手工搭界面的工作正在消失，UX 不会
对话框和自动生成的界面，正在掏空“把设计稿一屏屏做出来”的工作。同一批证据也指出了 UX 工作的去向：设计智能体拼装用的部件，制定它要遵守的规则，评判它生成的结果。
OpenAI 称，ChatGPT 现在每周触达12亿人。
在我看来，这种交互的标志就是一个文本框：说出想要什么，具体步骤交给软件。
我的判断是：这个变化会拿走今天 UX 工程师（UX engineer）的一大块工作，准确地说，是把设计稿变成手写界面的那一块。但它拿不走对“懂用户想要什么”的人的需求。下面先讲推动前一个判断的两股力量，再讲反驳“UX 已死”这种更强说法的证据，后者同样具体。
界面工作往哪里去
这是作者的预测，不是测量结果。选择一侧可将其突出显示。
在收缩：手工做界面
- 把设计稿逐像素做成界面
- 再写一个增删改查表单或筛选器
- 用完即弃的内部工具和看板
在增长：搭建能做界面的系统
- 智能体拼装用的部件：组件、设计令牌、规则
- 智能体的行为：何时询问、如何预告、怎样撤销
- 用评测来评判生成的界面
- 高要求的专业画布：编辑器、电子表格、设计工具
当前显示全部内容。
第一股力量：界面变成“描述你想要什么”
2023 年 6 月 18 日，Jakob Nielsen 把生成式 AI 称为 60 年来第一个新的 UI 范式：用户告诉计算机自己想要什么，而不是怎么做。
大多数界面工作，本质上是翻译。订票表单、报表筛选、设置页、管理后台、新手引导，都在把人的需求（“给我看上季度欧洲流失的客户”）翻译成软件能懂的一串点击。每个下拉框都有人设计，每种状态都有人实现，每条校验提示都有人写，手机小屏上每处错位的布局都有人修。
软件如果能直接接收需求，这层翻译就有很大一部分用不上了，搭建它的工作也跟着减少。
Satya Nadella 对企业软件说过类似的话：他预计企业应用会在智能体时代“坍缩”，因为业务逻辑正在转移到智能体里。
第二股力量：需要界面时，现场生成
用户确实需要可视化界面时，越来越可以直接让 AI 生成。
- Anthropic 称，用户已在 Claude 中创建了超过5亿个 artifact，从效率工具到教育游戏都有。
- Lovable 称，自 2024 年 11 月上线以来，用户在它上面创建了超过6000万个项目。
- Vercel 称，用过 v0 的人已超过400万。
- 2026 年第一季度，Figma 年经常性收入（ARR）超过10万美元的付费客户中，约 60% 在该季度使用人数最多的那一周用了 Figma Make。
- Google 正在 Gemini 应用中推出生成式 UI：其中的 dynamic view（动态视图）会针对每个提示，设计并编写一个定制的交互式回答。
这些力量叠加在一起，传统流程（设计师出稿，UX 工程师实现，团队维护多年）用在寿命很短的界面上，就显得太贵了。最先被替代的是用完即弃的内部界面：只为某次会议做的看板，只服务某个流程的管理工具，只需要存在一个季度的表单。
排字行业是我知道的最接近的先例。
1988 年到 2000 年，美国“精密排版与排字工”的就业人数减少了大约一半。BLS 的表格没有说明，这次下降有多少是软件造成的。
我对那段时期的理解是：页面排版搬上了电脑，而“排字”这件事并没有消失，只是换了一批人、用另一套工具来做。
“UX 已死”的说法，在哪里站不住
很多任务并不适合用聊天完成。 Amelia Wattenberger 认为，聊天框让人看不出软件能做什么，把提供上下文的负担交给用户，而且很难看出这次回答和上次相比改了什么。
Nielsen Norman Group 研究图像生成的提示词时，把相关问题称为“表达障碍”（articulation barrier）：用户很难用文字说清自己想要什么；把提示词和图形界面控件结合起来的混合界面，可以减轻这种负担。
我不想靠一段文字去改电子表格、剪视频或者挑飞机座位，也不认为多数人愿意这样做。
界面正在搬进聊天窗口。 OpenAI 在 ChatGPT 里推出了应用（apps），并为开发者提供 Apps SDK；这些应用把地图、播放列表、演示文稿这类熟悉的交互元素放进对话。
