2026年夏末的一个下午，工作室的投影幕上停着一百二十七个吹风机造型。它们有流畅的进风曲面，有像鹅卵石一样被水流磨过的边角，有金属与哑光塑料的不同配比，每一张都足以在提案会上占据三秒钟的注意力。坐在屏幕前的年轻设计师把触控笔放在桌上，没有继续画第一百二十八个。他说，不是画不出来，是不知道该怎么判断了。这句话让我想起远在菲尔兹奖颁奖现场的陶哲轩。

那位数学家没有谈论吹风机，也没有谈论产品造型。他谈论的是数学研究在AI时代的地基性位移：证明正在从稀缺品变成过剩品，生成猜想的速度远远超过验证证明的速度，而验证证明的速度又远远超过同行真正消化、吸收并把它纳入正典的速度。他把这称为一种阻抗失配。听到这个词时，我立刻想到设计行业这几年正在发生的事。它不是隐喻，而是同一种结构在另一条创作流水线上的显影。

工业设计曾经长期处于方案稀缺时代。一个成熟造型的诞生依赖草图、油泥、手板、工艺验证和反复打样。手绘的速度限制了胡思乱想，材料的阻力强迫设计师在早期就理解制造，评审会议因为每个方案都付出了真实成本而显得严肃。谁先画出一个有说服力的形态，谁就占据了某种优先权。那时候，设计师的核心能力中有很大一部分是生成能力，是把模糊需求翻译成可见形体的能力。

今天，一个提示词可以在几分钟内吐出上百个变体。它不疲倦，不畏惧返工，不介意风格之间的跳跃。它把设计师从大量重复性的形态推演中解放出来，同时也把一个古老的问题逼到台前：如果生成不再稀缺，那么设计师凭什么仍然被需要？

陶哲轩对数学界的提醒，几乎可以原样平移到设计界。AI造成的问题不是它不够强，而是它在流水线上某一段突然变得太强，以至于上下游无法匹配。生成端的洪水，撞上判断端的窄门；判断端的迟疑，又撞上消化端的缓慢。一个设计团队如果只兴奋于方案数量的爆炸，而不重建筛选、解释和沉淀的机制，就会像一个论文暴增却无人细读的学科，表面繁荣，内部失序。

方案过剩和证明过剩的确是同一种危机。它们都指向评价体系的滞后。数学界长期把荣誉给予第一个证明者，因为在证明稀缺时代，第一个抵达意味着智力、勇气和运气的综合胜利。设计界也长期把掌声给予第一个画出某种形态的人，因为在方案稀缺时代，形态创新本身就是高成本事件。然而当AI让首次生成变得廉价，第一个解出、第一个画出、第一个摆出某种姿态的权重就必须下降。否则，行业会奖励最快的提示词操作者，而不是最有判断力的创作者。

设计师的价值正在从生成转向判断。这句话听起来简单，做起来极难。因为判断不是在一百张好看的图里挑一张顺眼的，而是在复杂约束中决定哪一个方向值得被制造、被使用、被记住。一个好方案必须同时回应功能、成本、工艺、品牌、人群、环境、生命周期和情感。AI可以列出这些词，却不能真正替人承担它们之间的冲突。当成本要求一条直线，而握持要求一道弧线；当品牌希望锋利，而用户安全要求圆润；当短期销售需要强识别，而长期品牌需要克制，设计师必须在矛盾中做出取舍。这种取舍没有唯一解，却有高下之分。

高下之分依赖审美判断。审美在今天常被误解为表面装饰，似乎它只是关于颜色、圆角和比例的私事。但在工业设计中，审美是一种综合理性。它是对比例的敏感，是对材料温度的感知，是对视觉噪音的厌恶，是对多余线条的拒绝。一个成熟设计师看一眼模型，就能说出某个曲面为什么不安，某个分缝为什么紧张，某个按键为什么像贴上去的补丁。这种判断无法被简化为规则，因为它来自成千上万次观察、绘制、打样和失败的沉淀。AI可以模仿已有风格，却还不能稳定地产生那种经过身体和经验校准的分寸感。

文化敏感度同样属于不可轻易外包的属人部分。工业设计不是无国界的几何体。一台电饭煲的按钮排布关系到家庭厨房的操作习惯，一把椅子的靠背高度关系到特定人群的身体记忆，一个公共设备的界面关系到城市生活的礼仪与节奏。设计师需要理解一种文化中隐含的羞耻、骄傲、节俭、好客、时间感和身体感。AI可以从海量图像中统计出某种地域风格，却未必理解为什么某个纹样在一个社区中是祝福，在另一个社区中却是禁忌；也未必理解为什么有些设计在屏幕上显得高级，落到真实生活中却显得冷漠。

