Dylan Field 在 Hard Fork Live 的判斷很簡單：AI 會讓第一稿變多、變快、變便宜。真正稀缺的不是按下生成，而是看出平均值、拒絕平均值，然後把作品推到有聲音的位置。
訪談一開始，主持人把問題丟得很直接：如果我只要輸入想做的 app，AI 就能產生畫面，設計還剩什麼？Field 沒有把 AI 說小。他承認模型能做很多事，也承認每次新模型出來，社群都會急著宣布某個職業「已死」。
他的反應不是防守，而是把問題換成「平均值」。AI 讓一般水準的文字、一般水準的網頁、一般水準的 app 變得更容易取得。這不代表好設計消失，而是代表大家更容易看見什麼東西只是平均。
這也是他談寫作時的重點。會寫作的人，不只是把句子排好，而是在句子裡展示思考、聲音和風格。設計也是一樣。AI 可以提高底線，但提高底線之後，真正被獎勵的是敢把作品推離平均線的人。
舊金山開始把 taste 當成 AI 時代的護城河。主持人反問：taste 會不會只是「模型還不會做的東西」的代名詞？Field 的回答比較務實。他說模型出來時，你會先以為它什麼都能做，接著看見限制，然後生活繼續。
他沒有要求大家相信人類品味永遠不可取代。他只指出一件更日常的事：人可以偵測平均值。當模型被訓練在資料分布裡，它很容易產生分布內的東西。創作者的工作，是去找分布邊緣、找新的組合、找真正像自己的表達。
Field 提到一個重要訊號：App Store 裡的 app 數量上升很多，但真正被頻繁使用的 app 數量沒有同樣增加。這句話把 AI 工具的矛盾講清楚了。生成能力讓供給暴增，可是使用者注意力沒有暴增。
所以「我週末用 AI 做出一個以前要五十個人做的東西」不是故事結尾。那只是從 0 到 1 的成本下降。真正難的是它好不好用、為什麼值得留下、它有沒有自己的觀點。第一稿越便宜，第二稿、第三稿和最後的取捨越重要。
非工程背景的 PM、創辦人和設計師，都能更快把想法變成可看的東西。
供給變多之後，產品更需要獨特聲音、清楚場景和真的被需要的互動。
主持人問，兩年後設計師這個職稱的人會不會更多。Field 說他認為會，而且可能多很多。更有意思的是，他補了一句：很多做其他職務的人，會開始把自己叫做設計師。
這不是職稱通膨，而是工作內容被重新分配。工程師用 AI 很快做出功能後，下一個問題是「這樣夠好嗎？」產品經理用 AI 做出原型後，下一個問題是「這個互動有沒有被想清楚？」只要開始考慮作品如何被使用、如何被感受、如何被推向世界，那就是設計的一部分。
主持人問 AI labs 會不會一路垂直整合，闖進設計、保險、會計等相鄰產業，讓既有公司很難受。Field 用 OpenAI 和 Anthropic 做對照。他說 OpenAI 曾推出很多東西，後來也做出關掉某些方向、重新聚焦的困難決定；Anthropic 則正在更擴張地推出產品。
這裡的重點不是哪家公司會贏，而是產品不會因為模型強就自動成立。模型能力可以打開入口，但真正留下來的產品仍要面對使用情境、組織取捨、客戶信任和長期維護。AI labs 也逃不掉這些問題。
最後談 hyperstition 時，Field 把話題拉到故事如何召喚現實。他提到 Bitcoin 和 AI 都有這種特性：越多人相信、討論和投入，越可能讓某種未來變成真實。這不是玄學，而是提醒創作者別只把 AI 寫成末日敘事。訓練資料裡也需要「事情可以變好」的故事。
模型把平均值變便宜，創作者的工作變成：不要停在平均值。
Dylan Field 的重點不是替設計師打氣，而是把 AI 時代的分工說清楚：生成是開始，判斷才是作品。
不是考題，是你對自己創作流程的判斷。
喜歡這種分析嗎？
從 AI 工具、平台策略到創作者工作流，用台灣讀者看得懂的語言，把複雜的產業變局說清楚。目前已有超過 2 萬位讀者訂閱。
免費訂閱區塊勢 →也可以直接付費支持，解鎖每週完整文章