跨界融合：设计师与PM写代码的技术变革

1. 跨界融合：当设计师与PM开始写代码意味着什么

在Notion公司内部，一场静默的革命正在发生：设计师们不再满足于Figma中的静态原型，而是直接打开终端编写可运行的代码；产品经理们抛弃了冗长的PRD文档，转而将产品构想转化为可交互的demo。这种变化并非偶然，而是技术演进与工作方式变革的必然结果。

传统产品开发流程中的角色边界正在消融。过去清晰划分的"设计-产品-开发"铁三角，正在被一种更灵活、更跨界的工作方式取代。Max Schoening在访谈中提到的"agency"（主动性）概念，正是这种变革的核心驱动力——当工具门槛降低后，真正重要的是解决问题的能力，而非岗位头衔。

这种转变背后有三个关键动因：

• AI辅助编程工具（如Claude Code、Codex）的成熟，使非专业开发者也能产出可用代码
• 现代开发框架和设计系统的普及，降低了前端开发的认知负荷
• 产品复杂度的提升，要求各角色在"真实材料"（即代码）中协作

设计师从"操作Figma文件"转向"直接操作代码"，这件事非常重要。代码会强迫你真正理解'媒介'本身。

2. 工具链的重构：从静态设计到动态原型

Notion团队在实践中发现，用静态设计工具来构思AI驱动产品的界面，就像"画一条死鱼"（引用自Brett Victor的经典演讲《Stop Drawing Dead Fish》）。这促使他们建立了专门的代码playground，让设计师能在接近真实产品的环境中进行原型设计。

这个playground具有以下特征：

• 极简代码结构，优化对LLM的友好度
• 重建了产品中的核心UI模式
• 屏蔽了主代码库的复杂性
• 提供一键式运行环境

传统流程与新型工作方式对比

这种转变带来了意料之外的连锁反应：当设计师直接在代码中创作时，营销团队却需要他们"反向"将代码转回Figma文件用于制作宣传素材。这种荒诞现象揭示了工具链断层带来的效率损耗。

3. 能力模型的进化：从专业技能到材料掌握

在AI时代，评判人才的标准正在发生根本性转变。Max强调："我根本不在乎设计师写的代码有没有真正进production。重要的是理解'媒介'本身。"这种理念对传统能力评估体系提出了挑战。

新型能力模型包含三个层次：

1. 基础层：掌握本职专业技能（如UI设计、需求分析）
2. 媒介层：深入理解实现媒介（代码、数据流、agent loop）
3. 系统层：把握产品整体架构与业务逻辑

一个典型案例是Notion设计师Brian Lovin，他不仅模糊了工程与设计的边界，还主动承担了人才招募的工作。这种"像开偷来的车一样开Notion"（drive Notion like it's stolen）的心态，正是high agency的典型表现。

培养这种能力需要：

• 鼓励tinkering（捣鼓）文化
• 提供安全的实验环境
• 容忍"无用"的探索
• 建立快速反馈机制

4. 产品构建范式的转变

AI的引入正在重塑整个产品开发的生命周期。Max观察到："任何项目的前10%几乎已经变成免费的了。"这意味着创意验证的成本大幅降低，但也带来了新的挑战。

新型产品构建流程特征

1. 创意阶段：同时探索多个方向（"放10个agent出去"）
2. 原型阶段：直接产出可运行版本（"Demos, not memos"）
3. 开发阶段：人类专注于核心逻辑与质量把控
4. 迭代阶段：基于真实用户行为快速调整

这种模式下，传统的瀑布式开发流程显得笨重而过时。但值得注意的是，虽然AI降低了前期成本，但最后10%的打磨工作——确保产品能稳定服务海量用户——依然是真正的挑战。

Notion采用"增量正确性"（Incremental Correctness）策略：允许不同想法并行发展，观察实际表现后再进行架构整合。这种方法既保持了创新活力，又避免了过早优化带来的僵化。

5. 软件可塑性：从封闭系统到开放平台

Max提出的"malleable software"（可塑性软件）概念，指向了软件进化的下一个阶段。他认为当前大多数软件就像"封死的小方块"，用户无法根据自己的需求进行调整。

可塑性软件的关键特征包括：

• 用户可修改界面与行为逻辑
• 数据所有权清晰明确
• 支持跨工具的工作流编排
• 提供不同层级的开放接口

Notion本身就是一个典型案例。它既提供了开箱即用的基础功能，又允许用户通过公式、API等方式深度定制。这种设计使其能够适应从个人笔记到企业系统的各种场景。

实现可塑性需要平衡三个矛盾：

1. 灵活性与易用性
2. 开放性与安全性
3. 标准化与个性化

6. 质量与速度的永恒博弈

在AI加速开发的背景下，软件质量面临新的挑战。Max坦言："过去12个月，我并不觉得软件质量真的提升了多少。增长的是'软件数量'，而不是质量。"

这种现象源于几个因素：

• AI生成的代码缺乏系统性思考
• 快速迭代导致技术债务累积
• 对运行时性能的关注下降
• 测试覆盖率的实际价值被低估

Notion通过以下方式维持质量基准：

1. 严格的核心评审：对基础架构变更进行深度审查
2. 自动化质量门禁：建立代码健康度指标
3. 文化倡导：强调"Obviously Good"的产品标准
4. 专项优化周期：定期进行架构重整

一个有趣的观察是：当模型能力超过某个阈值后，用户体验的决定因素将从"绝对智能"转向交互质量。就像Retina显示屏达到人眼分辨极限后，进一步提升像素密度已无感知价值。

7. 组织形态的适应性变革

这种工作方式的变革，必然要求组织形态相应调整。传统按职能划分的部门结构，可能不再适应高度融合的工作模式。

Notion的经验表明，有效的组织适配需要：

• 角色定义的弹性化：允许员工突破岗位限制
• 绩效评估的多元化：不只衡量专业产出
• 工具选择的自主性：支持个性化工作流
• 决策权的下沉：让一线人员快速响应变化

同时要警惕"全栈化"的陷阱。Max特别强调："在岗位不断融合的过程中，我们一定要小心，不要把边缘那些真正的specialist一起丢掉。"健康的技术生态需要通才与专才的平衡。

8. 个人应对策略：在变革中定位价值

面对这场变革，从业者需要重新思考自己的价值定位。以下是基于Notion经验的实用建议：

对设计师：

• 至少掌握基础前端开发能力
• 理解产品数据流与状态管理
• 在真实环境中测试设计决策
• 培养系统思维，超越单点优化

对产品经理：

• 学习用代码表达产品逻辑
• 建立技术判断力（technical judgment）
• 从文档撰写转向原型制作
• 深入理解模型能力与限制

对工程师：

• 提升产品敏感度与用户体验意识
• 开发可被非工程师使用的工具
• 建立质量保障的自动化体系
• 成为跨角色协作的桥梁

核心原则是：不要被现有岗位定义限制，而要主动塑造角色。正如Eric Liu的转变——从写战略文档的PM，到能直接贡献代码的多面手。

这场变革的本质不是岗位的消亡，而是工作方式的升级。当代码成为通用语言，当AI成为标配工具，真正重要的是用技术创造价值的能力，而非头衔或资历。那些能够跨越边界、在真实材料中思考的从业者，将在新时代获得更大的舞台。