AI设计指借助人工智能模型辅助或自动完成视觉、产品、建筑乃至蛋白质等对象的设计工作，正从“生成图像”走向覆盖品牌、演示、芯片、生命科学的广泛工具链。当前讨论主要围绕两条线索：一是设计师如何在AI工具中保住判断力与品牌一致性，二是AI在设计领域的能力边界被不断推向芯片与蛋白质等硬核场景。
AI设计的近期进展
当前焦点与观察点
AI设计的争议集中在三个问题上：其一是“快与好”的取舍，Stripe 与 Katie Dill 的分享都指向同一个担忧——如果只把AI当效率工具，产出的设计会趋于平庸，行业需要的是用AI拓宽探索边界；其二是品牌一致性，Gamma 5、Recraft 和 ElevenLabs 的更新都围绕“让AI输出像自己而非像所有人”，风格控制正在成为工具竞争的分水岭；其三是应用边界的扩张与治理，从谷歌用AI设计 TPU，到 SynthID Bio 给AI设计的蛋白质加水印，AI设计已进入芯片与合成生物学等高风险领域，如何建立可验证的标识与审核机制会成为监管关注点。
值得观察的趋势包括：设计人才加速流向AI公司是否成为常态；面向设计师的AI工具与面向普通人的生成工具是否会分化出不同产品形态；以及在生物、芯片等专业领域，AI设计产物的可追溯性标准是否会尽快落地。