AI正在淘汰“花架子式AI”

这是设计联的第4758期分享

靖哥的第170篇AI日记

设计联每周判断｜从一间咖啡厅课程作业，看智能体如何开始进入真实项目流程

2026年9月21日 · 设计联 DESIGNLINK

过去两年，设计行业判断AI强不强，常常看一件事：

能不能快速出一张漂亮的图。

图越来越快，风格越来越多，视觉也越来越惊艳。

但图出完以后，项目往往还是项目，AI还是AI。

需求有没有被听懂？平面修改以后，材料、设备、预算和汇报有没有跟着变化？上一轮的判断，下一轮还记不记得？没有人继续盯着，它能不能把事情往前推进？

上周，在设计联28天课程第二周，我们让学员围绕一间约140平方米的社区咖啡厅，做了一次完整的模拟项目练习。

从经营需求、平面调整、材料选择，到吧台设备、菜单包装和概念汇报，智能体开始参与一条连续的工作链。

这份作业并不能证明AI已经可以独立完成设计。

但它至少让我们看见一个清楚的变化：

AI正在告别只会制造漂亮结果的阶段，开始进入任务理解、连续执行和项目协同。

这可能比“又出现了一个更会出图的模型”，更值得设计公司老板关注。

01｜这不是一份咖啡厅方案展示

这次模拟项目叫“邻坐”。它被设定在佛山一处由原美容院改造的社区空间，白天做咖啡，晚上兼顾轻酒，同时承担小型会议和活动。

如果只把它当成设计作业，最容易做的是：找一些参考，生成几张效果图，再包装成一份漂亮提案。

但我们这次更想测试的不是“图能有多好看”，而是：AI能不能跟着一个项目，持续把工作往前推。

所以第一步不是出图，而是把零散信息整理成一份可以工作的任务书：白天和夜间分别怎样经营；会议时现有桌椅怎样重组；吧台需要哪些设备；哪些信息已经确认；哪些是假设；哪些必须继续向业主追问。

真正的项目从来不是一句提示词。它是一组不断变化、彼此牵连，又经常不完整的信息。

AI如果不能处理这些信息，再漂亮的图也只是一次表演。

把经营设想拆成设计任务：先形成可工作的项目结构，再进入视觉表达。

02｜真正的变化，是从“一次生成”走向“连续推进”

过去用AI，更像抽卡。输入一次，得到一次结果；不满意就重新来；每一轮之间没有真正的项目关系。

智能体带来的变化，不只是模型更聪明，而是它开始围绕同一个目标持续工作：读资料、拆任务、保留上下文、落实修改、检查关联、继续下一步。

在“邻坐”这个练习里，平面不是一张孤立的图。后区12个座位能不能切换成会议模式，会影响家具组合和动线；植物隔断的变化，会牵动储物、排水、清洁和维护；吧台设备一旦确定，又会继续影响操作顺序、菜单结构、包装方向和成本判断。

