核心要点
- 设计流程压缩不了：工程师因为编码代理提升了 10 倍甚至 100 倍产能，设计团队却没有——因为设计过程本质上还是「试一堆、扔掉大半」的混乱迭代，加上对齐多方的沟通开销，代理只能加快出想法的速度，压不掉反馈闭环。
- AI 已经是好设计师：Ian 的答案没有回避——「它已经是一个非常出色的产品设计师了」；但它未必是最好的视觉设计师、信息层级或排版专家，而它真正的意义是这种能力对每个人都触手可及。
- 少设计一点：面对速度压力，他给团队的建议是反直觉的「do less」——先看有没有现成的系统或组件可以复用，甚至先问这个功能是不是根本不需要，而不是从零设计。
- 角色会模糊但不会合并：他不认同「大家最终都变成 builder」；大公司里仍然需要有人专职把多个团队拧成一股绳、锐化问题空间、管资源，只是每个人能干的别人的活变多了。
- 两个设计师配一个工程师：他转述朋友创业时的配置讨论——过去是 1 个设计师配 15 个工程师，现在有人在考虑 2 个设计师配 1 个「非常靠谱的工程师」，因为工程稳固性只需要一个人守住。
- 能力过剩（capability overhang）：OpenAI 内部的判断是绝大多数用户只拿到了产品真实价值的一小片；应对方式是主实验流给极简体验，前沿功能先给最在意的人（桌面端、Codex、ChatGPT for Work），最终必须被蒸馏回主体验里，「用户不该需要去想开关或模式」。
- 招人看好奇心不看 AI 背景：他明确告诉候选人不要求 AI 背景（因为演进太快），但要求极高的好奇心和上手学习的能力，以及原型能力；系统思维的权重也在快速上升。
章节时间轴
- 0:00 开场蒙太奇 — 抛出全期的三个核心论点：设计师最不开心、工程师 10x 而设计师没有、以及「AI 已经是个出色的产品设计师」。
- 1:33 嘉宾介绍 — Ian Silber，OpenAI 产品设计负责人，三年任期；此前在 Artifact 和 Instagram（八年）。
- 2:20 为什么设计师是最不开心的群体 — Lenny 公布调研结果，Ian 回应说他身边其实很多设计师非常乐观，但完全理解那份不确定：现在没人说得清对一个设计师的期待到底是什么。
- 4:39 设计流程为何压缩不了 — 团队内部调研里最突出的一条：工程师 10x 甚至 100x 了，设计团队没有，因为设计仍然是「试了很烂、再试还是很烂」的混乱过程。
- 5:26 OpenAI 作为研究实验室的 DNA — Ian 说公司把自己当研究实验室，这一点深植于一切；设计团队的做法是鼓励探索而不是要求所有人改变工作方式。
- 9:18 过得好的人有什么共同点 — Lenny 归纳：感到被 AI 放大、好奇、有时间探索、更有创造力；Ian 补上「适应性」和「在社群里一起试」。
- 11:36 「我们都还非常早」 — Ian 认为没有人有完美答案，今天觉得前沿的东西一年后会显得古老，所以「今天开始的人不会落后，反而会领先大多数人」。
- 13:08 为什么这是历史上做设计最好的时候 — 对比他青少年时代靠「查看网页源代码」和 Dreamweaver 自学，现在从想法到可用版本只要几分钟。
- 16:15 两个设计师配一个工程师 — 朋友创业时的配置讨论，以及「当人人都能做出东西时，真正理解用户、做出令人愉悦的东西会成为最重要的产品维度」。
- 17:02 三方对峙：PM、设计、工程谁会赢 — Lenny 转述 Marc Andreessen 的蜘蛛侠指指点点梗；Ian 认为边界一直模糊、只会更模糊，但大公司仍需要专职角色。
- 22:24 AI 会成为出色的产品设计师吗 — Ian 直接回答「它已经是了」，同时区分了它在视觉、排版、交互设计上未必最强。
- 23:55 人脑还剩下什么价值 — 真正理解人需要什么、看人使用产品的反馈闭环、发明新东西，以及「有人对这件事有观点」这个纯粹的人味。
