近十年來，產品設計師的工作流程遵循著熟悉的節奏：在 Figma 中製作高保真介面、建立互動式原型、撰寫設計系統文件，然後將一切交接給開發人員，由其將像素轉化為可運作的軟體。這種交接是業界的慣例，也是最惡名昭彰的失敗環節。

Vibe coding 直接貫穿了這一連串流程。這種做法指的是透過自然語言提示、即時程式碼生成與迭代式回饋迴圈來開發完整可運作的軟體。建構者無需撰寫複雜的語法，只需說明介面的氛圍、行為與邏輯，AI 模型便會完成其餘工作，生成、執行並迭代程式碼。

Ayomide Olukoga 是一位首席產品設計師，專精於數位產品策略、介面架構與以人為本的設計系統，他並不認為 vibe coding 會取代設計師。

「當任何人都能在數秒內生成可運作的程式碼時，程式碼本身就成為大宗商品，」他在接受 TechNext24 專訪時表示。「變得稀缺且有價值的，是設計判斷力。」

當 AI 程式碼生成成為標準生產工具之際，這項區別可能決定哪些設計師能夠脫穎而出。Olukoga 在傳統的設計到開發流程中工作了多年，如今他以不同的方式構建軟體。他相信，vibe coding 是自圖形化設計工具發明以來，軟體開發領域最重大的變革。

原型的「體面的幻覺」

Olukoga 認為，Figma 原型是一種體面的幻覺。任何人都能在設計工具中為按鈕的懸停狀態製作動畫，但若不撰寫實際程式碼，就無法模擬即時資料庫查詢或使用者驗證。Vibe coding 完全消除了這段距離，設計原型與實際應用程式之間的界線隨之消失。

設計師可以用自然的方式描述一個互動：「為一個房產搜尋應用程式建立動態篩選列，當選取『可寵物』時，觸發細微的版面位移，並以流暢的 CSS spring 動畫即時更新列表卡片。」數秒之內，AI 便會回傳可運作的 React 或 HTML/CSS 程式碼。設計師不再只是軟體外觀的視覺模型，而是交付能真實呈現軟體運作方式的活躍、可互動的程式碼庫。

「Vibe coding 把設計師變成電影導演，」Olukoga 解釋道。「AI 扮演攝影團隊與布景搭建者的角色，負責執行願景，但設計師對最終成品保有完全的創意主導權。很多人使用 Claude Code、Cursor 或 Anti-gravity 等工具來創作，但我們仍然需要人類判斷力，這是 AI 目前無法提供的。AI 無法根據人類心理做出決策。」

迭代迴圈也因此被壓縮。當某個過場動畫感覺遲滯時，設計師無需翻找數百行程式碼；指令是對話式的——把背景模糊加深，並將進場 spring 動畫延長 200 毫秒。過去需要數天的流程，現在只需數秒。

技術上過硬的程式碼仍可能讓使用者失望

Olukoga 提醒，技術上健全的程式碼並不等於好的產品。他舉了一個例子：一款他與友人共同開發的遊戲，使用 Claude 生成初始原型。

「Claude 生成了視覺上和技術上都相當出色的程式碼，但對一般大眾而言，它缺乏良好的使用者體驗，」他說。修復工作需要人為介入：他們請了一位奈及利亞插畫家，創作出能引起當地市場共鳴的吉祥物圖像。「Claude 生成了健全的程式碼，但如果沒有我們的研究與人為輸入，它在文化品牌呈現上有所不足。」

當被問及這種主導角色近期實際運作的例子時，Olukoga 談到他目前在中東的一個專案，他在那裡擔任一家電信公司的產品設計師，負責重新設計一個架構極為龐大的網站。

「我目前在一家位於中東的電信機構擔任產品設計師。我的任務是為一個重新設計、架構非常龐大的網站找出最佳進入點。我請 Claude 爬取現有網站、繪製網站架構圖，並找出有缺陷的進入流程。它列出了多個進入點，我們根據使用者訪談推斷出哪些進入點的轉換效果最好。由於中東地區的使用者互動模式與英國不同，我們也將這一點納入考量，Claude 協助我們找出了新的進入點，讓我們在後續決策時有所依據，」他回述道。

