AI設(shè)計汽車：五年周期被壓縮，人類設(shè)計師慌不慌？

底特律的某個風(fēng)洞里，一臺新車正在做空氣動力學(xué)測試。但設(shè)計它的工程師，可能已經(jīng)在擔(dān)心自己的工位了。

汽車從草圖到量產(chǎn)要五年，這時間夠油價漲兩輪、審美換一代。車企現(xiàn)在盯上了大語言模型（LLM，一種能理解和生成自然語言的人工智能系統(tǒng)），想把這個周期砍短。問題是：AI加速設(shè)計的同時，會不會連設(shè)計師一起"優(yōu)化"掉？

五年之癢：汽車業(yè)的時間詛咒

一輛2024年上市的新車，立項可能在2019年。那時候特斯拉還沒盈利，"國潮"還沒成為車圈熱詞，高油價讓SUV銷量下滑。

五年里什么都變了，除了那張凍結(jié)在2019年的設(shè)計圖紙。

汽車記者Tim Stevens在播客里提到，這種滯后性是行業(yè)的結(jié)構(gòu)性痛點。消費者口味、政策風(fēng)向、能源價格——所有變量都在流動，唯獨產(chǎn)品開發(fā)像一艘慢船。車企的焦慮很實在：等到車上市，當(dāng)初押注的潮流可能已經(jīng)過氣。

AI被看作解藥。從油泥模型制作到風(fēng)洞測試，大語言模型和生成式工具正在滲入各個環(huán)節(jié)。不是替代某個環(huán)節(jié)，而是壓縮整個鏈條的反應(yīng)時間。

Stevens的觀察很直接：車企嘴上說著"AI是輔助工具"，但身體很誠實——投資規(guī)模、試點項目、內(nèi)部重組，都在指向同一個方向：用更少的人、更短的時間，做更多的迭代。

設(shè)計師的黃昏？一個被回避的問題

車企的公關(guān)話術(shù)高度一致：AI不會取代人類，只是增強創(chuàng)造力。

Stevens的回應(yīng)帶著記者式的懷疑："我們應(yīng)該擔(dān)心當(dāng)車企用AI取代人類時會發(fā)生什么。"他補了一句關(guān)鍵判斷：最終會不會是AI模型來決定我們開什么車？

這個問題現(xiàn)在沒有答案，但值得現(xiàn)在就想。

設(shè)計決策權(quán)的轉(zhuǎn)移是漸進的。第一階段是工具替代：AI生成數(shù)百個造型方案，人類挑選。第二階段是流程替代：AI根據(jù)市場數(shù)據(jù)、法規(guī)限制、成本約束，直接輸出"最優(yōu)解"。第三階段呢？人類可能只剩下"簽字"的儀式感。

Stevens沒有預(yù)測時間表，但他點出了一個被行業(yè)回避的悖論：加速設(shè)計的收益顯而易見，加速失業(yè)的風(fēng)險卻沒人愿意認(rèn)領(lǐng)。

更微妙的張力在于"品味"。汽車設(shè)計長期依賴少數(shù)明星設(shè)計師的直覺——賓尼法利納、喬治亞羅的名字就是溢價保證。AI的品味從哪來？從歷史數(shù)據(jù)。這意味著它擅長延續(xù)成功公式，卻不擅長創(chuàng)造意外。

問題是，消費者真的想要意外嗎？還是更安全、更"正確"的設(shè)計？

AI編碼工具的代理人戰(zhàn)爭

汽車不是唯一被AI重構(gòu)的行業(yè)。同一期播客里，The Verge記者Hayden Field把視角轉(zhuǎn)向了更激進的戰(zhàn)場：AI寫代碼。

兩個產(chǎn)品正在正面交鋒。Claude Code，Anthropic推出的編程助手；Codex，OpenAI的同類工具。它們的功能高度重疊：理解自然語言指令，生成、修改、調(diào)試代碼。

Field的描述很具體：這不是"輔助編程"的溫和升級，而是對"誰寫代碼"這個根本問題的重新定義。開發(fā)者從打字員變成指令發(fā)出者，從實現(xiàn)細(xì)節(jié)轉(zhuǎn)向描述意圖。

競爭格局比產(chǎn)品功能更有趣。Anthropic與美國政府的關(guān)系忽冷忽熱——"要么在合作，要么不在，也不太清楚這有多重要"。OpenAI的內(nèi)部氛圍"稍微好一點，但仍然不太好"。AGI（通用人工智能，指具備人類水平綜合智能的系統(tǒng)）的概念"可能已死"。

Field的總結(jié)帶著行業(yè)觀察者的疲憊：AI領(lǐng)域沒有靜態(tài)時刻，一切都處在流動的爭議中。

這種混亂對從業(yè)者意味著什么？技能半衰期在縮短。今天有效的提示詞技巧，明天可能被新版本淘汰。今天熟悉的工具鏈，明天可能被原生AI集成取代。

汽車設(shè)計師和軟件工程師，看似隔著行業(yè)鴻溝，卻面對相似的處境：核心能力正在被重新定義，而定義權(quán)不在自己手中。

"AI效率"裁員：借口還是真相？

播客最后接了一個聽眾來電。問題是：那些大規(guī)模裁員并聲稱"AI提效"的公司，說的是真話嗎？

Field的回答很謹(jǐn)慎："有時候。某種程度上。"

