和朋友聊天，也热衷于讨论AI的使用，于是有了这些思考。（写下来，过个半年、一年，再回来看看对不对🤫）
一方面，AI 确实是一个强大的加速器。它可以帮助我们快速生成概念图、整理资料、扩展方向、建立原型。很多过去需要几个月、几年才能慢慢推进的工作，现在在很短时间内可以有一个初步结果。
但另一方面，我越来越清楚地感觉到：AI 可以加速创意过程，却不能替代真正的创意判断。
1. AI 可以生成一个“像 B 的东西”，
但不等于抵达真正的 B
过去我们做设计、做艺术、做创意工作，往往是从 A 到 B：从一个模糊的想法开始，经过草图、调研、构想、打样、测试，最后慢慢靠近一个成熟的结果。
而 AI 的出现，好像让这个过程突然被压缩了。它可以从 A 很快生成一个“像 B 的东西”。但问题是：像 B，不等于真正抵达 B。
真正的 B 不只是一个表面完整的结果。它还包括：清晰的问题意识、形式逻辑、审美一致性、技术可行性、材料或媒介理解、文化语境、个人语言、用户或观众反馈，以及责任归属。
AI 可以模拟一种表面的完成度，但它不会自动完成这些深层条件。
这让我想到一个很好的词，也是多年前一位我崇拜的建筑师告诉我的：智力密度（intellectual density）。这是指，一个作品背后累积的判断次数、比较次数、修正次数、失败处理、材料和技术理解，以及审美选择的总量。
一个优秀作品之所以优秀，不是因为它第一次出现时就完美，而是因为它经历了大量看不见的脑力劳动。创作者不断问自己：这样对吗？有没有更好的方式？这个比例是否和谐？这个配色看上去舒服吗？这个结构是否成立？.......
AI 可能缩短初稿时间，但它不会自动增加作品的智力密度。真正的智力密度，仍然来自人的反复判断和打磨。
很多时候，设计师就是在“磨”一个设计。
这种“磨”并不是低效，而是创意工作最重要的部分。因为很多最佳解法不是靠公式得出的，而是一种视觉上的平衡、和谐和准确感。它需要品味，也需要经验。品味来自个人感受，经验来自长期观看、吸收、比较和实践。
2. 创意过程不是直线，
而是循环
创意过程并不是一条简单的直线，而更像一个不断循环的过程：提出想法，做出尝试，观察结果，发现问题，重新调整，再次推进。
AI 到来之后，这个循环不会消失。相反，它可能会变得更快、更密集。
AI 可以帮助我们生成更多可能性，更快看到不同方向，但真正专业的人，仍然需要知道：应该从哪里开始迭代，朝什么方向迭代，什么应该保留，什么应该放弃。
好的创意过程，仍然需要被拆分。它需要经历研究（research）→ 概念（concept）→ 草图（sketch）→ 执行（execution）→ 评估（critique）→ 原型（prototype）→ 测试（testing）→ 优化（refinement）。AI 会改变每一步的速度和形态，但不应该取消这些步骤本身。
但每一步里，最关键的工作仍然属于人：选择、判断、深化、放弃，以及承担后果。AI 可以帮助我们更快进入创意循环，但不能替代这个循环。拆分步骤的能力很重要。
3. AI 的风险：同质化
AI 的一个明显风险，是让大量作品变得“平均好看”。
好消息是：未来可能不太会有那种特别丑的设计了，设计的平均水平会上升。但这种“平均的好看”，容易让大家走向相似的构图、相似的光效、相似的氛围、相似的表达方式。
也就是说，AI 可以提高基础产出的视觉完成度，但也可能带来同质化（homogeneity）。
这对创意行业来说是一个很重要的提醒：当所有人都可以快速生成漂亮结果时，真正重要的反而是：一个创作者是否有自己的世界观、审美记忆、材料经验、叙事方式和个人语言。
4. 对组织和企业来说，AI 的价值
不只是加工具，而是重塑 workflow
在企业和组织里，AI 的影响也不只是“多了一个工具”。