這是他看到整個產業不斷重複的模式：AI 以機器速度繪製地形圖；人類決定前進的方向。

隨著原型變得可執行，這條界線越顯重要。更快的生成速度並不能免除定義正確問題、評估流程是否適合目標使用者，以及考量文化脈絡的需求。在 Olukoga 的例子中，這些決策來自使用者訪談、研究與產品判斷，而非單靠程式碼生成。

取代的是任務，而非人

設計圈瀰漫著高度焦慮，擔心隨著 AI 工具讓程式設計變得人人可及，專職產品設計師的價值將隨之降低。國際貨幣基金組織（IMF）總裁 Kristalina Georgieva 近期的一份聲明指出，AI 可能取代全球多達 40% 的工作力。

Olukoga 認為實際情況恰恰相反。「實際上，發生的完全是相反的事。當任何人都能在數秒內生成可運作的程式碼時，程式碼本身就成為大宗商品。變得稀缺且有價值的，是設計判斷力，」他說。

「AI 無法感受，」他補充道，並回憶起去年與設計師們的一次討論。「我告訴他們，現在是 AI 未來最差的時刻，因為它會持續進化。」

在他的解讀中，取代的衝擊落在任務上，而非人身上。「AI 不是要取代 40% 的設計師，而是直接淘汰 40% 的標準化、例行性、以執行為主的任務。AI 無法取代問題定義與系統架構。它接手繁重任務，在幾分鐘內產出結果，設計師只需運用更高的品味來迭代並做出決策。」

AI 可以即時生成十種結帳畫面的變體，但它無法直覺地理解人類心理、空間和諧、無障礙設計或品牌細膩之處。「AI 將取代那些拒絕在工作流程中使用它的人，」他主張。「AI 不知道顧客為什麼在第三步放棄購物車；這需要一位熟練的產品設計師來策劃、批判，並引導 AI 達成流暢的使用者體驗。」

Figma 的未來

如果 AI 能根據提示生成可用於生產環境的介面，那麼身為各地產品團隊預設工具的 Figma 會怎麼樣？

「我不認為 vibe coding 會完全取代 Figma，但它從根本上改變了 Figma 的用途，」Olukoga 說。在他看來，自然語言的 vibe coding 消除了大量高保真介面製作、靜態原型設計與開發者交接的工作。它將在機械式的生產執行上取代 Figma，但在策略對齊或系統性設計上則不會。設計師過去花費 70% 的時間繪製靜態畫面與匯出規格；vibe coding 吸收了這些機械式生產工作，讓設計師更容易專注於決策，而由 AI 處理 UI 框架生成。

早期團隊的新經濟學

對於新興市場中工程人才成本高昂的早期新創公司而言，vibe coding 改變了組建團隊的經濟學。Olukoga 描述了一種結構性轉變：延後聘用專職前端工程師。過去，新創公司需要一位後端架構師和一位前端工程師，才能完成行動元件的建置。自然語言生成讓樣板程式碼變得輕而易舉，意味著一位全端創辦人現在就能獨自建置並部署完整的使用者介面。創辦人可以快速推出 MVP，只在擴展需求出現時才聘用技術人員。

「Vibe coding 正在彌合設計與工程之間的歷史鴻溝，」他指出。「它讓設計師能夠直接從想法邁向可運作的軟體，而不會陷入語法錯誤、樣板程式碼或溝通不良的交接流程。」

兩種工具都要學，判斷力不能丟

對於今天進入這個領域的設計師，Olukoga 的建議不是在新舊工具之間做選擇。「他們應該兩者都學，」他說。「因為 AI 生成了大量的程式碼與設計，需要人類判斷力才能產出獨特的成果。」掌握複雜的 Figma 元件能打下設計基礎；提示 AI 工具則能加速執行。但判斷力，是無可妥協的。

設計專業的重心正在從靜態像素轉向更接近「指導」的方向。Olukoga 總結道，軟體開發不再是描繪介面應該長什麼樣，而是透過人類判斷力來引導氛圍。他認為，能夠脫穎而出的設計師，是那些將對使用者的深刻同理心，與即時提示、引導並塑造活躍程式碼的能力相結合的人。