这时候，AI的价值不再是替人完成某一个动作，而是把原本散落在不同时间、不同文件、不同岗位里的工作，重新连起来。

真正进入项目的AI，不是更快地给答案，而是能沿着同一条工作链继续走。

03｜它先要听懂经营，再谈空间

这次作业里，一个重要起点是：先把经营设想转成设计任务。

“日咖夜酒”不是一句风格口号。它会具体落到营业时段、灯光场景、吧台设备、菜单结构、客群切换和空间氛围。

“可以开会”也不是多放一张会议桌。它要继续追问：现有桌子能不能拼合？桌椅怎样移动？平时怎样使用？切换需要多少时间？会不会影响其他客人？

当AI可以协助把这些问题拆出来，它才开始从“表现工具”进入“项目工具”。

但这里必须有一个边界：AI可以帮助拆问题，不能替项目负责人确认事实。业主真正想要什么，现场条件是否允许，预算是否成立，最后仍然需要人去核实和决定。

同一批现有桌椅，在日常营业与会议模式之间切换。

04｜修改不再只改一张图，而要改整条链

设计项目最麻烦的地方，从来不是第一次做出来，而是后面不断修改。

植物隔断从单纯绿化变成上层植物、下层储物以后，不能只改效果图。还要继续考虑排水、防水、清洁、养护，以及储物与顾客动线的关系。

同样，面料从蓝色换成浅棕色，也不只是“颜色更好看”。它需要放回同一个视角、同一套材质关系里比较，还要继续回到真实样本、耐用性和采购条件。

设计不是连续生成更多图片。设计是一次修改以后，知道还有哪些事情必须跟着改。

这正是智能体比普通对话式AI更有价值的地方：它可以被要求维护一条任务链，而不是只完成眼前这一张图。

植物隔断一旦改变，功能、排水、清洁和维护都要跟着进入任务链。

把不同面料放回同一空间、同一视角中比较；最终仍需核对真实样本与采购条件。

“日咖夜酒”不是一句口号，它要落实为可切换的空间与运营场景。

05｜AI越能执行，人越要负责判断

在这次作业里，我们也碰到了一个很有代表性的错误。

原方案的会议模式，是把现场已有桌子重新拼合。但在后续的一版汇报旁白里，AI把它说成了“新增一张会议桌”。

如果只看最终页面，这个错误并不显眼。但它改变了项目事实，也可能继续影响预算、家具清单和对客户的承诺。

团队发现以后，重新回查原始要求，并同步修改旁白、图注和相关页面。

这件事比一张漂亮效果图更能说明AI今天的位置：

能执行，不等于能负责。

AI可以持续工作，也会持续放大错误。一旦前面的事实错了，后面的文字、图片、清单和汇报可能一起错下去。

所以智能体越深入项目，越需要明确的信息来源、清楚的版本记录、关键节点的人工审核，以及最终责任人。

未来设计公司的竞争力，不只是拥有多少AI工具，还包括有没有能力审查AI、纠正AI，并对最终结果负责。

06｜什么才算真正能进入设计项目的AI？

通过这次练习，我们开始形成三个很朴素的标准。

第一，能不能读懂一个真实任务。

不是只接收一句提示词，而是能处理资料、限制、缺失信息和变化中的要求。

第二，能不能连续执行并联动修改。

平面变了，材料、设备、预算、汇报和后续任务要知道哪里也需要变化。

第三，能不能接受人的复核。

它需要留下来源、假设、版本和待确认项，让真正负责的人知道哪里可以用，哪里必须重新判断。

如果做不到这三点，AI即使能生成非常漂亮的画面，也很难真正成为公司的项目能力。

我们更关心的，已经不是“AI会不会出图”，而是AI能不能进入一家公司真实的工作方式。

07｜设计联本周判断

这周，我们从一份课程作业里看到的，不是一个咖啡厅方案有多完整，而是AI在设计行业里的价值标准正在变化。

第一，花里胡哨的AI正在失去新鲜感。

只会生成漂亮结果，已经越来越难形成真正的竞争力。

第二，下一阶段真正有价值的，是能进入连续工作链的AI。

它能理解任务、组织资料、落实修改、连接成果，并在人的监督下持续推进。

第三，AI越能执行，人越要建立判断权、审核权和责任边界。

未来不是把项目交给AI，而是重新设计人和AI怎样共同完成项目。

对设计公司老板来说，现在可以先做一件很实际的事：不要急着再找一个更会出图的工具。

先拿一个真实、范围可控的项目，把从需求、研究、方案、修改到汇报的工作链完整走一遍。看清楚哪些步骤AI已经能做，哪些地方仍然必须由人判断，哪些经验应该沉淀成公司的规则。

这也是设计联28天课程正在做的事。我们不是把学员训练成更熟练的提示词使用者，而是用真实任务反复验证：AI怎样进入设计公司的经营、项目、内容与交付，并最终变成一套可以持续使用的工作系统。

过去大家比的是，谁的AI更会“表演”。接下来真正要比的，是谁能让AI踏踏实实地参与工作。

｜项目说明

本文案例来自设计联28天课程第二周的课堂模拟项目“邻坐”，项目面积、场地与经营设定均用于教学练习。文中效果图由AI辅助生成，仅用于概念研究与沟通，不代表已建成项目或施工验收结果；功能示意不替代施工图；成本内容为课堂阶段的粗略研究，不构成正式报价。

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9月21日