- 25:26 为什么 AI 不擅长设计新范式 — 多点触控、Instagram、Snapchat 都没有训练数据可依；现在轮到「怎么用语音跟 AI 说话」「怎么用代理替你办事」，同样没有先例。
- 27:45 招人在看什么 — well-rounded 的团队组合、不要求 AI 背景但要求好奇心、原型能力，以及权重上升的系统思维。
- 30:51 系统思维与可组合的原语 — 以 Notion 的积木式设计为例，说明为什么不能做一堆孤立的一次性体验。
- 31:37 「少设计一点」 — Lenny 提到工程师一天推 5000 个 PR；Ian 说自己的建议是「能不设计就不设计」，先找现成组件或干脆砍掉功能。
- 33:11 传统设计流程还剩多少 — 回应 Jenny Wen 关于「已经没时间做原型—测试—研究—迭代」的说法：取决于阶段，ChatGPT 的某些功能会试 100 个扔掉 99 个，另一些则公开建造、快速学习。
- 37:48 平衡十亿用户与创新 — Anthropic 设计负责人 Joel Lewenstein 提的问题；Ian 谈 capability overhang，以及前沿功能如何先给最在意的人、最终蒸馏回主体验。
- 41:38 空白输入框问题 — 「聊天是不是终局」这个批评，以及如何设计一个能变形成任何工具的界面。
- 43:10 为什么聊天是好界面 — 转述前 CPO Kevin Weil 的观点：说话是一个能横跨极宽智能光谱的界面，人类本来就这么互相沟通。
- 43:57 界面正在长出结构 — 开放问题的可点选追问、writing blocks（可直接编辑的写作块）、图像生成的专用模式——聊天记录不必只是纯文本。
- 46:14 ChatGPT 的长期方向 — 更适应你生活的上下文、主动性（proactivity）、更自然的语音、一个知道该快答还是该去干活的统一输入口。
- 49:20 他希望第一天就知道的事 — 坦承刚进 OpenAI 时相当胆怯，很长一段时间觉得自己「不擅长这个」，后来发现同侪的困难完全一样。
- 51:41 停止 AI 自信表演 — 引用 Elena Verna 的文章，说明装作「全都搞明白了」的普遍性，以及为什么谦逊更有用。
- 53:15 给焦虑设计师的一条建议 — 承认这是完全理性的感受，然后去探索、多做原型，并把注意力放回「做出人们喜欢的东西」这个真正的产出上。
- 55:34 AI 角落：他自己怎么用 — 晚上有想法就丢进去做原型、第二天拿着可视化的东西找团队；以及用它总结需要跟进的 Slack 消息、开会前的上下文准备。
- 57:51 失败角落 — IGTV 是个大失败，但团队快速换掉了错误假设和约束，重做成了 Reels。
- 61:43 闪电轮 — 《设计心理学》、百老汇剧《Maybe Happy Ending》与电影《The Invite》、Rivian 与 Waymo。
- 66:22 从 Groupon 到超级智能 — 每家公司都有独特的 DNA（Groupon 的喜剧团队、Instagram 的设计基因、Sam Altman 的运作方式），关键是理解并顺势而为，而不是试图改变它。
详细内容
一、那份最不开心的调研，以及 Ian 的解释
Lenny 开场就把数据摆出来：在他做了两年、自称同类中规模最大的科技从业者情绪调查里，设计师和用户研究员在每一个维度上都是最不开心的——最不知所措、最焦虑、最不乐观、最担忧、最疲惫，也最不愿意推荐自己的职业给新人。
Ian 的回应分成两层。第一层是他身边的观察其实相反：「我接触到很多设计师非常乐观、非常兴奋。」第二层是他完全理解那份不确定从何而来——因为现在没人说得清对一个设计师的期待到底是什么。是不是角色变了？我的预期该不该不一样？我是不是需要每天都写代码？他说，一个受过某种经典训练、习惯某种工作方式的人，现在会突然觉得「天哪，我得把一切都改掉」。工程师已经走完了这个转变，而设计师还卡在中间。
然后是这期最被引用的一段，也是他从团队内部调研里拿到的最突出的一条反馈：「我们看到工程师提升了 10 倍甚至 100 倍的产能，但我们的设计团队没有。」