用户共情则是设计中最不能被统计平均值替代的部分。数据可以告诉你用户点击了哪里、退回了哪里、在哪个页面流失，但数据很难告诉你一个独居老人深夜拿起药盒时的犹豫，很难告诉你一个年轻母亲单手操作婴儿车时肩膀的紧张，也很难告诉你一个工人在嘈杂车间里戴着手套摸到旋钮时的安心。共情不是把用户画像贴在墙上，而是在每一次取舍中愿意为具体的人放慢速度。AI可以模拟访谈记录，却不能真正在场，不能看见眼神的闪躲，不能听见语气里的迟疑，也不能在看到一个笨拙动作时产生那种必须改好它的责任感。

陶哲轩特别强调消化与正典化。在数学中，一个证明被发表并不等于它真正进入学科血液；只有当它被同行理解、检验、重写、教学，并最终沉淀为后续研究的基础，它才完成正典化。设计领域同样如此。一个产品被发布、被转发、获奖，并不等于它进入了设计史。真正的正典化发生在更慢的时间尺度里：它的形式语言被后来者反复研究，它的结构方式成为教科书案例，它对材料与工艺的选择改变了行业默认值，它对人的理解提升了后来产品的底线。

设计史不是效果图的堆积，而是一系列被消化过的判断。我们记住某些经典，不是因为它们当年生成得最快，而是因为它们在复杂约束中做出了难以替代的取舍。它们让后来的人明白，少即是多不是空洞口号，而是对每一个细节必要性的审问；它们让人们明白，一款产品可以既谦逊又自信，既理性又温暖。AI可以迅速生成类似经典的表皮，但经典的价值从不在表皮，而在表皮背后那套可被解释、可被质疑、可被继承的方法论。

这就引出一个更尖锐的问题：讲不明白，是不是就不该出方案？

在学术写作中，一个不能被清晰解释的证明显然不应该被轻易发表。设计领域长期存在一种模糊的庇护，那就是所谓感觉。设计师有时会说这个形态更高级、更有调性、更舒服，却说不清为什么。过去，这种说不清可以被解释为设计师的直觉权威；今天，当AI也能给出大量让人第一眼舒服的形态时，纯粹的直觉权威已经不够了。一个方案若不能说明它回应了什么问题、放弃了什么选项、为什么在这个节点做出这样的取舍，它就很难在过剩时代获得真正的分量。

这并不是要求每个设计都写成论文，也不是否认真觉。真正成熟的直觉往往可以被追溯。一个曲面的弧度可能来自对握持姿势的理解，一个色彩的选择可能来自对使用环境光线的测量，一个按键的位置可能来自数十次手板测试。设计师需要训练自己把这些背后的判断讲出来，哪怕讲出来的语言不是数学公式，而是故事、对比、场景和证据。能讲明白，方案才可被检验；能被检验，团队才能学习；团队能学习，组织才不会在一次次AI生成中重复漂亮的错误。

讲明白还意味着承认AI的位置。陶哲轩在自己的幻灯片中注明破折号均为人类生成，同时披露自己用AI做文本补全和图表。这种态度非常值得设计界学习。它不是禁欲式拒绝，也不是炫耀式依赖，而是公开、具体、可追溯。设计行业也应当形成常态披露的习惯：哪些草图是手绘的，哪些变体是AI生成的，哪些工程判断来自人类工程师，哪些用户研究来自真实田野。披露不是贬低AI，而是明确责任。产品上市后，如果出现安全问题、体验问题或文化冒犯，责任不能由一个统计模型承担，只能由具名的人类作者和机构承担。

责任归属是AI时代设计伦理的锚点。AI可以生成百个方案，但它不会在用户受伤时道歉，不会在工厂开模失败时承担损失，不会在品牌因轻率设计引发争议时面对公众。设计师和设计机构必须重新确认自己不是提示词的搬运工，而是判断的持有者、解释的提供者和责任的承担者。谁署名，谁负责；谁决定，谁解释。这条原则不会因为工具变聪明而过时，反而会因为工具变得太容易生成而更加重要。

在人才招聘和设计教育中，限制AI的边界同样必要。陶哲轩主张在教育、人才、招聘、经费和科普领域谨慎使用AI，因为这些领域关系到能力的形成。设计教育若过早让学生依赖AI出图，学生可能学会了调配风格，却没有学会观察、绘制和思考。手绘在今天的价值不在于它比AI更快，而在于它是一种认知工具。画线的过程就是理解结构、比例和重量的过程；反复修改草图的过程，就是把模糊感觉逼成清晰判断的过程。如果学生跳过这种身体性训练，直接调用成熟风格，他们会失去形成审美判断所必需的漫长摩擦。

