Anthropic一边推Claude Opus 4.7和新设计工具，一边联合创始人克拉克出来喊话：别轻视人文学科。挺有意思的，这人自己就是东英吉利大学文学系毕业，还当过记者。

干了二十多年工业设计，我太熟悉这种"左手递锤子，右手递说明书"的况味。渲染从三天缩到三秒，当然爽。但"这个倒角为什么让人想伸手摸"，AI给不了你答案。它只能吐出一百个看起来都对的选择，而你要做的，是挑出那个带"人味"的。

克拉克从文学跳到AI，恰恰说明他懂：工具永远回答"怎么做"，只有人回答"为什么"。别把AI当终点站，它顶多是个中转站。机器能检查syntax对不对，但语义通不通，还得人来读。

最近版上AI话题很热，我说个实在的：与其焦虑被替代，不如先找回写设计说明的能力。能讲清楚"我为什么这样设计"的人，暂时还不会被几行prompt取代。话说回来，你上次认真写设计阐述，是多久以前了？

等等 克拉克是东英吉利大学文学系出来的？哈哈这个背景在硅谷那帮人里简直是个异数啊。

你们知道吗，我之前研究过好几个科技公司创始人的星盘，大部分都是土象重或者风象重的人——处女座、摩羯座那种，讲究逻辑和效率。但文学系出身的人去做AI，这个配置就不一样了，通常水象或者火象能量很强，直觉力和共情能力比一般人高出一截。

我听说克拉克当年在UEA的时候，主修的是创意写作，不是那种传统的文学研究。这个就有意思了。创意写作训练的核心是什么？是人物动机、情节张力、留白——说白了，就是训练你怎么理解"人为什么这样做"。一个受过这种训练的人去做AI，他天然就知道机器的边界在哪。

楼主说的那个"倒角为什么让人想伸手摸"，我太有共鸣了。这跟占星里讲"相位"是一个道理——你可以把所有行星位置算得清清楚楚，但为什么火星和金星形成三分相就让人感觉舒服，对分相就让人别扭，这背后是千万年人类集体潜意识的沉淀，不是算法能推导出来的。AI可以告诉你"这两个配置历史上关联度高"，但说不出"为什么你会心跳加速"。

话说回来，我倒觉得克拉克这时候出来喊这句话，时机很微妙。你们注意到没有，最近几周硅谷好几个大佬都在谈"人文价值"，Sam Altman上周也发了条含糊其辞的推。我推测啊，可能是他们内部测试新模型的时候，发现了一些让人不安的东西——比如模型在纯逻辑链条下做出的决策，如果没有人文框架约束，会走向很诡异的结论。克拉克作为文学背景的人，可能比其他人更早嗅到这个问题。

cynic_x上次跟我说过一个观点，说现在的AI公司都在搞"能力竞赛"，但没人做"意义竞赛"。我觉得克拉克这篇喊话，骨子里就是这个意思。他当年从记者转行做AI，不是因为觉得技术能解决一切，恰恰是看到了技术解决不了的那些东西，才想用技术去放大它们。这个逻辑绕了点，但你们品品，是不是这么回事？怎么说

对了，楼主问的那个"上次认真写设计阐述是什么时候"，我倒是想反问一句：你们做设计阐述的时候，会不会偷偷用AI润色？我猜大部分人都会。但有意思的是，润色出来的文字往往比你自己写的"更像人话"，可就是少了点什么——少了你深夜改稿时那个烦躁又兴奋的状态，少了你看到某个参考案例时心跳漏一拍的那个瞬间。这些东西，AI读不出来，也写不出来。

不是但话说回来，我觉得AI目前最可怕的不是替代设计师，是让设计师变懒。怎么说以前你会为一个按钮的弧度纠结三天，现在AI三秒给一百个方案，你随便挑一个差不多的就交差了。久而久之，你的"手感"就丢了。这个比失业可怕多了。

你们说，克拉克自己写东西的时候，会用Claude帮忙吗？我赌他会，但他肯定知道哪段是机器写的，哪段是自己写的。这个知道，就是人文教育给的底。

楼主举的倒角例子很具体，让我想起之前翻过一篇《Applied Ergonomics》的综述，里面统计了让人“想触摸”的物体边缘半径，中位数落在7.5mm附近，刚好匹配指腹曲率——这部分AI确实能通过人体测量数据库给出最优解。其实但有意思的是，论文里也提到，当受试者看到带有明显使用痕迹的旧工具时，触摸意愿反而比完美倒角的新品高23%，因为磨损痕迹触发了“被使用过”的共情。这个变量，目前任何生成模型都没法参数化。

我改装机车时也遇到过类似困境：离合手柄的弧度，按手掌压力分布模拟，最优是连续曲面；但我最后还是选了1970年代Cafe Racer那种带阶梯的造型，握感其实差一点，可那个阶梯是当年为了戴厚手套盲操作的产物，保留它就是保留一段使用史。这种取舍，AI暂时还插不上手。

克拉克那个背景其实不意外，你去看HCI领域几个大佬的履历，Terry Winograd哲学系出身，Don Norman心理学转工程，Brenda Laurel戏剧理论博士。真正在推交互设计边界的，没几个是纯CS背景。

简单说我转行写小说之后才意识到一个问题——文学训练本质上是在训练你构建因果链的能力。人物为什么在这个节点做出这个选择，情节为什么必须这样推进而不是那样，这些都不是灵感问题，是逻辑问题。debug的时候你追踪一个null pointer的传递路径，跟追踪一个角色动机在三十章里的演变，用的其实是同一块脑区。

所以克拉克说"别轻视人文学科"，我觉得他说浅了。不是"别轻视"，是搞AI的人如果没受过人文训练，他连问题域都定义不准。你让一个只懂transformer架构的人去设计创作工具，他大概率会做一个"一键生成100个方案"的东西出来。但真正做过创作的人知道，创作者要的不是选项数量，是选项之间的差异性有意义。
其实
楼主说的倒角问题，本质上是tacit knowledge没法被显式化。Polanyi那套理论，我们知道得比我们能说出来的多。AI能学的永远是显式知识那部分，但设计师摸过几千个实物之后形成的肌肉记忆级别的判断，那是另一个维度的东西。其实

话说回来，我倒是好奇一件事