原因他讲得很具体：设计过程本身仍然需要时间。你还是得试一堆东西然后扔掉；相比之下，跟编码代理协作已经相当二元了——你让它做一件事，它现在通常就做得挺好。而设计仍然「非常混乱、非常流动」：你以为有个好点子，试了，很烂；再试，还是很烂；然后给用户或者内部看，反馈说方向不对，你还是得走完那个费劲、混乱但很好玩的过程。他承认它在某个维度上确实被压缩了——你能更快地拿出更多想法——但整个反馈闭环还在，而且在大公司里，让很多人对齐这件事本身就有大量开销。
Lenny 补上调研的另一面：大约一半的人正处在职业生涯最好的时光，最乐观、最开心，而最强的相关性是「他们感到被 AI 放大」。Ian 归纳过得好的人的共同点是把 AI 用在流程的每一步，加上「适应性」——他说这个词现在被说滥了，但确实成立：昨天不行的东西今天可能就行了。他举了自己的例子：去年底休陪产假时做副业项目，试了几个编码代理，能用但总是磕磕绊绊；一个月后 Codex 发布，再试一遍，「天哪，它就是能用」。
二、「我们都还非常早」这句话为什么重要
Ian 反复回到一个论点，而且它对焦虑者是有实际用途的：我们处在极早期，没有人有完美答案。
「感觉上东西已经变了很多，感觉上我们已经走了很远。但对任何想做设计、想进设计的人来说——不管你是职业早期还是晚期，甚至你从来没真正设计过任何东西但一直在想这件事——好消息是我们都在边走边搞清楚。没有人有一套关于设计流程应该怎么运转的完美答案。」他的推论是：今天开始的人不会落后，反而会比大多数人有优势。 今天看起来最前沿的东西，一年后——甚至一个月后——就会显得非常古老。
他用自己的三年任期佐证：刚加入 OpenAI 时看到还没发布的早期语音模式演示、几乎跑不动的 computer use，而现在这两样已经字面意义上成了他们设计软件的工作流的一部分。
他还给了一个更长的历史对照来支持「这是历史上做设计最好的时候」这个判断。他十几岁入门时，学设计和代码的方式是在 HTML 网页上「查看源代码」，看别人是怎么搭的；工具是 Dreamweaver 之类。「拿那些跟今天比——你可以学得这么快，你可以从一个想法到一个能跑的版本只用几分钟。」
在这个基础上他推出了一个关于价值迁移的判断：当任何人都能做出任何东西时，「真正理解用户并做出令人愉悦的东西」会成为评价一个产品最重要的维度之一。而那恰恰是设计师的本职工作。他还提到一个正在发生的结构变化——朋友们在讨论创业时的设计/工程配比：过去可能是 1 个设计师配 15 个工程师，现在有人在考虑 2 个设计师配 1 个工程师，「一个非常好的工程师，确保我们从工程角度造出来的东西足够扎实；然后两个真正有创造力的人来想这个产品该怎么建」。
Lenny 在这里提了一个诚实的追问：既然如此，为什么还没看到设计岗位的爆发？Ian 的回答不回避——「我们可能会开始更多地看到这个发生」，或者反过来，可能会看到工程师想变得更偏设计；同时设计师本身也在变得更高产，只是不像工程师那样是直接的产出翻倍。
三、三方对峙：角色会模糊，但不会合并
Lenny 转述 Marc Andreessen 在这个播客上的说法：现在是 PM、工程师、设计师的三方对峙，每一方都觉得另外两方会消失、自己会赢——像那个蜘蛛侠互相指指点点的梗图。
Ian 的观点是：边界一直是模糊的，现在只会更模糊，但角色不会合并。 他说自己一直见到「很像 PM 原型但能做设计」的设计师，也见到「很像打磨型工程师」的设计师，「我一直觉得这种单一孤立的角色定义没什么道理。只是大公司需要有个职级阶梯才好组织人」。
但接下来他给了一个明确的反对「大家都变成 builder」的论证。如果指望一个人既要做设计、又要把团队凝聚在一个方向上、又要对齐整个公司、又要干 PM 干的所有活、同时还要自己写代码，你很难找到在所有这些技能上都强的人。他说自己仍然非常看重一个优秀的 PM：能把多个团队拧到一起、能锐化团队所聚焦的问题空间或视角、能处理资源问题；也仍然看重一个能确保产出真正扎实、真正能接进更大系统的工程师。
