到2030年,70%的设计技能将彻底消失
文章引用LinkedIn CPO观点,指出到2030年70%的传统设计技能将被重构,设计师需转向判断力、商业理解与全链路交付能力。
到2030年,70%的传统设计技能将彻底消失。“这是设计师的最后的转型窗口期。
很多企业已经将全栈工程师取代产品经理岗位。工具执行能力正在快速替代,唯有判断能力才能真正会留存。
顶尖设计师借助 AI 拓展边界,普通设计师借助 AI 提升效率。这两者之间的差距就是未来设计师的生死线。
...
LinkedIn 的设计团队完成了一件 6 个月前几乎不敢想象的事:他们交付的不再是原型图,也不是设计文档。而是能直接上线生产环境的代码 PR。
这是对残酷现实的一次正式回应:到 2030 年,我们设计师至今所依赖的 70% 设计技能都将过时或被彻底重构。
对话 LinkedIn CPO,Tomer Cohen :为什么 AI 正在颠覆传统产品管理

对话链接🔗 https://www.youtube.com/watch?v=R-zCfLQD_84
“我们已经取消了培养助理产品经理(APM)项目,取而代之的是助理全栈工程师…从 1 月开始, LinkedIn 将系统培养他们:编码、设计、产品,三位一体的能力。”
我们不再训练他们使用一推工具。而是,让他们一个人,从头到尾,从创意到上线,独立完成全部产品环节。
Cohen 给出的理由也很简单:“我们不再像过去那样,需要那么多专业化分工的人才了。”
恰恰这正是区分顶尖设计师与普通设计师的分水岭:目前设计还没有被人工智能全部替代。这意味着:现在行动,设计师仍然握有窗口期,但是,这种比较优势,只会维持到 2030 年。
为什么到2030年,70%的设计技能将彻底消失?

Cohen 提供了一份数据:到 2030 年,当前 70% 的专业技能将被重构或彻底过时。对于设计师而言,这意味着花费数年打磨的技能,比如:像素级执行、工具操作、组件库搭建,都将变得毫无稀缺性。
如今,LinkedIn 已经有 50% 的工程维护工作已由 Ai Agent 自主完成。接下来,设计执行将是下一个被替代的领域。
Cohen 的核心逻辑是:“我们必须回归第一性原理,重新思考产品构建的意义… 精简流程。” 传统的产品开发流程:调研、产品、设计、编码,是按步骤分工进行交付的,每个步骤由不同的角色负责的。这种 “微专业化”的模式早已失去竞争力。
新的模式是:一个人借助 AI Agent(比如:增长、调研、编码等相关的Agent)来处理执行环节,从而,把精力聚焦在判断力和创造力。构建一种 “人机之间的灵活协同”,而非岗位之间的线性交接。
工具执行、组件创建、像素微调,交付文档编写等设计技能,到 2030 年将被淘汰:
对构建内容与价值的判断力、引导人工智能的审美能力、商业理解能力、独立全链路交付能力,到 2030 年依然是稀缺的设计技能:
能在 AI 自动化浪潮中,真正留存的 6 项设计能力
—— 这也是区分顶尖设计师与普通设计师的关键
我们并不是探讨“我要不要学编码”。然而,当到 2030 年, 70% 的设计技能被淘汰的时候,以下能力将决定你能否站到最后,从而不被替代。

LinkedIn 所定义【全栈开发者】,并不是什么都懂一点的通才,而是,他们是具备强大判断力,能借助 Ai 跨领域完成执行的“超级个体”。
Cohen 举了个例子:一名用户研究员,借助 AI 工具直接转型为增长产品经理。这并不是因为他学会了全套增长营销技能,而是因为他对用户行为具备判断力,AI 帮他抹平了执行上的障碍。
我发现这将设计师分成了两种类型。一种:他们觉得学习 React “因为它有用”。另一种:学习 React,是因为他们深知研发工程师错误实现他们的设计。前者掌握的是工具技能,后者掌握的是以工具为支撑、解决问题的能力。
Cohen 所展示的数据也明确指出,AI 让顶尖人才受益远大于普通人。顶尖设计师与普通设计师之间的差距正在被拉大。
顶尖设计师利用 Ai 拓展自身能力边界。普通设计师利用Ai 加快当前工作的速度。这就是到 2030 年设计师的生死线。
最佳实践:把新技能和你正在解决的具体问题联系起来,而不是为了一个虚无的未来,去学一堆假设有用的工具。

