这三年，我把设计公司用AI的路重新画了一遍：你现在站在哪一层？

这是设计联的第4748期分享

靖哥的第160篇AI日记

摘要｜很多设计公司还在研究“哪个模型更强”“要不要训练自己的模型”。但我最近越来越确定：2026年真正值得老板关心的，不是再多学一个工具，而是AI有没有从个人能力进入项目流程，再从项目流程进入公司组织。

过去三年，我几乎一直泡在AI和设计这件事里。最早是看生成图，后来是对话式AI，再到各种视觉模型、专属模型、知识库、工作流、智能体……设计行业每隔一段时间，就会冒出一个新的“中心词”。

我也经历过这种阶段：看到一个能力出来，会觉得这可能就是下一步；看到别人训练模型，也会想设计公司是不是也该拥有自己的模型。

但最近我越来越想把这件事重新画一遍。因为我们常常把不同层级的东西混在一起讨论，于是公司花了很多精力，却未必真的往前走。

我现在的判断是：AI升级真正的分水岭，不是“会不会用AI”，而是AI有没有从一个人的工具，变成一家公司的能力。

01｜先别急着排阶段：对话式AI、大模型、工作流，本来就不是一类东西

这是我最近觉得最需要先讲清楚的一件事。我们习惯说“从对话式AI到大模型，再到工作流、智能体”，听起来像一条从左到右的时间线。其实并不准确。

对话式AI，是一种交互方式；大模型，是能力底座；知识库，是企业记忆；工作流，是把任务组织起来的方法；智能体，是更主动的执行者；AI组织，则是在重新定义老板、员工和AI之间的分工。

所以，设计公司真正的问题，不是“我们是不是已经从大模型升级到工作流了”，而是：这些层有没有同时搭起来？

一个团队可以使用最强的大模型，但项目资料仍然散落在微信群、硬盘和员工脑子里；也可以有十几个AI工具，但每次新项目还是从头开始。这样的公司，AI能力仍然停留在“个人工具层”。

02｜如果一定要画一张路线图，我会把设计公司的AI实践分成七层

第一层：工具拼盘——“这个AI画图，那个AI写文案”

这是很多设计公司最早进入AI的方式，也是完全合理的一步。效果图、平面优化、文案、PPT、视频，各自找最顺手的AI。它最大的优点，是见效快，能立刻降低某个岗位的时间成本。

问题也很明显：工具之间彼此不认识，项目资料要不停复制粘贴，结果好不好往往取决于某个员工是否熟练。一旦这个人离开，公司能力也跟着走。

第二层：对话式AI——“每个人都有了一个很聪明的助理”

对话式AI让设计师第一次真正感受到：AI不是软件菜单，而是可以交流的“脑力协作者”。写方案、梳理需求、优化表达、做会议纪要，都变得容易。

但它的典型问题是“问一句，答一句”。一次对话结束，下一步还要人来接。它提高了个人效率，却还没有改变公司的运行方式。

第三层：模型与专属风格——“能不能把这个能力变成我们自己的？”

设计行业一度特别迷恋训练模型。严格来说，很多团队做的并不是从零训练基础大模型，而是微调、LoRA、风格模型、专属素材训练，或者围绕现有模型建立垂直能力。

这一步并没有错。它能让视觉输出更稳定，也能在某些品类里形成很强的生产效率。问题在于：模型只解决一个能力点，它不会自动替你解决客户沟通、项目判断、团队协作、方案汇报和交付复盘。

模型可以是能力，但不要把“拥有模型”误当成“完成AI转型”。

第四层：知识资产——“让AI开始认识这家公司”

到了这一层，问题开始变了：不是AI能不能生成，而是AI到底知不知道我们是谁。

设计公司真正有价值的东西，包括过去项目、客户需求、材料标准、施工节点、报价逻辑、设计师经验、失败案例、汇报方式、品牌表达。这些过去都在人的脑子里，或者散落在文件夹里。

当这些东西被结构化以后，AI才开始从“公共互联网里的聪明人”，变成“越来越懂你公司的合伙人”。

第五层：工作流——“AI开始进入项目，而不是停在聊天框里”

这也是我现在最关注的一层。因为设计公司的真实价值，从来不是某一张图，而是一个项目从接触客户到最终交付的全过程。

当客户沟通可以进入项目诊断，诊断可以进入风险判断和任务书，任务书再进入方案策略、风格方向、出图、汇报、团队交付，AI才开始真正改造设计公司的生产方式。

第六层：智能体——“不再每一步都等人来点一下”

工作流解决的是“顺序和标准”，智能体进一步解决“主动执行”。它可以在规则允许的范围内自己读取资料、调用工具、检查结果、继续下一步，甚至在需要人判断的时候再回来找人。

它的优势很大，但风险也更大：如果前面的资料、流程、责任边界都没搭好，智能体只会把混乱跑得更快。

第七层：AI组织——“老板开始管理人和AI共同组成的新公司”