Lenny 复述确认后，Ian 补了一个重要的限定条件：这不是一句放之四海的话。「如果我现在创业，我会招我能想到的最好的通才，那种能在这些角色之间流动的人。」但也许这一点一直都是真的。他的最终归纳是把人抽掉来看——要造出好软件，需要戴不同的帽子，而这些帽子会继续是重要的职能。
四、AI 已经是个出色的产品设计师
Lenny 问得很直接，也点明了这个问题的尴尬：一方面 Ian 会说 ChatGPT 将在一切上变得很出色，另一方面作为设计负责人很难说「设计会被 AI 做掉」。
Ian 的回答没有绕：「也许一种说法是，我觉得它已经是一个非常出色的产品设计师了。它真的已经很棒了。」 但他立刻做了两个限定。第一，这不代表它是最好的视觉设计师，或者在信息层级、排版、乃至用户体验和交互设计上最强——「它未必在这些里的任何一项上是最好的」。第二，也是他认为更关键的：「最酷的地方在于，它对每一个人都是可及的。」 他把 OpenAI 的工作定位成「造工具让人更有创造力、能做更多、能造更多」。
那么人脑还剩下什么？他给了三条：真正理解人需要什么（包括看着人使用产品的那个人类反馈闭环）、发明前所未有的东西、以及纯粹的人味——「哦，这是某个人做的，某个人对这件事有观点」。他认为这一点会越来越突出，而设计师需要磨的正是「我的观点是什么？我在为谁做这个？为什么？」
Lenny 转述了 Codex PM 给出的两个「AI 为什么不擅长设计」的理由：一是伟大的产品设计本质上是做新东西，而模型训练在今天所有最有意思的网站上，只会给你「今天已经有的」；二是 AI 研究员本身未必天生擅长设计，可能不理解怎么训练一个模型在这上面变强。
Ian 顺着第一点展开，给了这期最好的一串例子：每一次范式跃迁都没有训练数据。iPhone 出现时，你在为多点触控做设计，那开启了一整套全新的交互范式，没有先例可循。Instagram 拥抱的是「每个人都有手机」这件事。Snapchat 是他认为的另一个伟大设计案例——「可能有人觉得它的交互设计很奇怪，但它彻底颠覆了人们可能想要怎么互相沟通」。他对伟大设计的定义就是：真正理解人们有这个问题、或有这个未被满足的需求，然后用一种独特的方式把它造出来。而现在轮到 AI 自己了：怎么用语音跟 AI 说话？怎么用一个代理替你执行任务？这里同样没有多少先例。
五、「少设计一点」与系统思维
这是全期最可操作的一段。Lenny 把设计师焦虑的根源归结为「传统设计流程没时间做了」——工程师一天推 5000 个 PR。
Ian 说他们内部有过这样的对话，而他的鼓励是「少做一点」（do less）：「如果不是非做不可，就别设计它。也许已经有一个现成的系统、组件或者什么东西可以在上面搭；或者也许我们根本不需要这个功能，我们其实只是需要扩展一个已有的功能。」他强调这需要跳出你手头这块的边界去思考，而速度正是这件事变得如此重要的原因。
这自然接到系统思维——Lenny 说这是他连着第五期听到嘉宾提这个词，「我需要一张 bingo 卡了」。Ian 给的理由是 OpenAI 特有的：他们在造一个具备各种能力的超级智能，因此必须更多地思考可以互相叠加的底层原语。他举 Notion 早期做得很好的例子——先造积木，然后一切都可组合。「我们不想造一堆孤立的一次性体验。我们希望能造并交付可以互相搭建的系统，这样用户使用我们的产品时，它感觉是一个连贯而简单的东西，而模型也能推理出怎么把这些东西拉到一起。」
关于传统设计流程还剩多少，Lenny 引用了 Claude Code 设计负责人 Jenny Wen 在这个播客上的说法：原型—做稿—测试—研究—迭代—交付工程—上线这一套已经没时间了，角色转向了大图景规划和给人指方向。
Ian 说 100% 认同，但取决于阶段。ChatGPT 的某些功能他们会极度较真、投入大量时间——「我们试 100 个，扔掉 99 个，最后上线一个」，比如 composer 每天都在变。而另一些东西，比如 super app 相关的部分，他们就是公开建造（building in public），快速试、快速拿内外部的即时反馈。他说这是一种不同的工作方式，但一旦适应就非常有成就感。
