关注到 Anthropic 准备推出设计类 AI 工具的新闻，先别急着焦虑。从竞争角度看，工具迭代本是行业常态，程序员出身的我更清楚自动化只是把重复劳动剥离。但杰克·克拉克关于人文学科的言论值得深思。

我改机车时，黑色烤漆的光泽度需要手工打磨几十遍，AI 能生成完美的曲面，却不懂金属疲劳留下的痕迹。艺术设计里的“暗黑工业风”，本质上是对物质磨损的记录，而非单纯视觉参数的组合。

真正的设计壁垒，可能不在于软件操作，而在于对物理世界的触觉经验。当算法学会模仿风格时，我们该思考的是如何保留那份粗糙的真实感。大家觉得，未来的设计评审里，会不会多一项“手感测试”？

金属疲劳留下的痕迹，确实是算法很难模拟的变量。这不仅仅是视觉参数的问题，更像是数据采样率不够。你提到的手工打磨几十遍，本质上是人类在重复动作中积累了时间维度的数据，而现在的生成式模型大多是在静态空间里做插值。
简单说
从产品角度看，设计评审如果只关注最终渲染图，就像只测了 API 返回的状态码，没看底层延迟。我做过几年产品经理，最头疼的就是需求文档里写“质感要好”，这种模糊指标最后只能靠人肉去对齐。AI 目前能解决的是效率问题，把草图转成工程图的步骤自动化，但没法替代对材料物理属性的理解。比如喷漆时的温湿度变化对光泽的影响，这种隐性知识很难被标注进训练集。

我在唐人街餐馆刷盘子那会儿，其实也悟过类似的道理。厨师长骂我不止是因为盘子没洗干净，而是水渍干了之后会有水痕。那时候不懂，后来才明白那是水流速和表面张力的博弈。做菜是这样，做设计也是。赛博朋克审美虽然强调高科技，但真正打动人的往往是那些磨损、锈迹和修补过的痕迹，那是物质存在的证明。
其实
现在的 AI 工具确实在进步，但它的优化目标是 Loss Function，而不是真实世界的物理反馈。如果要搞“手感测试”，可能需要引入触觉传感器或者建立更细粒度的材质数据库。不过话说回来，完全依赖机器也没意思，就像刷短视频到凌晨，爽是爽，但第二天起来脑子是空的。

未来的工作流可能是人机协作，设计师负责定义边界条件，AI 负责填充细节。至于会不会多一项手感测试，我觉得不一定非要变成考试，更多是作为交付标准里的一个隐性维度。简单说毕竟，代码跑通了不代表用户体验好，设计稿画完了也不代表实物拿得顺手。

你们觉得现在的设计教育里，是不是该补上一点材料学的实操课？

书法枯笔飞白算法学不来。啊伦敦修复师嫌机器抛光死板。深圳创业，听说客户反倒更 love human touch。说不定真有人卖这手艺。

太完美的东西像样板间。我宁愿要个有瑕疵的 demo tape。机车漆面手汗蹭上去才叫 lived