我們不再為人設計：Y Combinator 這場 56 分鐘演講，把 Agent 時代的設計底牌全掀了

想像一個畫面：今天是星期二早上九點，你睡眼惺忪地拿起手機，發現你的 AI 助理已經完成了一件你上週拖到現在的事情——它讀完了你和客戶來回共 47 封的郵件，自己生成了一份合約修訂草案，寄給對方，並且在你的行事曆上安排了一場「確認會議」。

當然，按規定，它在那封郵件寄出之前，丟給了你一個「批准」按鈕。

你看著那顆按鈕，心裡突然湧上一種奇怪的感覺：我到底該不該按？ 這個助理做事的邏輯對嗎？它有沒有誤解我的意思？如果按下去了，責任是誰的？如果不按，它以後還會不會主動做事？

你現在體驗到的，就是「Agent 時代」的日常。而你也許沒意識到的是，過去二十年來，支撐整個軟體產業的「設計」方法論，正在這一刻轟然崩塌。

Y Combinator 在 2026 年 8 月 7 日上線了一支 56 分鐘的講座，標題就叫〈How To Design In The Agent Era〉。它沒有教你怎麼把按鈕做得更好看，沒有教你怎麼讓導覽列更直覺。它丟出了一個讓整個矽谷設計圈啞口無言的前提：當你的使用者不再是「人」的時候，你過去學的一切設計，全部失效。

這篇文章，我想把那場演講裡最鋒利、最反直覺的觀點拆開來，一個一個講清楚。如果你是一個產品設計師、一個新創創辦人，或是一個每天被 AI 工具包圍但開始覺得不對勁的知識工作者，這篇文章會解釋你心中那股「不對勁」到底是什麼。

準備好了嗎？我們從那顆「批准按鈕」開始說起。

一、你的使用者，可能永遠不會「看」到你的產品

在傳統軟體時代，所謂的「設計」，本質上是在設計「人跟電腦之間的對話」。你畫一個輸入框，使用者會打字；你畫一個紅色按鈕，使用者會警覺；你安排一個三階段的導覽流程，使用者會被引導。這套理論的核心，是螢幕。一切設計的終點，都發生在螢幕上。

但 Agent 時代最殘酷的事實是：你的核心使用者，根本沒有眼睛。

當你的 AI 助理去「使用」另一個線上服務時，它不會點擊按鈕，它直接呼叫 API。它不會閱讀訂閱頁面的促銷文案，它直接讀取 JSON 欄位。它不會被一顆閃爍的「限時優惠」動畫吸引，它只在乎這個服務的文件寫得夠不夠清楚、結構定義得夠不夠嚴謹。

演講中有一個觀點非常刺痛人：過去我們常說「用戶體驗設計是產品的護城河」，因為人類很容易被好界面黏住，即使功能同等，我們傾向於使用「好看」的那個。可是一旦當 AI Agent 成為軟體的主要使用者，這種情緒上的偏愛就消失了。Agent 不在乎你的視覺設計，不在乎你的品牌調性，甚至不在乎你的行銷文案。它只在乎三件事：你的 API 是否穩定、你的資料結構是否一致、你的流程定義是否可被程式化。

這意味著什麼？這意味著，如果你是做 B2B SaaS 的，你的「使用者」可能很快就不會是人類了。你的客戶訂閱你的服務，但實際操作你軟體的人，是客戶公司裡一套自建的 Agent。那麼，你的「設計」還剩下什麼？

答案是：設計你的「工具定義」（tool definitions）。 在 Agent 時代，你寫給 AI 看的文件、你公開的 API 規格、你回傳錯誤訊息的格式，就是新的「界面」。過去，設計師用 Figma 畫出使用者看到的一切；現在，工程師和設計師要共同撰寫 AI 讀得懂的「說明書」。如果你寫得模糊，AI 就會誤用；如果你寫得冗長，AI 就會忽略。一份爛 API 文件，在 Agent 時代，等同於一個爛 UI。

這不是科幻情節。你可以現在就去看看市面上任何一個 AI Agent 開發框架的文件，裡面的每一個「tool description」欄位，都是在做「設計」。只是一般人還沒有意識到，這份工作有多重要。

二、提示詞，就是新時代的「產品文案」

接著，演講觸及一個更貼近日常的戰場：提示詞工程。

Y Combinator 的這場講座沒有太拘泥於技術細節，但點出了一個重要類比：如果把 Agent 比喻成一個「員工」，那麼 System Prompt 就是這間公司的「員工手冊」。如果是傳統時代的設計師在決定使用者看到什麼字，現在，工程師與設計師要聯合決定「AI 看到什麼字」。