他给出的判断标准很清晰：技术可能一个月就变——某个交互、某个设置可能就不需要存在了，或者出现了新能力，或者延迟特性变了让你可以重新思考整件事。所以要脚下快、不要太珍视自己的稿子，直到某个东西硬化下来（你不认为它明天会因为技术而改变），那时候再把它打磨到最好。他举了一个正在做的大项目：思考 ChatGPT 如何深度嵌入个人生活、这个 app 该有什么感觉——这种事不会一夜设计并上线，会在白板上想、在 Figma 里画、做原型、内部试吃很久才发布。「然后还有另一些事情，是从想法到上线只要 4 小时。」
Lenny 的总结是：挑仗打，把设计精力集中在那些会持久、不会变的东西上。 Ian 的回应是「完全正确——而且很难知道那是什么」。
六、给十亿用户设计，同时给最前沿的人设计
Anthropic 设计负责人 Joel Lewenstein（Ian 的好友）替 Lenny 提了一个问题：这份工作最难的部分，会不会是平衡十亿 ChatGPT 月活的既有需求和持续创新的需求？
Ian 说这是个很好的问题，也是工作里很有趣的部分。他强调 OpenAI 的受众跨度是他从没经历过的：在 Instagram 他也面对过十亿量级用户，但产品相对简单、用法就那么几种；而这里的一端是「用它想今晚吃什么菜谱、头发该怎么剪」，另一端是「正在自动化他在日本的农场」。Lenny 惊叹说这个光谱之宽前所未有——「从『我手指上这块疹子是什么』到『造一个 Salesforce』」。
OpenAI 的应对策略叫 capability overhang（能力过剩）：他们相信绝大多数人只拿到了产品真正价值的一小片。Ian 说这本身不一定是坏事——他们仍然获得了大量价值。做法是：确保主体验对海量用户是极简、顺滑的，同时把所有前沿的东西也给出来、并让在意的人能方便地拿到。挑战在于不要过度索引到前沿，把大多数人理解不了的东西摆在十亿用户面前。
具体路径是先跟真正在意的人做实验——桌面 app、Codex，而现在 ChatGPT for Work 正在迈向一个宽得多的受众。而终局判断很明确：「东西真正属于数十亿用户的时候，是他们不必去想一个开关、一个模式或者任何类似东西的时候。」 所以他们知道这些能力最终必须被蒸馏回主体验里。
这也牵出了「空白输入框问题」。Ian 说这是他们一直在想的大挑战之一：聊天是不是终局？「它是个终端，是个被吹捧过头的终端」是这些聊天机器人常吃到的批评。那么，怎么设计一个能变形成任何东西的东西？ 有人来做图玩，有人来生成 PowerPoint——这个自适应界面是个非常有趣的设计难题，而且是无人区。同时他们要同时照顾新手（帮他们理解这东西怎么给生活或工作增加价值）和重度用户（用它当主力工具，此时设计要做的是让开路）。
Lenny 转述前 CPO Kevin Weil 的一个说法作为对聊天的辩护：什么界面最擅长横跨极宽的智能光谱？其实就是说话——人类从低 IQ 到高 IQ 都能互相交谈，所以对一个越来越聪明的东西来说，这是个相当好的封装界面。
Ian 顺着讲了他们正在做的两件事。第一是帮你更好地表达意图：不希望你必须当一个完美的提示词工程师，所以既要教你「这件事模型能帮你」，也要更好地理解你到底想要什么——他们最近上线的功能是，你问一个开放式问题时，它会用可点选的追问帮你补全，而不是让你把一切都打出来。第二是聊天记录不必只是纯文本：他举了 writing blocks 的例子——你让它写封信或邮件，它会把内容放进一个可以直接操作的块里，你可以在里面打字、头脑风暴、编辑其中一小段、单独复制，这让整个交互体验好得多；图像生成也在长出类似的专用模式。他预测 UI 会继续朝这个方向演化：根据上下文给你不同的可供性——如果你是设计师，ChatGPT 或许该长得不一样；如果你是数据科学家、或者只是用它打理个人生活，它或许也该不一样。
