底特律的某個(gè)風(fēng)洞里，一臺(tái)新車正在做空氣動(dòng)力學(xué)測(cè)試。但設(shè)計(jì)它的工程師，可能已經(jīng)在擔(dān)心自己的工位了。

汽車從草圖到量產(chǎn)要五年，這時(shí)間夠油價(jià)漲兩輪、審美換一代。車企現(xiàn)在盯上了大語(yǔ)言模型（LLM，一種能理解和生成自然語(yǔ)言的人工智能系統(tǒng)），想把這個(gè)周期砍短。問題是：AI加速設(shè)計(jì)的同時(shí)，會(huì)不會(huì)連設(shè)計(jì)師一起"優(yōu)化"掉？

五年之癢：汽車業(yè)的時(shí)間詛咒

一輛2024年上市的新車，立項(xiàng)可能在2019年。那時(shí)候特斯拉還沒盈利，"國(guó)潮"還沒成為車圈熱詞，高油價(jià)讓SUV銷量下滑。

五年里什么都變了，除了那張凍結(jié)在2019年的設(shè)計(jì)圖紙。

汽車記者Tim Stevens在播客里提到，這種滯后性是行業(yè)的結(jié)構(gòu)性痛點(diǎn)。消費(fèi)者口味、政策風(fēng)向、能源價(jià)格——所有變量都在流動(dòng)，唯獨(dú)產(chǎn)品開發(fā)像一艘慢船。車企的焦慮很實(shí)在：等到車上市，當(dāng)初押注的潮流可能已經(jīng)過氣。

AI被看作解藥。從油泥模型制作到風(fēng)洞測(cè)試，大語(yǔ)言模型和生成式工具正在滲入各個(gè)環(huán)節(jié)。不是替代某個(gè)環(huán)節(jié)，而是壓縮整個(gè)鏈條的反應(yīng)時(shí)間。

Stevens的觀察很直接：車企嘴上說著"AI是輔助工具"，但身體很誠(chéng)實(shí)——投資規(guī)模、試點(diǎn)項(xiàng)目、內(nèi)部重組，都在指向同一個(gè)方向：用更少的人、更短的時(shí)間，做更多的迭代。

設(shè)計(jì)師的黃昏？一個(gè)被回避的問題

車企的公關(guān)話術(shù)高度一致：AI不會(huì)取代人類，只是增強(qiáng)創(chuàng)造力。

Stevens的回應(yīng)帶著記者式的懷疑："我們應(yīng)該擔(dān)心當(dāng)車企用AI取代人類時(shí)會(huì)發(fā)生什么。"他補(bǔ)了一句關(guān)鍵判斷：最終會(huì)不會(huì)是AI模型來決定我們開什么車？

這個(gè)問題現(xiàn)在沒有答案，但值得現(xiàn)在就想。

設(shè)計(jì)決策權(quán)的轉(zhuǎn)移是漸進(jìn)的。第一階段是工具替代：AI生成數(shù)百個(gè)造型方案，人類挑選。第二階段是流程替代：AI根據(jù)市場(chǎng)數(shù)據(jù)、法規(guī)限制、成本約束，直接輸出"最優(yōu)解"。第三階段呢？人類可能只剩下"簽字"的儀式感。

Stevens沒有預(yù)測(cè)時(shí)間表，但他點(diǎn)出了一個(gè)被行業(yè)回避的悖論：加速設(shè)計(jì)的收益顯而易見，加速失業(yè)的風(fēng)險(xiǎn)卻沒人愿意認(rèn)領(lǐng)。

更微妙的張力在于"品味"。汽車設(shè)計(jì)長(zhǎng)期依賴少數(shù)明星設(shè)計(jì)師的直覺——賓尼法利納、喬治亞羅的名字就是溢價(jià)保證。AI的品味從哪來？從歷史數(shù)據(jù)。這意味著它擅長(zhǎng)延續(xù)成功公式，卻不擅長(zhǎng)創(chuàng)造意外。

問題是，消費(fèi)者真的想要意外嗎？還是更安全、更"正確"的設(shè)計(jì)？

AI編碼工具的代理人戰(zhàn)爭(zhēng)

汽車不是唯一被AI重構(gòu)的行業(yè)。同一期播客里，The Verge記者Hayden Field把視角轉(zhuǎn)向了更激進(jìn)的戰(zhàn)場(chǎng)：AI寫代碼。

