AI 时代的三个新习惯
*本文是关于“忘记所学”（unlearning）的系列文章中的第二篇，与专家主导的课程平台 Maven 合作推出。在第一篇文章中，希拉里·格里德利解释了为什么更快的原型制作并不能让产品决策变得更容易。本周，产品设计师马欣然分享了当他离开企业产品设计岗位、开始为自己工作时，不得不忘记的那些习惯。他解释了如何通过更快行动和实验来构建自己的观点，同时又不放弃严谨和判断力。——凯特·李*
我曾准备好开始自己的事业。但在长达六年的时间里，我始终未能行动。
我来到美国，在哥伦比亚大学学习建筑学，并在该领域工作过几年，设计艺术中心和多户住宅楼。当我转向产品设计时，我发现这份工作涉猎更广，也更有成就感。它跨越了研究、信息架构、视觉设计和交互设计。它让我更贴近客户和业务，我能看到我所做决策的直接影响，这是从事建筑工作时无法体会到的。
然而，疫情暴露了依赖单一雇主的风险。当一位同事在生孩子前几个月失去了工作，我开始认真考虑构建属于自己的东西——一份为家庭提供的第二重保障，也是一项对自身的投资。
有一个障碍：我的工作签证不允许我在全职工作之外赚取收入。于是，我转而学习经营一家企业所需的基础要素：我研究了受众建设、文案写作、市场营销和自助出版。我在为终将到来的那一天做规划，那时我将最终拥有自由去追寻自己的道路。
当我拿到绿卡后，我仍在从事要求很高的全职工作的同时，开始了副业项目。我出版了三本关于在产品设计领域建立职业生涯的书，然后开启了我的 Substack 通讯——Design with AI（与AI一起设计）。我把每个项目都当成一次实验，也是一种追随自己好奇心的方法。最终，我离开了企业工作，专心经营自己的事业；如今，Design with AI 拥有超过 44000 名订阅者，而我的课程 AI for Product Designers（面向产品设计师的AI）也成为了我写作、演讲和教授AI知识的另一个组成部分。
我在企业界学到了很多。英语不是我的母语，而大部分时间的远程工作迫使我必须清晰地阐述设计决策并精准地写作。我培养了产品感、直觉、严谨性、专业精神以及仔细观察数据的习惯——这些技能在我与客户、学生、合作者打交道以及管理自己的业务时，至今仍依赖着它们。
但有些习惯，我也必须忘记。经营自己的事业让我把那些能改进工作的习惯，与那些我仅仅因为熟悉而遵循的习惯区分开来。我发现，更好的习惯是那些能让任何使用AI工具的人受益的习惯——无论你是在为自己工作，还是在一家大公司任职。
在确定之前先行动
离开企业工作后，我首先意识到的事情之一是，我的上方没有人可以寻求许可了。我必须自己给予自己许可，并培养一种更强的行动偏好。
AI 通过改变执行速度强化了这一课。一个想法不再需要停留在一行抽象的文字上。我可以把它变成可视的、可触摸的东西，哪怕它并不完美。给人们一些具体的东西来回应，有助于他们理解这个想法，并看到我有能力将它执行出来。这能建立信任。
我的通讯就是这样开始的。2023年冬天，一个并非设计师的朋友来家里吃晚饭，向我展示了他构建的一个定制版 GPT（Generative Pre-trained Transformer，生成式预训练变换器）。我当时几乎没用过 AI 工具，对它们的价值仍持观望态度。但看到一个实际应用的运作激发了我的兴趣。几个月后，我创办了 Design with AI，以此作为学习AI如何能实际应用于产品设计并记录我发现的一种方式。我没有等到自己有了一个确定的观点——或者等到这些工具成熟——再开始。
在确定之前行动，也改变了我与数据和商业决策的关系。在企业角色中，我们可能会花两个小时准备和参加一个会议，只为理解一个订阅者指标为何发生变化。那种严谨教会了我如何分析数据，我现在仍然会追踪我通讯的表现。
然而，当我自己单干时，没有经理告诉我该接受哪个合作、该写什么主题或者何时提高我的价格。起初，这种自由带来的感觉与其说是解放，不如说是暴露。但最终，我开始将同样的不确定性视为一种益处。我学会了更快做出决定，相信自己的直觉，并为我的决策承担责任。我不再因为失去一个订阅者而自责，也不会为了分析而分析。如果我不想做某件事，我就不做。如果感觉某事是对的，我就向前推进。一旦我选定了方向，我就能用 AI 来更快地行动。而选择方向，仍然是我的工作。
实验构建出观点
当我刚开始做通讯时，AI 似乎对于使用像 Midjourney 这样的工具生成图像很有用，但它在日常产品设计中的角色尚不清晰。我尝试了包括 Uizard、Jambot 和 Wireframe Generator 在内的早期工具，寻找能解决我自身设计问题的实用方法。其中一些产品已被收购；另一些如今已鲜有人提及。即便这些工具消失了，我也学会了识别它们在何处节省了时间、在何处出了故障，以及它们是否适合真实的工作流程。我所学到的，让新的工具出现时，能更容易识别出模式。