关于长期方向，他给了四个词：更适应你生活的全部上下文、主动性（他说 proactivity 是一块很大的未开发部分，ChatGPT for Work 已经能基于日历、Slack 等外部上下文给出不错的建议）、更自然的语音（刚刚经历了一次模型层面的阶跃）、以及更持久的工作流（现在很多时候感觉每次都是从零开始）。而 super app 的构想是一个统一的输入口——它知道什么时候该快速回答、什么时候该闲聊、什么时候该跑出去替你干活；「你不该需要去想它是怎么运作的，不该需要想你在用哪个模型、哪种速度」。
七、招人、失败与公司 DNA
关于招聘，Ian 先给了一个「大公司的奢侈」但他认为在小公司也成立的原则：招一个多样化、各有所长的团队。要有一定比例的通才，但也要有出色的视觉设计师、品牌团队、原型能手、偏战略的产品思考者，以及那些痴迷于前沿走向的人。「我没发现哪个设计师能把每个格子都勾上，人天然会被某些东西吸引。」
具体在看什么：不要求 AI 背景（他会明确告诉候选人这一点，因为演进太快），但要求极高的好奇心和上手学习的能力——不只是怎么用在自己的流程里，尤其是怎么造工具让更多人用起来。其次是原型能力（他整个职业生涯都看重，而现在门槛大幅降低，所以更容易凸显）。最后是观点和战略思考，以及权重快速上升的系统思维。
失败角落里 Ian 给的答案很实在。他说自己在 OpenAI「基本上每天都觉得自己在失败」——刚加入时并不真正理解该怎么搭一个设计团队、怎么招人。更具体的例子是 Instagram：他做过 IGTV，「一个巨大的失败」，然后团队做了 Reels。他的复盘是他们「烘焙进了一些错误的假设，抱住了几个约束不放」，但很快学到并改掉，重做之后就成了一个非常成功的产品。他的结论是：重要的不是你某一次交付了什么，而是你如何反应、如何向前修复、如何持续迭代和倾听用户。
关于自己最想告诉「第一天的 Ian」的话，他坦承刚进 OpenAI 时相当胆怯：GPT-4 刚出来不久，他在用这些东西，但不觉得自己真的理解它们。更个人的一层是他踏进了一个非常不同的角色——他管过团队，但没在一个增长这么快的规模上管过，而且公司本身如此不同，每天都是新东西。「有很长一段时间我觉得，我大概不擅长这个，我不知道自己在干嘛。」直到他去找那些带过大型设计团队、或处在类似转型中的朋友聊，发现他们的感受完全一样，他遇到的问题一点都不独特。
Lenny 接上 Elena Verna 那篇《Stop the AI confidence theater》：所有人都在发自己用 AI 做了什么、生活如何被改变、一切都搞定了，而实际上真正好用、真正跑起来的东西极少。Ian 的回应是：「谦逊得多会好得多——哇，是啊，我不知道，这东西变得很快，我就是要拥抱它，看看它会去哪。」并再次引用 Kevin Weil 那句：我们今天拥有的模型，是它将来最差的样子。
最后一问是关于 Groupon——他 LinkedIn 上最早的一段经历。他的答案意外地有内容：Groupon 是家很有意思的公司，Andrew Mason 是个把「性格」带进产品的 CEO；公司里有一支喜剧写手团队，产品在早期几年「完全不把自己当回事」。「你订阅 Groupon 不只是因为那个五折的日常团购，人们爱那封邮件，因为它写得真好、很好笑、有性格。」
由此他引出更普适的一课：每家公司都有非常独特的 DNA，你的工作方式得随之调整。 Groupon 是一种运作方式；Instagram 是设计与创造力驱动的，Kevin Systrom 本人就是出色的设计师并以那种方式跟团队工作；Sam Altman 则是完全不同的运作方式，加上 OpenAI 作为研究实验室的底色。他说自己在 Instagram 学到的信条是「先做最简单的那件事」（do the simple thing first），他把这个带到了 OpenAI，但也承认这不是唯一的工作方式——在 OpenAI 现在的阶段，「我们确实会把一些还在实验的东西扔掉」，在 Instagram 那种更慢、产品改动更少的节奏在这里行不通。