兩個(gè)產(chǎn)品正在正面交鋒。Claude Code，Anthropic推出的編程助手；Codex，OpenAI的同類工具。它們的功能高度重疊：理解自然語(yǔ)言指令，生成、修改、調(diào)試代碼。

Field的描述很具體：這不是"輔助編程"的溫和升級(jí)，而是對(duì)"誰(shuí)寫代碼"這個(gè)根本問題的重新定義。開發(fā)者從打字員變成指令發(fā)出者，從實(shí)現(xiàn)細(xì)節(jié)轉(zhuǎn)向描述意圖。

競(jìng)爭(zhēng)格局比產(chǎn)品功能更有趣。Anthropic與美國(guó)政府的關(guān)系忽冷忽熱——"要么在合作，要么不在，也不太清楚這有多重要"。OpenAI的內(nèi)部氛圍"稍微好一點(diǎn)，但仍然不太好"。AGI（通用人工智能，指具備人類水平綜合智能的系統(tǒng)）的概念"可能已死"。

Field的總結(jié)帶著行業(yè)觀察者的疲憊：AI領(lǐng)域沒有靜態(tài)時(shí)刻，一切都處在流動(dòng)的爭(zhēng)議中。

這種混亂對(duì)從業(yè)者意味著什么？技能半衰期在縮短。今天有效的提示詞技巧，明天可能被新版本淘汰。今天熟悉的工具鏈，明天可能被原生AI集成取代。

汽車設(shè)計(jì)師和軟件工程師，看似隔著行業(yè)鴻溝，卻面對(duì)相似的處境：核心能力正在被重新定義，而定義權(quán)不在自己手中。

"AI效率"裁員：借口還是真相？

播客最后接了一個(gè)聽眾來電。問題是：那些大規(guī)模裁員并聲稱"AI提效"的公司，說的是真話嗎？

Field的回答很謹(jǐn)慎："有時(shí)候。某種程度上。"

這個(gè)模糊的判斷背后有更復(fù)雜的現(xiàn)實(shí)。確實(shí)有一些崗位被AI直接替代——客服、初級(jí)文案、基礎(chǔ)翻譯。但也有大量裁員是宏觀經(jīng)濟(jì)、戰(zhàn)略收縮、過度招聘后的回調(diào)，AI只是最方便的公關(guān)包裝。

危險(xiǎn)的是敘事本身。當(dāng)"AI效率"成為裁員的標(biāo)準(zhǔn)話術(shù)，它會(huì)自我實(shí)現(xiàn)：投資者期待AI驅(qū)動(dòng)的成本下降，管理層被迫展示AI成果，員工被迫證明自己的"人類不可替代性"。

汽車業(yè)正在進(jìn)入這個(gè)循環(huán)。Stevens提到車企對(duì)AI的熱情，但沒有給出具體的裁員數(shù)字或時(shí)間表。這種信息的缺失本身就是信號(hào)：變革還在早期，但方向已經(jīng)明確。

一個(gè)可以參考的平行案例是制造業(yè)自動(dòng)化。機(jī)器人取代流水線工人的過程持續(xù)了數(shù)十年，不是一夜之間完成的。但回頭看，轉(zhuǎn)折點(diǎn)往往被低估——某個(gè)年份的"試點(diǎn)項(xiàng)目"，后來成了新標(biāo)準(zhǔn)。

AI設(shè)計(jì)汽車可能正在類似的軌道上。2024年的風(fēng)洞測(cè)試輔助，2030年的全流程主導(dǎo)，之間的漸變會(huì)被當(dāng)時(shí)的參與者視為"漸進(jìn)改良"，事后看卻是"范式轉(zhuǎn)移"。

一圖拆解：AI如何滲透汽車設(shè)計(jì)

核心邏輯可以用一張流程圖概括：輸入層→生成層→驗(yàn)證層→決策層。AI的滲透從右向左，從工具到大腦。

輸入層是市場(chǎng)信號(hào)、法規(guī)文本、競(jìng)品分析的原始數(shù)據(jù)。大語(yǔ)言模型的長(zhǎng)文本處理能力，讓車企可以消化過去需要幾十人團(tuán)隊(duì)整理的報(bào)告。不是讀得更快，是讀得更全——跨語(yǔ)言、跨格式、跨時(shí)間維度的關(guān)聯(lián)。