这一步才真正触及组织。未来设计公司不只是“员工使用AI”，而是很多工作由AI持续执行，人负责判断、关系、审美、责任和复杂协商。老板要开始决定：哪些岗位保留，哪些任务交给AI，哪些节点必须由人签字，哪些结果需要被复盘和沉淀。

再往后，随着物理AI、机器人、智能施工设备进入现场，AI会从屏幕里的知识工作进一步进入测量、施工、巡检和空间运营。但对大多数设计公司来说，这还不是今天最应该投入精力的第一件事。

03｜为什么我现在反而不建议设计公司把“训练模型”放在最中心？

因为设计公司的护城河，越来越不是“我有没有一个别人没有的模型”，而是三件更难复制的东西。

第一，是你过去十年、二十年积累下来的真实项目资产。第二，是你怎么做项目——从接触客户到交付，每一步的判断和标准。第三，是老板和团队真正承担责任的能力。

模型会越来越强，也会越来越普及。今天需要专门训练才能做到的事情，明天可能被通用模型直接覆盖。相反，一家公司真实的项目经验、客户信任、材料关系、施工经验和决策逻辑，并不会因为基础模型升级就自动被复制。

所以我现在更愿意把大模型看成“公共发动机”，把公司的知识和流程看成“自己的底盘与道路”。

这不是说模型不重要，而是投资顺序要重新排。对多数中小型设计公司来说，先把真实资料、流程和交付做成可调用资产，回报往往比先花大量时间研究模型训练更高。

04｜2026年的当下，我觉得最值得设计公司老板做的是三件事

第一，把公司的知识找回来。把项目、案例、客户、材料、标准、施工问题、会议纪要和复盘，从“文件”变成可检索、可理解、可复用的资产。

第二，把最关键的项目节点画成工作流。不要一上来追求全自动，先从老板最忙、最容易返工、最容易丢信息的五到十个节点开始。

第三，再把智能体放进去。让AI在明确的资料、规则和责任边界里连续工作，而不是让它凭空“自由发挥”。

知识资产负责“记住”，工作流负责“组织”，智能体负责“执行”。三者合起来，才开始接近一家真正的AI公司。

05｜给设计公司老板的一张位置图：你现在在哪一层？

你可以用下面六个问题快速判断：

• 公司的AI能力，是不是仍然主要依赖一两个特别会用工具的人？

• 不同AI做完的结果，是不是还要人工不停复制、粘贴、转交？

• 过去的项目资料，AI能不能真正查到并准确调用？

• 一个新项目进来，关键节点有没有固定模板、标准和流程？

• AI能不能从一个节点继续执行到下一个节点，而不是每次重新解释？

• 老板有没有开始定义“哪些让AI做、哪些必须由人判断、哪些结果要复盘”？

如果前两个问题占多数，你还在工具层；如果已经做到资料调用和流程复用，你开始进入公司系统层；如果AI能够跨节点执行，老板开始管理人机分工，你才真正进入AI组织的门口。

06｜而设计联现在，也越来越清楚自己要站在哪个位置

我不太想把自己放在一个“引领行业”的位置上。过去这几年，我更多是在不断试、不断踩坑、再不断把有效的方法留下来。

但做到现在，有一件事我确实越来越确定：设计联接下来不应该把主要精力放在“再教大家一个新工具”，也不应该把目标变成“替设计公司训练一个万能模型”。

我们更想往一个更难、也更接近真实生意的位置走：和设计公司一起，把AI布进项目全流程，再进一步进入公司的知识资产、内容生产和组织管理。

这也是为什么我最近一直在围绕客户沟通、项目诊断、风险判断、项目任务书、方案策略、风格顾问、出图提示词、方案汇报PPT、团队交付清单这些节点，反复测试一套能真正被设计公司使用的工作方式。

它不一定是最终答案，但至少比“今天学一个模型、明天换一个工具”更接近我理解的下一阶段。

07｜如果你是设计公司老板，下一步不要先买工具，先画一张自己的图

把你的公司从“客户第一次找你”开始，一直画到“项目交付、复盘、传播、再次获客”。然后问自己三个问题：

— 哪几个节点最依赖老板本人？

— 哪几个节点最容易反复、返工和丢信息？

— 哪几个节点已经可以由AI承担60%—80%的执行？

这三个问题，比“现在最强的模型是什么”更值得一家设计公司认真讨论。

我接下来的设计公司老板课程，也会越来越从这张“位置图”出发：不是教你记住更多工具，而是和你一起找出公司现在在哪一层，再把AI真正放进那些最关键的工作节点。

AI时代，设计公司的差距，很可能不是“谁更会用AI”，而是谁先把AI变成了公司的工作方式。

你觉得你们公司现在在第几层？如果你愿意，也可以在评论区留一个数字：L1、L2、L3……我很想看看设计行业现在真实分布在哪里。

如果你想了解下一期设计公司老板AI工作流课程，可以和我交流。

设计联张靖写于2026年8月19日