Perplexity 设计负责人在 Figma 说破真相：AI 软件的机会不在模型，而在体验

在 Config 2024 的舞台上，Perplexity 设计负责人 Henry Modisett 抛出一个反直觉观点：AI 软件真正的竞争力，早已不在模型本身，而在你如何把 AI「装进」软件里。更意外的是，他认为大多数 AI 产品，其实只是在重新包装信息，却忽略了决定成败的设计细节。

最被低估的事实：伟大的 AI 软件，并不是因为“更聪明”

Henry 一开场就把话说得很重：他热爱做软件，是因为“当软件真正做得很好，它会变得对人有真实价值”。这句话听起来朴素，但放在 AI 时代，却极具杀伤力。

过去一年半，他在 Perplexity 的实践让他意识到一个残酷现实：模型能力的提升，并不会自动转化为好产品。很多 AI 应用看起来很强，却让人用一次就走。原因不在智能，而在体验。

他点破了一个行业迷思——我们总以为 AI 产品的护城河是模型、参数规模和推理能力，但用户真正感知到的，是“我能不能快速、可靠地得到想要的东西”。当软件变得不可预测、反应奇怪、结果不稳定时，再强的模型也会被抛弃。

AI 软件正在集体犯的一个错：只是在“重新包装信息”

Henry 观察到，大量 AI 产品的核心工作，其实只是把已有信息换一种形式呈现：摘要、改写、问答、组合。这本身没错，但问题在于——如果只是 repackaging information，用户为什么非你不可？

真正拉开差距的，是你为这种信息形态设计了什么样的“消费体验”。他强调，AI 不只是生产内容的机器，更是参与用户思考过程的一部分。这意味着设计不再是最后一步的美化，而是决定用户是否理解、信任、持续使用的关键。

他提出一个很容易被忽略的点：不同用户的学习方式完全不同。有人喜欢探索式，有人需要明确结构，有人依赖视觉线索。如果你的 AI 软件只服务一种“理想用户”，那规模化几乎不可能发生。

为什么“看起来很熟”的 UI，反而是 AI 的秘密武器

在谈到 AI 带来的新设计挑战时，Henry 并没有鼓吹颠覆式 UI。相反，他给出了一个出乎意料的结论：Perplexity 正在用“熟悉的 UI 模式”，去承载极其复杂的 AI 能力。

这背后的逻辑是降低认知负担。当 AI 系统本身已经充满不确定性，如果界面再陌生、再激进，用户几乎无法判断哪里出错、是否可信。熟悉的交互，让用户把注意力放在结果上，而不是学习怎么用。

他说得很直白：AI 引入的软件新动态，不是炫技，而是如何在不确定性中建立信任。UI 不是展示能力，而是控制风险。

Perplexity 的关键选择：先把产品做出来，而不是先定义完美逻辑

在分享 Perplexity 的实践时，Henry 提到一个极其“反流程”的做法：他们是先把产品做出来，再逐步理解自己在做什么。

这并不是没有方向的试错，而是承认一个事实——在 AI 时代，你无法在纸面上推演出完整体验。用户如何提问、如何判断答案、在哪里产生怀疑，只有真实使用才能暴露。

最终，他把所有经验收敛到一个词：reliability。不是一次惊艳，而是持续稳定地给出“值得依赖”的结果。这种可靠性，才是构建用户信任、甚至形成粉丝的根基。

总结

Henry 的分享给 AI 从业者一个清醒提醒：技术突破只是入场券，真正决定胜负的，是你是否认真对待体验、信任和学习曲线。对产品和设计团队来说，下一步不是追逐最新模型，而是反问自己：我的软件，是否在不确定中让用户感到安心？是否尊重了不同人的理解方式？如果答案是否定的，那么机会仍然存在——只是留给那些愿意把 AI 当成“产品材料”，而不是“魔法”的团队。

关键词： AI 产品设计， Perplexity， 软件体验， Figma Config 2024， 可靠性

事实核查备注： 需要核查：Henry Modisett 的职务是否为 Perplexity 设计负责人；视频发布时间 2024-06-27；演讲中关于“repackage information”“reliability builds fandom”的原始表述语境。