这里有个绝大多数人都误判的关键点:Cohen 指出,目前,设计是 AI 最难掌握的 “技能” 之一。
这真是给设计师们提供了一个有限的窗口期。AI 可以快速生成功能性代码,却很难在层级、间距、审美和情感共鸣方面做出成熟的设计决策。
在 LinkedIn 提交代码 PR 的设计师们,并非要取代研发工程师。而是,他们凭借自己的设计判断力,不用等工程资源排期,就能独立发布界面。审美品味是他们的核心优势,而独立上线能力是他们的价值壁垒。
Cohen 也非常明确的指出:“仅仅给他们工具是远远不够的,还得建立对应的激励机制。” 如果你始终等待别人来实施你的设计,那么,就算会使用 AI 也毫无意义。
真正的差距,不在于设计想法有多好,而在于你验证自己想法的速度有多块。
最佳实践:如果设计比代码更被 AI 现自动化,而你已经具备审美品味,那么学到能自己独立发布成果的代码能力,将是你能掌握的最具影响力的核心技能。

我理解,全栈开发者不只是负责交付功能,他们还需对这些功能背后的业务价值负责。
这对习惯 “只接需求、只做交付” 的设计师来说,是一次巨大的思维跃迁。如果你要将一个想法从概念真正落地成上线产品,你必须具备商业判断力。
学会从更高维度追问 “为什么”。如果你在设计结账流程,不能只停留在 “用户完成购购买” 这个层面,而是要追问:“这个功能达到怎样的转化率,这个功能才值得被开发?”
AI 可以针对任何问题生成解决方案,但是,它无法判断,哪些问题真正值得解决。
最佳实践:在开始设计工作前,先用一句话说清业务为什么要解决这个问题。如果你做不到,那就说明你还没真正理解这个问题。

LinkedIn 的做法,并不是用初级开发者取代资深产品经理。而是,他们对已有判断力的人才进行再培训,让他们具备跨领域执行的能力。
判断力拥有复利效应,而技能学习的回报会递减。 最初的100小时的编码学习就能让你上手,但是,后续的1000小时也只能让你更熟练。但是,编码能力提升10倍,并不会让你的产品价值提升10倍。
但是,对产品成功要素的判断力,回报却是持续递增的。做到第100个项目时,你能洞察到大多数人都会忽略的二阶效应。
Figma 的《2025 年人工智能报告》也印证了这一点,资深设计师在使用 AI 时,对自身判断力的信任程度比初级设计师高出 43%。这并不是因为他们更会写提示词,而是他们清楚什么才是真正好的结果。
最佳实践:**追踪设计决策,而不是只追踪交付物。**记录你做了什么决策、为什么这样做、结果如何,这才是无法被 AI 替代的核心资产。

其中,让 Cohen 感到惊讶:“顶尖人才本就有不断追求进步的本能…AI,会让他们变得更加卓越。”
AI,并没有抹平竞争,反而急剧扩大了差距。
普通设计师利用 AI 更快做完当前工作;然而,顶尖的设计师则利用 AI **去做以前做不到的事。**直接提交代码、快速开展实验、批量验证 10 倍以上的方案变体等等。
主动型设计师会问:“是什么阻碍我的产品发布?” 然后,会主动学习足够的知识来消除阻碍。然而,被动型设计师则会问:“这是谁的工作?” 然后原地等待。
Cohen 提出的 70% 技能重构指标,传递的信号也很明确:如今,设计师赖以生存的技能,到 2030 年无法保障设计师的竞争力。唯有持续拓展自身能力边界,才是真正的保障。
最佳实践:不要问 “这是我的工作吗?” 而是问 “是什么阻止我设计的产品发布呢?” 然后学习足够的知识来消除障碍。