Lenny 补了一句关键的：你也不可能改变那个 DNA，尤其在创始人色彩浓的公司里。Ian 同意，他的说法是「不是试图改变它，而是试着把它补全一点」。
金句
「我们看到工程师提升了 10 倍甚至 100 倍的产能，但我们的设计团队没有——因为设计过程仍然需要时间。」 —— Ian Silber 4:39
「如果你真的从今天开始，你会比大多数人都有优势。」 —— Ian Silber 12:22
「我觉得它已经是一个非常出色的产品设计师了。最酷的地方在于，它对每一个人都是可及的。」 —— Ian Silber 22:24
「我的鼓励一直是：少做一点。如果不是非做不可，就别设计它。」 —— Ian Silber 32:23
「东西真正属于数十亿用户的时候，是他们不必去想一个开关、一个模式或者任何类似东西的时候。」 —— Ian Silber 40:52
「我们今天拥有的模型，是它将来最差的样子。」 —— Kevin Weil，由 Lenny 转述 52:29
提到的书·产品·人物
- Ian Silber（人物）：本期嘉宾，OpenAI 产品设计负责人，任职三年；此前在 Artifact 和 Instagram（八年）。
- Artifact（产品）：Instagram 创始人做的新闻应用，Lenny 自称「非常喜欢」，是 Ian 加入 OpenAI 前的一站。
- IGTV / Reels（产品）：Ian 在 Instagram 的两段经历，前者是他口中的「巨大失败」，后者是从失败假设里快速改出来的成功产品。
- Codex / ChatGPT for Work / composer（产品）：本期反复提到的 OpenAI 产品与功能；ChatGPT for Work 全云端运行，让他能随时随地丢想法进去。
- writing blocks（功能）：ChatGPT 里可直接编辑的写作块，Ian 用它说明「聊天记录不必只是纯文本」。
- Jenny Wen（人物）：Claude Code 设计负责人，曾在本播客提出传统设计流程已无时间执行的观点。
- Joel Lewenstein（人物）：Anthropic 设计负责人，Ian 的好友，替 Lenny 提了「如何平衡十亿用户与创新」这个问题。
- Kevin Weil（人物）：OpenAI 前 CPO，两条被引用的观点分别是「说话是横跨智能光谱的好界面」和「今天的模型是它最差的样子」。
- Marc Andreessen（人物）：曾在本播客提出 PM/设计/工程「三方对峙」的蜘蛛侠比喻。
- Elena Verna（人物）：Lovable 增长负责人，文章《Stop the AI confidence theater》批评行业里的自信表演。
- Notion（产品）：Ian 用来举例「可组合积木」的系统设计典范。
- Snapchat / iPhone 多点触控（案例）：说明伟大设计往往没有训练数据可依的两个例子。
- 《The Design of Everyday Things》（设计心理学）（书）：Ian 唯一推荐的设计书，他自嘲「不是什么独特的推荐，但确实是经典」。
- 《Maybe Happy Ending》（百老汇音乐剧）：关于超智能人形机器人的剧目，Ian 与 Lenny 都极为推崇其舞台设计。
- 《The Invite》（电影）：Ian 近期看过的另一部作品，四个人一间公寓，「简单但极好」。
- Rivian / Waymo（产品）：他近期喜欢的产品——Rivian 是他第一辆 EV，Waymo 则是「世界上最神奇的体验」。
- Groupon / Andrew Mason / Kevin Systrom / Sam Altman（人物与公司）：用来说明「每家公司有独特 DNA」的三段对照经历。
- WorkOS / Mercury（产品）：本期广告位提及。
适合谁听
正在为「AI 会不会取代设计」焦虑的产品设计师，以及需要重新想清楚 PM、设计、工程边界该怎么划的团队负责人。