10x 工程师时代，Andy Zhang 在 Figma 说了一句反常识的话

当 AI 让写代码几乎“免费”，设计会变得更廉价，还是更高级？来自 Google 的设计工程负责人 Andy Zhang 在 Config 2026 给出了一个反直觉答案：真正拉开差距的不是速度，而是你放弃了多少“看起来很酷”的东西。

代码突然变便宜了，但设计反而更难了

Andy Zhang 一上来就点破了一个当下 AI 圈最容易被忽略的事实：在 10x 工程师时代，真正的瓶颈已经不在“能不能做出来”，而在“该不该做”。

他回顾自己早期在创业公司一人分饰设计师+工程师的经历：时间少、钱更少，每一个设计工具都在回答一个问题——这个设计是不是对的？他甚至把所有工具画在一个“时间×成本”的坐标轴上，结果令人沮丧：真正能快速、低成本验证想法的工具，几乎不存在。

而 AI 的出现，直接撕开了这个象限。大模型、快速模型、Agent，把“把想法变成可运行代码”这件事彻底民主化。任何人，都可以用代码把一个想法跑起来。

但 Andy 马上补了一句关键判断：这并不只是让设计师写更多代码，而是第一次，让设计质量有机会被系统性地抬高。因为当代码变便宜，试错才真正开始有意义。

好设计不是一次决策，而是无数次小判断的叠加

Andy 用一连串看似琐碎的问题，解释什么叫“设计质量”：

用汉堡菜单还是 Tab？嵌套下拉还是 Modal？侧边栏还是顶部导航？蓝色还是绿色？阴影还是边框？玻璃拟态要不要上？

单独看，每一个决定都微不足道；叠加起来，才决定了一个产品“高级”还是“将就”。

在 AI 之前，这些问题往往停留在想象、静态稿或讨论里，很难被真实体验验证。而现在，Agent 让原型几乎可以即时生成、即时修改。

Andy 抛出了一个非常重要、却很少被说清楚的概念：原型是可以被“回收”的。不是做完即丢，而是作为知识载体，保留所有设计判断、用户反馈和隐含经验。

这意味着什么？意味着设计不再是一次性赌注，而是一条可以不断爬升“设计上限”的路径。

他通宵写的原型，被 CEO 点头后却立刻报废

全场最扎心的故事，来自 Andy 早年的一次失败经验。

在一个 pre-AI 的年代，他负责一个 0 到 1 项目的高保真原型。用户研究、低保真、高保真都做完了，最后一步是能跑的原型。他连续熬夜写代码，只为向 CEO 演示。

结果呢？CEO 看完非常满意，当场拍板推进。

但残酷的现实是：这个原型本身，已经没有任何价值了。所有代码都要重写，之前的心血无法复用。

Andy 直言：如果当时有 Agent 能理解并继承这些原型里的设计决策，事情会完全不同。

这正是他后来强调“原型可回收”的原因——让 Agent 参考你过去的代码和尝试，你就不需要每一次都从零开始。设计经验第一次真正沉淀进系统，而不是只存在于人脑里。

速度不是用来更早发布，而是用来更残忍地筛选

AI Agent 带来了一个新的两难：是更早 launch，还是用速度换取更高质量？

Andy 的答案非常明确，也非常反直觉：

“只是因为它能跑、而且看起来很酷，不代表它值得上线。”

好设计来自“策展”，而不是堆砌。Agent 让代码便宜了，但这绝不是你发布更多功能的理由。相反，你应该用速度去制造更多版本，然后只让极少数毕业进生产环境。

他强调，真正有价值的反馈，来自‘用过’，而不是‘看过’。体验一个完整流程，和看一张流程图，完全是两回事。

在 Google Anti-Gravity、Notion 等团队里，隔离的 playground、内部实验环境、原型直接基于生产代码的做法，本质都是为了一个目标：在安全前提下，最大化真实反馈。

最终，Andy 给出了一句非常重的判断：设计质量，取决于你对多少版本说了“不”。

总结

Andy Zhang 的分享，给所有 AI 从业者提了一个醒：当“做出来”不再稀缺，真正稀缺的是判断力、耐心和克制。AI Agent 不会替你理解用户，也不会帮你做价值取舍，它只会放大你的设计观。对个人来说，你可以开始用 AI 原型去验证更多想法，但要更严格地淘汰它们；对团队来说，建立“可回收的原型体系”，可能比上线速度更重要。一个值得思考的问题是：当你下一个功能只需要 10 分钟就能跑起来，你会选择更快发布，还是更慢决定？

关键词： 10x工程师， AI Agent， 设计工程， 原型设计， 生成式AI

事实核查备注： 需要核查：Andy Zhang 的职务为 Google Anti-Gravity 设计工程负责人；Config 2026 的时间与场次；Anti-Gravity 的产品描述（代理、IDE、CLI）；引用观点均来自公开视频内容而非延伸解读