THESIS: A living design publication and personal creative studio. OWN-WORLD: warm paper, ink blue, four offset design books. STORY: observe, empathize, reframe, create. FIRST VIEWPORT: oversized masthead above an opening book collection. FORM: user-confirmed V0.1, code-led prototype. FINISH: unreviewed and undocumented is unfinished; this build ends with the finish review, the verdict, DESIGN.md, and every shipping raster carrying its provenance.
法国一所小学的庭院改造,让总被球赛占满的课间重新出现安静停留和自由探索的位置。苹果则在十六年前认为不适合垂直屏幕的触摸操作上作出新选择:设计判断怎样随着技术和使用条件变化?
从一百个不断生长的圆形影像,到游戏编剧与美术设计师之间的 AI 协作,今天另外两条观察讨论的是:稳定的规则如何容纳意外,沟通工具如何帮助团队保留分歧。最后,两项来自法律服务和澳大利亚创作者的材料,让我们看见智能便利之外的核验劳动与作品授权。
它们共同指向一个值得持续检验的问题:设计扩大一种能力时,能否同时看见使用条件、协作关系和由谁承担后果?
这次发布与苹果曾经坚持的判断形成了有趣对照。2010 年,乔布斯在介绍 Mac 产品方向时明确指出,长时间伸手触碰垂直屏幕会造成疲劳。这项担忧并不会因为新产品诞生而自动消失。改变的是硬件结构、软件适配以及人们在不同设备之间形成的动作习惯。编辑长文时,手也许仍留在键盘和触控板附近;偶尔放大照片、移动一张幻灯片,直接触摸却可能更自然。苹果展示的操作场景说明设计意图,但不能证明它在所有长时间工作中更快、也更不疲劳。
10 月 28 日,研究者 Hajun Kim、Jini Kim 和 Yunjae Josephine Choi 发布论文《Generative AI as a Mediator in Creator Collaboration》,讨论游戏开发初期叙事编剧和视觉概念设计师的协作。研究涉及共 20 位有相关经验的参与者,通过访谈、AI 能力卡和参与式设计活动,寻找团队从故事设定走向美术表达时容易出现的理解落差。两种职业即使使用“神秘”“压迫”这样的同一词汇,也可能在人物、场景、色彩和镜头上形成完全不同的想象。论文关注 AI 帮助沟通的机会,以及可能造成的信任和责任风险。[继续阅读|原始研究与方法说明](https://arxiv.org/abs/2610.38488)
依据 Kim 等人的协作研究绘制的教学模型:AI 帮助标记一致与分歧,双方负责核实、决定与继续工作。 Kim 等人原始研究 · Daily Lens 原创教学示意,非论文原图。
这种协作最容易发生的误区,是让 AI 在中间替双方补齐缺失信息:编剧说“让环境显得孤独”,模型便输出一座空旷、灰暗的城市;美术拿到结果,却未必知道编剧真正希望人物经历什么。机器可以帮助列出双方已经同意的设定、仍然不同的解释、没有证据支持的选择,也可以制作几个对照示例。但若模型擅自将推测写成一致意见,表面沟通会更顺畅,实质误解反而被掩盖。参与者也担心直接交流减少、初学者成长机会受到影响。研究采用小样本质性和参与式方法,不能据此证明 AI 已经提高真实游戏团队的生产率。
课程小组可以建立一个轻量流程:成员各自写下对用户、问题和主要画面的理解;AI 只做三栏整理——已经一致、尚有分歧、需要核查;两名成员亲自确认其中最重要的一项差异,记录决定与下一次验证。这样的角色安排让 AI 更适合做“共同理解的镜子”,同时把选择的理由和最终责任留给团队。
澳大利亚维多利亚州法律服务委员会及专员办公室的研究中心在 10 月 30 日公布 2026 年律师普查结果。自愿调查收集了 2,221 名律师的回答,报告将 AI 用于法律工作的比例从上年的 37% 升至 55%。在与客户接触的受访律师中,46% 表示遇到客户带来从 AI 获取的错误或误导信息,41% 遇到需要纠正的 AI 生成文件;只有 10% 表示遇到因 AI 而更理解自身法律问题的客户。另有 46% 的受访律师认为客户使用 AI 增加了工作时间和精力,认为减少的为 19%。这些比例是律师报告自己遇到有关情况的比例,并非全部法律案件的 AI 错误率。
在一份流畅的解释面前,当事人容易觉得问题已经被说清楚;真正的法律工作却经常要先追问被忽略的日期、证据、适用条件和例外。一段错误回答可能让人带着预先形成的结论去见律师,专业人士首先需要拆除错误前提,才能开始处理真实问题。社区法律服务中心受访者报告额外负担的比例更高,提示信息核验的成本可能集中在资源有限的服务机构。与此同时,调查无法观察借 AI 自行解决问题而从未咨询律师的人,不能断言技术整体只增加了负担。
这对教育和公共服务设计同样重要。若学生为用户设计 AI 问答助手,不妨增加三个明确出口:哪些事实是用户亲自提供的、哪些是模型推断、哪些问题需要专业人员进一步核实。同时设计一张可带到后续服务的简明事实卡,帮助专家看到原始材料而不必从 AI 的结论重新猜起。技术节省的前端时间,不应靠把隐形劳动全部交给下一位接手的人来实现。
《卫报》于美国东部时间 10 月 31 日发表澳大利亚悉尼内西区艺术家采访,报道当地创作者对 AI 训练版权政策讨论的担忧。澳大利亚政府仍在讨论可能调整的版权安排;AI 企业曾提出默认允许利用网上内容训练、由权利人主动退出的方案,创作者则质疑为什么需要由本人额外承担拒绝的责任。受访设计师 Lu Campbell-Smith 在工作中也使用 AI,却反对把作品的使用决定默认交给训练方。截至本期,澳大利亚并没有通过这一默认授权规则,也没有证据证明当地艺术家已经普遍停止发布作品。
网络曾为独立设计师提供向外展示作品、获得引用和建立合作的机会。训练数据争议改变了其中一部分人的预期:上传一张草图,究竟意味着别人可以观看、学习、引用,还是也意味着它可能进入大规模训练流程?这涉及法律权利和报酬,也涉及分享的心理条件。平台、研究者和 AI 开发企业关注获取资料的成本,创作者则关心用途、署名、控制与回报。不同立场需要进入公开制度讨论,不宜把尚未成形的政策说成已经执行的事实。