还有一个被大多数人忽视的真相:只有当你对整个功能结果全权负责时,你的判断力才能真正显现出来。
在传统组织里,设计师可以说 “我只是按产品经理的要求做”,同时,产品经理也能推 “设计没有给到我想要的”。然而,当一个人对最终结果负责时,就没有任何借口可说了。
这就是为什么【文档记录】变得无比重要的原因。不是设计系统文档,而是你思考决策的全过程。
在 LinkedIn 这样的环境中取得成功的设计师都有一个共同习惯:他们会清晰记录自己的推理过程。为什么选 A 方案而不是 B 方案?他们优化了什么?又刻意放弃了什么?
这不是为了辩解。而是为了让你的判断力变得可传授、可审视、可提升。
Don Norman 的设计思维原则强调 “让思维可见”。在一个执行越来越快的 AI 时代,你最核心的资产,就是你的判断过程,除非你主动让它显现,否则是其他人永远看不见的。
最快适应 AI 的团队,不仅仅是行动更快,而是他们让决策过程更加透明。他们不是评审设计稿,而是评审设计背后的思考和推理过程。
最佳实践:每一个重大决策,用 2-3句话解释:你优化了什么、做出了哪些权衡。在分享设计之前,先与团队分享你的推理过程。
...
2030 年超级设计师的不同之处

敲响警钟:到 2030 年,当前 70% 的专业技能将被彻底重构。LinkedIn 近 50% 的工程维护工作,已由 AI Agent 自主处理。
这场变革,从来不止是简单的工具升级。 Cohen 强调:“只给员工工具是远远不够的,你必须重塑激励机制。” LinkedIn 重新设计了绩效评估体系、团队架构和职业发展路径,只为奖励那些能从头到尾、独立闭环完成交付的员工。
普通设计师的选择:利用 AI 更快完成手头上的执行任务,优化 Figma 上的工作流程,然后等待研发工程师去实现。
顶尖设计师的路径:利用 AI 彻底消除依赖。几小时内交付可运行的真实原型,并持续积累代码、设计和产品,三位一体的判断力。
给设计师们 Claude 或 Copilot 这类工具,并不会带来真正的改变。但是,营造一种奖励独立交付、减少交接损耗的文化,会彻底重塑行为。(除此之外,还有企业岗位需求)
如今,你的设计专业基础只是入场券。精致的像素、流畅的交互,这些在 2030 年只会是基本要求。真正区分顶尖设计师和普通设计师的是:
能判断变体方案能真正解决实际问题?
能看懂背后的二阶效应?
能清醒地做出权衡取舍?
这些才是能在 AI 自动化浪潮中真正能留存下来的能力。
行动计划:在 2030 年前成为顶尖设计师,Cohen 说的很清楚:“工具是不够的,机制才是关键。” 不要等待公司进行重组,现在就开始训练自己。
本月行动:挑选一个你已经设计完,但在等待开发的功能。使用 AI 工具(Claude、Cursor、v0)做出一个可点击、可体验的真实界面。不是 Figma 文件,而是一个别人能够点击浏览的实际界面。然后,在内部发布它。
**本季度目标:**掌握一项能够消除交接依赖的技能。对大多数设计师来说,那就是 “足以发布简单界面的代码能力”。学到“能用”的程度,而非学到“精通”。利用 AI 帮你编写代码,但你要理解代码在做什么。
全年战略:像 LinkedIn 的全栈开发者一样,记录你的每一个决策。记录你做了什么决策、为什么这么做以及结果如何。这就是你培养能不断积累的判断力的方式—— 这种技能到 2030 年依然值钱的核心技能。真正的问题从来不是 “我要不要应该像LinkedIn 期望的那样成为一名全栈开发者?”而是:“我能不能不等别人有空,就把将自己的想法落地发布出去?” Cohen 是对的,目前,设计是人工智能最难掌握的“技艺”。你有审美,有判断力,还有一个窗口期,现在掌握 “能独立发布成果的代码能力” 就能让你成为金字塔顶尖的超级个体。但是,这个机会,到 2030 年就结束了。
雁评
真实、有观点的好评或吐槽,欢迎分享你的使用体验。