Linear創始人Karri Saarinen談AI時代設計師價值遷移
Linear聯合創始人兼CEO Karri Saarinen表示，在AI時代，設計師表面上最顯而易見的路徑是向代碼端靠攏，但更有價值的方向可能是上游，貼近用戶、業務與問題本身，因爲當每個人都能讓智能代理寫代碼時，真正稀缺的能力會變成搞清楚爲什麼、做什麼以及怎麼做。
他在近期多篇文章和發言中強調，生成式工具把“界面產出”變成了標準化能力，AI可以快速生成看起來合理的UI，但難以替代設計中的問題定義、系統思維與判斷力；Linear在實踐中更看重理解用戶做什麼、決定產品該做什麼功能，再用AI和代碼加速實現，這與他早先反對“設計等於寫代碼”、提醒設計師不要被實現細節鎖死在局部最優的觀點一脈相承。
在他看來，AI代理將拉平“會不會寫界面代碼”的門檻，買方變成懂業務、懂用戶、能抽象問題的設計/產品複合型人才，賣方則是各類自動化設計與生成工具；資本和組織資源會更多流向能把客戶反饋、業務目標與技術能力串起來的人，而單純只會調用工具、產出界面的設計師，將在定價權和話語權上被邊緣化。
來源：公開信息
ABAB AI 解讀
從歷史行爲看，Karri Saarinen一直在用產品與觀點把設計從“畫圖”往“問題定義”和“系統思維”上拉：他在早期就參與打造Airbnb的設計系統，後續在Linear上堅持“從第一天就把質量和體驗做到極致”的理念，並公開反覆寫作提醒行業不要把設計簡化爲界面生產線，而要把重心放在問題框架、約束條件和系統結構上；這次關於“AI時代設計師要走向客戶和業務上游”的表態，延續了他過去在LinkedIn和訪談中“設計不僅是輸出，而是探索和理解”的長期主張。
資本路徑上，Linear本身就是“把設計上游化”的一個商業化樣板：公司拿到超過5000萬美元融資，核心產品卻刻意保持克制功能數，通過一套高度意見化的流程和界面，把工程、產品、客戶反饋聚焦到“真正需要解決的問題”上；在AI功能上，Linear不是先堆砌自動生成UI或代碼，而是優先用AI理解用戶工作區、自動判定歸屬團隊和優先級，把智能放在“問題路由與決策”這一層，這實際上把增量價值押在Karri口中的“why/what/how”而非“把設計更快翻譯成代碼”。
類比來看，他的立場與一批“設計即代碼”派形成鮮明對照：一邊是主張設計師直接在代碼中工作、通過Figma-to-React這類工具壓縮設計與實現距離的陣營，另一邊則是Karri這種強調“設計是搜索與探索”的路線；這在行業演化中很像當年數據科學與BI工具的分化——Tableau等工具降低了可視化門檻，但真正掌握問題定義和指標體系的人，反而在組織中上升爲產品或戰略角色，同樣地，隨着AI把界面生成和組件拼裝 commoditize，Karri試圖把設計師的位置重新推向“客戶與業務之間的翻譯層”，而不是“更快出圖的執行層”。
從結構判斷看，他描述的是一場“定價權轉移”而非簡單的技術替代：AI代理和自動生成工具會持續壓低“寫界面、改樣式”的單位價格，把這部分勞動變成低溢價資源；與此同時，定義需求、選擇方向、設計系統邊界的人，對產出結果的影響度反而放大——也就是說，價值從可見界面向無形決策結構集中，組織會給“懂用戶 + 懂業務 + 懂技術約束”的人更高預算和更大授權，這屬於知識工作內部的層級重排，而不是簡單的“設計被AI取代”。
ABAB News · 認知定律
當執行被AI拉平，真正稀缺的是誰來定義題目。
工具越聰明，界面越便宜，決定做什麼的人越貴。
不向代碼或畫布卷，用力向用戶和業務卷。