如今，我部分地像记者一样审视 AI 工具。我测试它们，因为我创作内容并教导其他设计师。从这个角度出发，我看到了设计师们在采用 AI 上的一个广阔光谱。一些团队没有访问 AI 工具的权限。一些人使用 ChatGPT 或 Gemini（谷歌的大语言模型）进行早期的头脑风暴，但他们工作流的其余部分几乎毫无变化。光谱的另一端则是更接近开发实现的设计师——他们使用 Figma Make 和 Claude Design 等工具进行原型设计，或者在 Cursor 或 Claude Code 中使用真实的代码组件工作，更紧密地与工程师协作，甚至提交小型的、有针对性的代码改动。
许多设计师告诉我，他们的公司期望他们使用 AI，即便有时这些工具究竟如何融入他们的工作仍不清晰。而等待雇主提供完美的工具或官方的工作流程，只会让学习变得更难。这就是为什么我告诉设计师们，要以我开始的方式行动：从副业项目着手。
副业项目为你提供了探索的空间，不必等待一切都变得完美。你不需要成为一名工程师；你可以围绕自己实际遇到的问题，自然而然地发现工具和工作流程。通过亲手实验构建出的观点，比单独的工具或趋势存续得更为长久。你对 AI 的看法可以是乐观的、悲观的，或介于两者之间，但它应该来源于你与工具的亲身接触，而不是源于围绕着它们的普遍情绪。
给自己许可
企业工作教会了我严谨、产品判断力、清晰的沟通以及如何解释设计决策。为自己工作则让我更加自觉地保留这些优势，同时松绑那些延迟行动和实验、或推卸掉我自身判断力的习惯。
这些课程并不局限于那些离开全职工作的人。领薪水的设计师即使在他们的官方工作流程没有改变的情况下，也可以创造空间去实验，让想法变得具体，并发展出自己的观点。随着 AI 变得愈发强大，这种独立心态的那一面在大型公司内部也变得越来越有价值。公司需要那些能够委派工作并判断产出的人，那些对如何改进团队流程有自己观点的人。
长达六年的时间里，我的签证意味着我必须等待，才能自己赚钱。当法律障碍消失后，我才意识到，我还在等着多少其他形式的许可。独立单干——在得到所有答案之前就行动——一直是一种将许可赋予自身的练习。
核心启示：在 AI 时代最有价值的习惯——主动行动、亲自动手实验、信任自身判断——并非全新的技能，而是需要我们主动放弃过去那种在确定和许可下才行动的行为模式。
Three New Habits for the Age of AI 的发芽报告
材料核心
Xinran Ma 通过分享自己从受限于签证的打工者到拥有4.4万订阅者的独立创业者的经历，揭示了AI时代三个关键的心理和行为转变：“在确定之前行动”、“用实验构建观点”和“给予自己许可”。这不是一篇“AI工具使用指南”，而是一篇关于“如何重获主体性”的宣言——AI其在这里扮演的角色不是效率工具，而是心理杠杆，它通过降低“将想法变成实物的成本”，帮助人们跨越从“想”到“做”的心理门槛。
发芽 01：确定性不再是行动的前提
种子
材料提出了一个反直觉的观点：AI最强大的功能不是提高效率，而是改变了“行动与确定性之间的关系”。在过去的知识工作环境中，“先想清楚、再动手执行”是被推崇的专业主义信条——材料中提到的“花两小时开会分析一个订阅指标波动”就是这种文化的产物。AI的出现使得“将模糊想法转化为半成品”的成本几乎为零，这使得“在确定性出现之前就行动”首次成为一种理性策略，而不是鲁莽的赌博。
这种“以行动求确定”的思维，在Google X实验室的“Monkey First”哲学中有一个戏剧性的映射。当团队面对“把猴子送上月球举办演讲”的荒谬目标时，创始人Astro Teller发现几乎所有团队都在研究如何训练猴子站在讲台后，而没有人研究最难的部分：如何把猴子送上月球。他的干预方式是：只允许团队先攻克“登月”这个最高不确定性的技术瓶颈，如果不成功，整个项目直接取消。这种“先解决最高不确定性”的原则，恰恰是“在确定之前行动”的结构化版本——不是为了快速产出，而是为了快速获取能终结项目或改变方向的信息。
Ma的故事则展示了这种思维的个体版本。他说，“我不再等到有了成熟的看法——也不等到工具变得成熟——才开始”。他的行动不是盲目的：通过动手做newsletter和课程，他实际上在生成关于“AI在设计中的真实价值”的第一手数据，而这些数据是他无法通过任何会议或分析得到的。“移动之前没有确定性”在这里被重新框定为一种研究方法和信息获取策略，而不仅仅是执行速度的竞赛。
