造船

公司有個同事最近一直慫恿我把日常在內部分享的產品想法寫成文章。說慫恿也不太對，他幾乎每隔一段時間就念一次，念到我已經搞不清楚到底誰才是老闆了。我其實有點不情願的，因為很多想法都還不夠成熟，公開寫出來總覺得是野人獻曝。但架不住被唸太多次，想了想，就還是來寫寫看吧。總之，這篇文章我想分享一些我前陣子一直在思考的、關於怎麼在 AI 時代設計產品的問題，如果思緒凌亂還請見諒，因為我確實還沒想完整。

首先想聊一下上週 OpenAI 發布的一篇報告，標題叫 An OpenAI model has disproved a central conjecture in discrete geometry，內容講的是他們最新的內部模型獨立解決了在數學界懸置長達八十年的 Erdős unit distance problem。這是一個什麼樣的里程碑呢？我有個朋友在 Caltech 讀數學博士，他說他的教授花了超過十年在思考這個問題，得知消息後他感到無比振奮，直呼「21 世紀的科學革命來了」。另一位國中時就代表台灣拿到數奧金牌、現在在 Princeton 讀數學博士的朋友告訴我，他在會議進行到一半時看到這篇報告，大家當場停下來一起讀，讀完後互相道別：「這個問題正中我的研究領域，我要被取代了，掰掰。」雖然是玩笑話，但這話背後似乎帶著幾分真實的茫然。很明顯的事情是，未來的數學家所做的工作，將和過去的數學家大相逕庭。

當然，工作內容受到 AI 衝擊這件事，在軟體業早就見怪不怪了。舉個例子：兩年前，我腦子裡如果有一個模糊的產品想法，想把它變成一個可以實際體驗的 Prototype，我需要先找產品設計師，來回討論、畫圖、修改，幾輪下來前後可能要花上一兩週。現在呢？我可以直接請 AI 用 YC 執行長 Garry Tan 開源的 gstack，透過 /office-hours 的 skill 幫我把模糊的想法釐清、整理成文件，再用 /design-shotgun 根據這份文件生成三張設計圖，告訴它我喜歡哪些、不喜歡哪些，一輪輪調整，直到滿意為止。拿到滿意的設計圖後，再把圖丟給 Claude Design 做成 Prototype，整個流程加起來一兩天就能完成。第一次走完這個流程時，我有點被震撼到，很多以前一定要請設計師幫忙的事，現在我自己就可以做了。

這代表我不需要設計師了嗎？當然不是。有了 Cursor、Claude Code、Codex 等工具，原本不會寫程式的設計師和客服，現在都能直接請 AI Agent 去改程式碼、把產品體驗改成想要的樣子，再發 PR 給工程師審核；與此同時，由於這些 AI Agent 也具備一定程度的設計能力，工程師可以在沒有任何設計稿的情況下，指揮 AI Agent 開發出他們心目中的好的產品體驗，再讓設計師去微調細節。看著所有人做的事情都比以往更接近最終的產出目標，我一方面感到欣喜，另一方面也注意到產品設計師和產品工程師之間的邊界正愈來愈模糊。我認為這兩個職位最終會合而為一，只是有些人更擅長設計、有些人更擅長工程。

這意味著什麼呢？我能深刻感受到整個 SaaS 市場正在經歷一場全面性的重塑。在 AI 時代以前，「設計工具」跟「程式開發工具」是兩個不同的細分市場，Figma 跟 VS Code 從來不是競爭對手。但現在，當我問公司的產品設計師他們使用不同工具的時間占比時，他們說他們用 Cursor 的時間已經遠高於 Figma，以前他們會先在 Figma 畫好圖再請工程師開發，現在都變成直接在 Cursor 一邊開發一邊調設計。不論 Cursor 有沒有意圖與 Figma 競爭，這兩個理論上位處不同市場的產品，在現實中確實出現了一絲競爭的現象，原因是產品設計師的工作內容已經變得和以往非常不同了。正是因為產品設計師和產品工程師這二個職位正在往趨同的方向邁進，我認為「設計工具市場」跟「程式開發工具市場」最終將會合併成一個更大的市場，而 Figma 如果想在未來十年保持競爭力，必須先搞清楚未來的人到底會怎麼打造產品。

這對 Heptabase 來說也一樣。Heptabase 原本是一款專注幫助你學習和研究的視覺化筆記軟體。在 AI 時代來臨前，這個「學習與研究工具」的市場是高度割據的：有的專攻筆記軟體與知識庫、有的著重文獻管理、有的聚焦於記憶背誦與考前準備、有的提供系統化課程、還有的專注於學術寫作。但現在，我隱隱感到這些細分市場也在逐漸合併。對還沒有親身感受過 AI Agent 威力的人來說可能不那麼明顯，但對我來說，正如同上個世代的學習和研究已經無法脫離網路一樣，接下來這個世代的學習和研究將會以 AI Agent 為核心：AI Agent 將能教會我們任何我們感興趣的事物、幫我們整理筆記和文獻、和我們一起做研究、甚至引導我們達成真正重要的長期目標。他們不只能很快學會怎麼使用人們在用的工具，甚至還能比人類用得更好。

所以真正需要回答的問題，不是「未來的人會怎麼做筆記」，而是「未來的人會怎麼跟 Agent 協作來達成他們的學習和研究目標」。未來的人使用 Heptabase 的理由，將不再是因為白板或筆記很好用，而是因為在這個軟體中與 AI Agent 合作能幫助他們達到最好的學習成效、做出最好的研究和專案成果。這也是為什麼我們過去這一年花了很多時間在 Heptabase 底層打造一整套 AI Harness 系統，這部分細講又是另一篇文章了，我就先在此打住，有待接下來二個月推出相關功能時再展開細節。

在這篇文章最後，我想分享一句我非常有共鳴的話：「船不是人設計的，是大海設計的。」這片大海，現在比以前大多了，能在這個時代造船，我感到非常的興奮。