這個模糊的判斷背后有更復(fù)雜的現(xiàn)實。確實有一些崗位被AI直接替代——客服、初級文案、基礎(chǔ)翻譯。但也有大量裁員是宏觀經(jīng)濟、戰(zhàn)略收縮、過度招聘后的回調(diào)，AI只是最方便的公關(guān)包裝。

危險的是敘事本身。當(dāng)"AI效率"成為裁員的標(biāo)準(zhǔn)話術(shù)，它會自我實現(xiàn)：投資者期待AI驅(qū)動的成本下降，管理層被迫展示AI成果，員工被迫證明自己的"人類不可替代性"。

汽車業(yè)正在進入這個循環(huán)。Stevens提到車企對AI的熱情，但沒有給出具體的裁員數(shù)字或時間表。這種信息的缺失本身就是信號：變革還在早期，但方向已經(jīng)明確。

一個可以參考的平行案例是制造業(yè)自動化。機器人取代流水線工人的過程持續(xù)了數(shù)十年，不是一夜之間完成的。但回頭看，轉(zhuǎn)折點往往被低估——某個年份的"試點項目"，后來成了新標(biāo)準(zhǔn)。

AI設(shè)計汽車可能正在類似的軌道上。2024年的風(fēng)洞測試輔助，2030年的全流程主導(dǎo)，之間的漸變會被當(dāng)時的參與者視為"漸進改良"，事后看卻是"范式轉(zhuǎn)移"。

一圖拆解：AI如何滲透汽車設(shè)計

核心邏輯可以用一張流程圖概括：輸入層→生成層→驗證層→決策層。AI的滲透從右向左，從工具到大腦。

輸入層是市場信號、法規(guī)文本、競品分析的原始數(shù)據(jù)。大語言模型的長文本處理能力，讓車企可以消化過去需要幾十人團隊整理的報告。不是讀得更快，是讀得更全——跨語言、跨格式、跨時間維度的關(guān)聯(lián)。

生成層是造型方案、工程參數(shù)、供應(yīng)鏈匹配的具體產(chǎn)出。生成式AI的圖像和3D能力，讓"第100版方案"的成本從數(shù)周壓縮到數(shù)小時。關(guān)鍵變化不是速度，是探索空間——人類設(shè)計師能考慮的變量有限，AI可以并行測試數(shù)千種組合。

驗證層是仿真測試、合規(guī)檢查、成本核算的過濾機制。傳統(tǒng)流程里這是瓶頸環(huán)節(jié)，AI可以加速，但更重要的是提前介入——在生成階段就規(guī)避無效方案，而不是事后淘汰。

決策層是最終"拍板"的權(quán)力。目前還在人類手中，但Stevens的追問懸在頭頂：如果AI在輸入、生成、驗證環(huán)節(jié)都證明更優(yōu)，人類拍板的依據(jù)是什么？直覺？政治？還是習(xí)慣？

這個四層模型解釋了為什么"輔助工具"的說法是過渡性的。每一層的AI化都在改變下一層的人類角色，直到某一層的人類成為純粹的形式審查。

設(shè)計師的反擊空間在哪

不是所有設(shè)計崗位都同等危險。Stevens沒有展開，但可以從行業(yè)邏輯推斷：高度依賴物理直覺的崗位（底盤調(diào)校、NVH工程）比視覺導(dǎo)向的崗位（內(nèi)外飾造型）更難被替代；需要跨部門博弈的崗位（平臺架構(gòu)師）比單一技能崗位更安全；建立個人品牌的明星設(shè)計師比匿名執(zhí)行者更有議價能力。

更根本的差異化路徑是"定義問題"而非"解決問題"。AI擅長在給定約束內(nèi)優(yōu)化，但不擅長質(zhì)疑約束本身。為什么必須是四門轎車？為什么必須追求風(fēng)阻系數(shù)最小化？這些問題的提出者，暫時還是人類。

另一個可能的堡壘是"責(zé)任歸屬"。當(dāng)AI設(shè)計的車輛出現(xiàn)安全事故，法律和社會期待需要一個具體的人類責(zé)任人。這個"背鍋"需求，可能意外地為某些崗位提供保護。

但這些反擊空間都是防御性的。進攻性的策略是什么？播客沒有給出答案，這也是留給聽眾的作業(yè)。

實用判斷：三個可以跟蹤的信號

如果你想判斷AI設(shè)計汽車的進展，不必等車企發(fā)布會。三個更可靠的跟蹤指標(biāo)：

第一，設(shè)計周期數(shù)字。從五年壓縮到四年是流程優(yōu)化，壓縮到兩年半才是AI主導(dǎo)。關(guān)注主流車企新車型的"概念到量產(chǎn)"時間線變化，比看任何AI實驗室的演示都真實。

第二，設(shè)計團隊結(jié)構(gòu)。油泥模型師、Alias建模師、色彩材質(zhì)設(shè)計師的招聘比例變化，比CEO的AI演講更能說明資源流向。如果某類崗位連續(xù)兩季校招縮減，說明替代正在發(fā)生。

第三，設(shè)計決策的透明度。當(dāng)車企開始強調(diào)"AI輔助設(shè)計"作為賣點，說明人類主導(dǎo)仍是默認(rèn)預(yù)期；當(dāng)這個表述消失、設(shè)計過程成為黑箱，說明權(quán)力轉(zhuǎn)移已經(jīng)完成。

這三個指標(biāo)不需要內(nèi)部信息，公開財報、招聘平臺、產(chǎn)品發(fā)布會都可以追蹤。把它們做成季度對照表，你就能比大多數(shù)分析師更早感知拐點。