很多组织已经开始使用 AI，但真正产生价值的，并不是简单把 AI 加进原有流程，而是对整个工作流进行重新设计：明确哪些任务适合由 AI 完成，哪些环节必须由人来审核，以及最终的责任应由谁承担。
这对创意行业同样适用。未来最有价值的人，不一定是最会用 AI 生成东西的人，而是能够建立流程、判断质量、整合工具、管理复杂性，并承担结果的人。
因为 AI 说到底还是 machine。一旦发生问题，机器不能背锅，所以总是需要一个承担责任的人或团队。责任归属（accountability）不会因为 AI 的出现而消失，反而会变得更重要。
5. 对设计教育来说：
AI 可以进入每个步骤，但角色不同
这也让我重新思考设计教育。这一年里我在米兰理工大学担任教学助理，亲眼见证了AI改变了学生的设计产出的过程。
今天几乎所有的学生都在使用AI，而现在的问题不是要不要让他们用，而是如何引导他们正确地用。
我认为，AI 可以插入设计学习的每个步骤，但每一步的权限应该不同。在早期学习阶段，学生仍然要练好基本功，比如观察、手绘、建模逻辑、形式判断、比例控制、材料理解、软件操作和设计拆解能力。如果一开始就让 AI 直接生成最终效果，学生可能会跳过最重要的学习过程。
学生真正需要学到的，不只是“做出一个东西”，而是理解这个东西为什么成立。
他们需要经历从模糊到清晰的过程，需要在一次次 review 中修改自己的方向，需要知道自己的选择来自哪里，为什么这样改，为什么舍弃另一个方案。这个过程本身就是学习。
AI 可以提高效率，但学生必须保留自己的思考路径。他们不仅要提交最终作品，也应该提交过程：最初的想法、草图、修改记录、AI 使用记录、选择理由、失败和调整。
这样，AI 就不会成为偷走学习过程的捷径，而会成为帮助学生更清楚理解自己判断的工具。
结语：AI 时代，真正稀缺的是品味与判断力
AI 时代，创意工作的价值不会消失，但会发生转移。
过去，一部分价值来自执行时间、技术门槛和制作速度。现在，这些部分正在被 AI 加速。未来更重要的，可能是判断力、个人语言、审美系统、流程设计、责任意识，以及持续深化一个作品的能力。
AI 可以让我们更快生成初稿，但优秀作品依然离不开反复打磨。它确实能拓展可能性，不过哪些方向值得继续，仍然需要人来判断。同样地，AI 可以加快我们从 A 走向 B 的过程，但真正抵达那个更完整、更成立的 B，还是要靠人的选择和修正。
其实，这个问题也不只发生在设计师、艺术家或创意工作者身上。它可能适用于所有依赖判断力的工作（judgement-based work）。
AI 可以给出一个“像答案的东西”，但真正的答案需要人来判断、验证、修改、承担责任。区别只在于，不同行业的“智力密度”表现不一样。
对设计师来说，智力密度可能体现在比例、结构、材料、功能、体验和审美一致性里；对艺术家来说，它可能体现在个人语言、精神必要性、生命经验和感受深度里；对写作者来说，它可能体现在观点、结构、语气、语境和真实表达里；对医生、律师、工程师、研究者来说，它可能体现在证据、验证、风险控制、专业伦理和责任边界里；对企业管理者来说，它可能体现在 workflow 的设计、质量判断、团队协作和责任分配里。
所以，不同行业使用 AI 的共同点是：AI 都在加速初稿、搜索、生成、整理、模拟和重复性任务；AI 都会制造一种“像完成”的假象；AI 都要求人重新建立判断标准；AI 也都会把价值从执行速度，推向判断力、流程设计和责任承担。
也许 AI 时代最重要的问题，不是“AI 能不能做”，而是“人是否还知道什么是好的”。当无数可能性同时出现时，一个人必须知道如何选择、修改、验证，一步步靠近真正的成立。
也许 AI 时代最重要的创作者，不是跑得最快的人，而是最知道如何判断和打磨的人。
最后分享这幅画作《脑·海》，人类智力还有很多值得探索的~~
相关文章