Aha 瞬间
“当把想法变成实物的成本趋近于零时，‘先做再想’就从冒险变成了最优策略——因为行动本身成为了最廉价的研究手段。”
发芽 02：实验是构建判断力的唯一途径
种子
材料中有一个容易被忽视的微妙观察：Ma测试过的早期AI设计工具“有些被收购了；有些现在几乎没人提了”，但他却说，即使工具消失了，他学到的东西让他能“在新工具出现时识别模式”。这个看似轻描淡写的陈述，实际上揭示了“实验构建观点”的深层机制：真正的收获不是对某个工具的掌握，而是形成了“如何看待这类工具”的元认知框架。
这呼应了MIT媒体实验室前主任伊藤穰一在2017年提出的一个概念：“通过学习（learn by doing）”不再足够，需要“通过存在来学习（learn by being）”。他以基因测序技术的演进为例：1990年代，测序一个人类基因组需要30亿美元和13年；到2017年，成本降至约1000美元，时间只需几天。伊藤穰一的核心洞察是：当某项技术变得足够便宜和快速时，它就不再是需要“学习”的专项技能，而是成为你“存在方式”的一部分——就像我们无法“学完”互联网后才开始使用它，我们是在使用中形成了对信息的判断力。
Ma所说的“像记者一样看待AI工具”恰好就是这种“存在式学习”的实践。记者不从属于任何一个报道对象，也不试图“学完”所有信息后再写作；他们的核心能力是在持续的观察、验证和连接中形成对趋势的判断。当一个设计师停止了“等公司提供完美工具”，开始在side project中自然遭遇问题和解决方案时，她实际上在建立一种比任何教程都更持久的认知结构：她知道AI在什么情况下会失效，不是因为读到过，而是因为经历过失效；她知道什么工作流是自然的，因为她已经内化了那种节奏。
Aha 瞬间
“工具会消失,模式会留存。真正的判断力不是关于‘哪个工具更好’的知识，而是关于‘这个问题在什么条件下可被解决’的直觉——这种直觉只能来自足够多的、允许失败的亲手触碰。”
发芽 03：无形的藩篱
种子
材料中最动人的自我解剖是最后一段：“六年里，我的签证让我必须等待才能靠自己赚钱。当法律障碍消失后，我才意识到，我还在等待多少其他类型的许可。”这个观察将整篇文章从一个“创业经验分享“提升到了一则关于”内在束缚”的寓言。Ma发现的“等待许可”的习惯，早已超脱移民身份，成为嵌入知识工作者认知结构中的一种默认模式。
这与哲学家以赛亚·伯林在《两种自由概念》中提出的区分产生了跨时空对话。伯林将自由分为“消极自由”（negative liberty）——不受外部干涉的自由，和“积极自由”（positive liberty）——成为自己主人的自由。Ma的签证问题是一个经典的消极自由问题：外部限制解除后，理论上他已经自由了。但他发现的问题更为深层：在消极自由已经达成后，积极自由并不会自动出现。他需要主动解构那些早已内化的“我需要被允许”的思维模式。
这种内化的“等待许可”在组织行为学中被称为“习得的沉默（learned helplessness in organizational settings）”——当个体长期处于需要反复请求批准的结构中时,即使制度改变，他们仍然会下意识地等待外部信号来释放行动。材料中提到的“没有一个上级来批准我”——这个认知不是一瞬间的解放体验，而是一个需要刻意练习的“自我授权”过程。Ma用了整篇文章来描述的三个习惯转变——先行行动、亲手实验、给予许可——本质上都是在重建一种被大型组织文化削弱的内在能动性。
值得注意的是，Ma没有将这个故事写成一种逃离组织的颂歌。他明确指出自己有价值的技能——产品判断、沟通、数据素养——恰恰是在企业环境中习得的。这种态度的微妙之处在于，它避免了二元对立，而是描述了从“组织化心智”到“自主心智”的调适过程——移除的是路径依赖，保留的是核心能力。
Aha 瞬间
“最坚固的囚笼，往往在你拿到钥匙之后才真正显现——因为你必须学会的不是如何打开门，而是如何相信你有权走出去。”
你的思考空间
- Ma提到，在行动前可以先选择方向，而“选择方向仍然是我的工作”。在AI能生成无数种可能的时代，是什么让你为一个方向驻足，而不是被无限的可能性麻痹？
- 材料中“像记者一样看待AI工具”的隐喻很有趣——记者依赖信任和判断而非全知全能。如果你的职业生涯就是“持续的实验报道”，今天你最想测试却一直在推迟的是什么？
- “给予自己许可”听起来简单，但Ma花了六年。你目前生活中有没有某个领域，其实已经没有外部禁令了，但你仍感觉需要某种隐形的批准才能开始？