随后，MCP Apps 作为 Model Context Protocol 的首个官方扩展正式上线，它建立在 OpenAI Apps SDK 的基础上：工具可以返回看板、表单和可视化图表，直接在对话里渲染。
这些界面仍由开发者来做，只是现在做给聊天窗口。
生成的界面胜过聊天回答，人类专家仍胜过生成的界面
在成对比较中，评审者更喜欢前一种方案的比例（LMArena 提示集）。
数据来源：Google 生成式 UI 论文，表 2（成对偏好）。
偏好图表的数据表
| 比较 | 更受偏好的比例 |
|---|---|
| 生成的界面 对比 Markdown 聊天回答 | 82.8% |
| 人类专家网站 对比 生成的界面 | 56% |
多数人只用默认设置。 Jared Spool 的团队分析了志愿者寄来的 Microsoft Word 设置文件，发现在 150 多项设置中改过任何一项的人不到 5%。程序员和设计师是例外。
这项研究年代久远，只能当作提示，不能当作对今天用户的测量。不过，“人人都当自己的 UX 设计师”这个设想，很可能会撞上一个现实：多数人并不想干这份活，默认设置总得有人做好。
招聘数据有好有坏。 截至 2026 年 10 月 9 日，Indeed 的美国软件开发职位发布指数比 2020 年 2 月 1 日的基准低约 22%。
- 在 UXPA 的 2024 年薪资调查中，35% 的受访者报告前一年减员，报告增员的比例同样是 35%。
- 但 Indeed 在 2026 年 7 月 8 日的报告中称，自 2025 年 2 月 24 日以来，软件开发职位发布量增长了近 15%；2025 年 5 月到 2026 年 5 月的增量中，71% 来自资深岗位。
- BLS 仍预测，2025 年到 2035 年，网页开发者和数字设计师的就业将增长 5%。
- Indeed 还指出，最容易受 AI 影响的那些职业，职位发布量在 ChatGPT 发布之前就开始下降了。
什么在消失，什么来接替
按证据的分量，我的预测是这样的。
在消失的： 把设计稿手工做成界面的工作。逐像素对照规格，再写一个增删改查（CRUD）表单，再接一个筛选器，维护用完即弃的内部工具。据我估计，这占了许多 UX 工程师每周的大量时间，而其中很多 AI 已经能做得过得去。
在增长的： 往上一层的工作。
设计智能体拼装用的部件
在 Vercel 的 AI SDK 里，由模型决定何时调用工具，工具结果再交给开发者写好的 React 组件渲染。
MCP Apps 渲染的界面，是服务端以打包好的 HTML 和 JavaScript 提供的 UI 资源。
依我理解，这些系统里的智能体是用人做好的部件拼出界面；值得好好设计的部件，是组件、设计令牌（design tokens）、约束和无障碍规则。
Google 的做法则是现场生成界面代码。
我认为，这让围绕它的规则和评测更加重要。
设计智能体的行为
什么时候先问再动手，怎样展示它接下来要做的事，用户怎样撤销。
Andrej Karpathy 把其中一种形态称为“自主度滑块”（autonomy slider）。
这就是交互设计；在我看来，目前做得好的产品还很少。
评判生成的界面
如果智能体大规模地生成界面，就得有人定义什么叫“好”，并搭建能拦下坏界面的评测。
要求很高的专业画布
设计工具、电子表格、编辑器、游戏、驾驶舱。
即便在 Nadella 以智能体为先的设想里，Word 和 Excel 仍然是专门的画布（specialized canvases）。
Google 对 UX 工程师的描述，比“做界面”更宽：做能运行的原型，研究技术可行性，在设计和工程之间当翻译。
当其中一边变成智能体，这个居中的位置就更有价值。
如果你是 UX 工程师
看到“你的工作已经过时”这样的标题，不好受；如果你想投的岗位看起来比以前少了，就更难受。在我看来，让你成为好工程师的那些能力，比如理解用户真正的意思，知道一个流程为什么走不通，在意没人设计过的那种状态，恰恰是智能体时代稀缺的。
过去的工作是做界面。现在的工作是搭一个能做界面的系统，并决定它可以展示什么。
我看好那些往上走一层的工程师；在“产出界面”上和生成器比拼，是一场赢不了的比赛。