生成層是造型方案、工程參數(shù)、供應(yīng)鏈匹配的具體產(chǎn)出。生成式AI的圖像和3D能力，讓"第100版方案"的成本從數(shù)周壓縮到數(shù)小時(shí)。關(guān)鍵變化不是速度，是探索空間——人類設(shè)計(jì)師能考慮的變量有限，AI可以并行測(cè)試數(shù)千種組合。

驗(yàn)證層是仿真測(cè)試、合規(guī)檢查、成本核算的過濾機(jī)制。傳統(tǒng)流程里這是瓶頸環(huán)節(jié)，AI可以加速，但更重要的是提前介入——在生成階段就規(guī)避無效方案，而不是事后淘汰。

決策層是最終"拍板"的權(quán)力。目前還在人類手中，但Stevens的追問懸在頭頂：如果AI在輸入、生成、驗(yàn)證環(huán)節(jié)都證明更優(yōu)，人類拍板的依據(jù)是什么？直覺？政治？還是習(xí)慣？

這個(gè)四層模型解釋了為什么"輔助工具"的說法是過渡性的。每一層的AI化都在改變下一層的人類角色，直到某一層的人類成為純粹的形式審查。

設(shè)計(jì)師的反擊空間在哪

不是所有設(shè)計(jì)崗位都同等危險(xiǎn)。Stevens沒有展開，但可以從行業(yè)邏輯推斷：高度依賴物理直覺的崗位（底盤調(diào)校、NVH工程）比視覺導(dǎo)向的崗位（內(nèi)外飾造型）更難被替代；需要跨部門博弈的崗位（平臺(tái)架構(gòu)師）比單一技能崗位更安全；建立個(gè)人品牌的明星設(shè)計(jì)師比匿名執(zhí)行者更有議價(jià)能力。

更根本的差異化路徑是"定義問題"而非"解決問題"。AI擅長(zhǎng)在給定約束內(nèi)優(yōu)化，但不擅長(zhǎng)質(zhì)疑約束本身。為什么必須是四門轎車？為什么必須追求風(fēng)阻系數(shù)最小化？這些問題的提出者，暫時(shí)還是人類。

另一個(gè)可能的堡壘是"責(zé)任歸屬"。當(dāng)AI設(shè)計(jì)的車輛出現(xiàn)安全事故，法律和社會(huì)期待需要一個(gè)具體的人類責(zé)任人。這個(gè)"背鍋"需求，可能意外地為某些崗位提供保護(hù)。

但這些反擊空間都是防御性的。進(jìn)攻性的策略是什么？播客沒有給出答案，這也是留給聽眾的作業(yè)。

實(shí)用判斷：三個(gè)可以跟蹤的信號(hào)

如果你想判斷AI設(shè)計(jì)汽車的進(jìn)展，不必等車企發(fā)布會(huì)。三個(gè)更可靠的跟蹤指標(biāo)：

第一，設(shè)計(jì)周期數(shù)字。從五年壓縮到四年是流程優(yōu)化，壓縮到兩年半才是AI主導(dǎo)。關(guān)注主流車企新車型的"概念到量產(chǎn)"時(shí)間線變化，比看任何AI實(shí)驗(yàn)室的演示都真實(shí)。

第二，設(shè)計(jì)團(tuán)隊(duì)結(jié)構(gòu)。油泥模型師、Alias建模師、色彩材質(zhì)設(shè)計(jì)師的招聘比例變化，比CEO的AI演講更能說明資源流向。如果某類崗位連續(xù)兩季校招縮減，說明替代正在發(fā)生。

第三，設(shè)計(jì)決策的透明度。當(dāng)車企開始強(qiáng)調(diào)"AI輔助設(shè)計(jì)"作為賣點(diǎn)，說明人類主導(dǎo)仍是默認(rèn)預(yù)期；當(dāng)這個(gè)表述消失、設(shè)計(jì)過程成為黑箱，說明權(quán)力轉(zhuǎn)移已經(jīng)完成。

這三個(gè)指標(biāo)不需要內(nèi)部信息，公開財(cái)報(bào)、招聘平臺(tái)、產(chǎn)品發(fā)布會(huì)都可以追蹤。把它們做成季度對(duì)照表，你就能比大多數(shù)分析師更早感知拐點(diǎn)。