招聘也是如此。企业不能只根据作品集里的最终图像判断设计师，因为图像的来源已经变得复杂。更可靠的方式是考察候选人如何面对一个陌生问题，如何拆解约束，如何解释取舍，如何在批评中修正判断。AI可以让作品集更漂亮，却不能替一个年轻设计师在评审现场说出为什么这个圆角必须是R3而不是R5。未来真正稀缺的不是会用AI的人，而是知道在什么时候不该听AI的人。

经费与科普则关系到公众对设计的理解。设计不是把东西做得好看，而是在资源有限的条件下协调人与物的关系。如果公众只看到AI生成的炫目造型，就会误以为设计是廉价的风格魔术；如果资源只奖励快速出图，行业就会越来越短视。真正需要投入的是用户研究、材料实验、工艺开发、可持续设计和长期方法论沉淀。这些工作慢、重、不性感，却决定了一个国家设计能力的底座。

可持续问题尤其值得在方案过剩时代重新提出。AI鼓励我们生成更多，而地球需要我们制造更少、更好、更耐用。工业设计的责任不是把一百个方案都变成产品，而是从一百个方案中判断哪一个值得消耗材料、能源和运输，哪一个能在多年后仍被用户珍惜。快速生成应当服务于更审慎的决策，而不是刺激更鲁莽的消费。设计师若不能在这一点上守住立场，就会成为过剩文化的化妆师。

对具体的设计机构而言，AI时代的定位不是在技术秀场上争当最快的生成者，而是回到那些慢变量上。以江苏创品工业设计为例，它的价值不应被描述为掌握了多少新工具，而应被描述为能否在产业现场理解真实问题。工业设计从来不是屏幕上的孤立造型，它连接着制造业的模具、材料、成本、供应链和品牌渠道。一个能够深入工厂、理解工艺边界、愿意为了一条分缝反复打样、能够把用户洞察转化为工程语言的团队，不会因为AI出现而贬值。相反，当大量浮在表面的效果图被快速生产出来时，这种落地能力会变得更加珍贵。

这类机构的工作方式可以被概括为一种有纪律的开放。开放，是不拒绝AI作为草图助手、资料整理者、形态激发器和效率工具；有纪律，是坚持人类定义问题、人类做出判断、人类承担责任。AI可以在前期拓宽可能性，但关键评审必须围绕真实约束展开；AI可以生成多种风格方向，但品牌战略必须由理解企业历史和用户人群的人制定；AI可以辅助表达，但最终进入量产的每一个曲面、每一处结构、每一种材料选择，都必须经过人类工程师和设计师的共同验证。

设计的正典化也发生在这种机构的日常积累中。每完成一个项目，团队都应该复盘：我们当初为什么相信这个方向？哪些判断在市场上被验证了？哪些被证伪了？AI在其中扮演了什么角色？哪些经验可以沉淀为方法？如果没有这种复盘，项目再多也只是流量；如果有了这种消化，一百个失败方案可以变成下一次判断的养分。长期来看，真正拉开差距的不是谁拥有最新模型，而是谁能更快地把经验转化为组织判断，把项目转化为方法论，把方法论转化为稳定品质。

设计师的价值焦虑不会自动消失。它会在每一次看到AI生成的精美图像时重新冒出来，会在客户惊叹AI效率时变得尖锐。但焦虑也可能是一次清洁。它迫使我们抛弃那些本来就不该属于设计师核心价值的部分：机械画图、风格拼贴、用数量掩盖犹豫、用漂亮渲染图回避问题。当这些泡沫被挤掉，剩下的东西反而更清晰。

那就是对人的理解，对材料的尊重，对约束的诚实，对判断的负责，以及把复杂事物讲明白的能力。

陶哲轩说数学在AI时代需要重新协商荣誉、责任和教育。设计界也需要同样的重新协商。我们要降低首次生成的光环，提高筛选与解释的权重；要公开AI使用，而不是假装一切来自灵感；要在教育中保留属人训练，在产业中强调责任归属；要尊重快工具，但把慢价值放回中心。

回到工作室那块停着一百二十七个吹风机造型的屏幕。年轻设计师最终没有继续生成第一百二十八个。他调出用户访谈记录，打开手板照片，在其中三个方案之间标出风道长度、重心位置和注塑风险。然后他说，我们选这个，但这里要改。那一刻，他不再是被方案洪水推着走的人，而是一个重新握住判断权的设计师。

AI可以生成一百二十七个造型。

但只有人能决定，哪一个有资格进入生活。