你寫的每一句系統提示詞，都會影響 AI 在面對模糊情境時的行為。而 AI 又會把其中一部分行為，以「介面文案」的形式展示給人類使用者。換句話說，提示詞的品質，會像漣漪一樣穿透整個產品，最後影響人類的感受。

舉一個實際的例子。假設你設計一個「行程規劃 Agent」，它的介面很簡單，使用者輸入目的地，Agent 去訂飯店和機票。傳統設計師的工作，會把心力放在「輸入框的預設文字」和「結果頁的卡片排版」。但在 Agent 時代，真正的設計決策在於：這支 Agent 的 System Prompt 裡，有沒有寫明「當使用者的目的地具有季節性風險時，必須主動附上旅遊警示」？有沒有寫明「機票價格若超過預算 20%，需要停下來詢問，而不是擅自下單」？

提示詞的「字」，正在取代過去的「像素」。 過去我們用視覺引導使用者，現在我們用語言引導代理。而語言的本質是模糊的，任何一個沒有定義清楚的詞，都可能讓 AI 做出錯誤的行為。

最精彩的是演講中提到的一個「魔鬼細節」：工具描述（tool description）的寫法如果不一樣，AI 選擇工具的精準度可以差異到令人吃驚的程度。OpenAI 早在 2024 年就發現，在工具描述中加入明確的語意元資料（metadata），可以大幅提升大型語言模型的工具選擇準確率。到 2026 年的今天，這已經成為 Agent 產品設計的基本常識。

換句話說，你在寫「工具描述」時，你就是在做「設計」；你在寫「錯誤訊息範例」時，你就是在做「設計」；你在撰寫「當 Agent 不確定時該做什麼」的規則時，你就是在做「設計」。這些都是看不見的界面，但比看得見的界面更決定產品的成敗。

三、控制感，比控制權更重要

讓我回到文章開頭那個「批准按鈕」的情境。

如果一個 Agent 完全自主行動，使用者會覺得可怕，不敢用；如果一個 Agent 做每一件小事都要請示，使用者會覺得煩躁，如同跟一個毫無主見的實習生共事，不如自己來。所以，該怎麼劃分界線？

演講提出了一個非常精準的結論：在 Agent 時代，設計師的任務不再是「賦予使用者控制權」，而是「賦予使用者控制感」。

這兩個詞有什麼差別？控制權是實際的權力分配，例如「你可以隨時關掉自動化」；控制感是心理上的感受，例如「我知道它在做什麼，我大概知道它下一步會幹嘛，而且我隨時可以插手」。

控制感的建立，需要設計。最好的比喻是自動駕駛。你看現在市面上的 Level 2 / Level 3 輔助駕駛系統，開車的人其實有 99% 的時間不需要介入，但每一次系統只要是「自行變換車道」，都會在儀表板上顯示「即將變換車道」的動畫，然後方向盤傳回一股輕微的力矩。這個動畫和力矩，不是技術需求，是設計需求。它存在的目的，是讓駕駛人保持「有參與感」的心理狀態，不至於睡著，也不至於慌張。

同樣的邏輯，可以完美套用在 Agent 設計上。當你的 AI Agent 在背景執行任務時，它需要有一個「即時狀態面板」，讓使用者可以用一秒鐘時間看懂「現在發生什麼事、它正在做什麼、它需要我做什麼」。這個面板不需要複雜，但它必須存在。例如，一個管理電子郵件的 Agent，它應該在「刪除信件」前，顯示一則確認訊息；但在「歸檔信件」時，則自動執行，並在側邊欄留下一行紀錄。這就是設計的藝術：區分哪些動作需要喚醒使用者，哪些動作只需要讓使用者放心。

演講中甚至提出一個更革命性的名詞——「見證式界面」（Witnessing UI）。傳統的界面是「操作」的，使用者透過界面來控制電腦；Agent 時代的界面是「見證」的，使用者透過界面來確認 Agent 的判斷。設計師的工作，從「如何讓操作更便利」，轉變為「如何讓監控更安心」。這是一個根本性的典範轉移。

四、可預期的失敗，比偶發的成功更珍貴

這是整場演講裡，我個人覺得最反直覺、最值得深思的一點。

所有軟體都會出錯，Agent 也不例外。當人類設計界面時，我們會處理錯誤狀態：404 頁面、表單驗證錯誤、網路中斷通知。可是在 Agent 時代，錯誤的形式更複雜，因為 AI 的錯誤不是「程式錯誤」，而是「判斷錯誤」。它可能把一份重要的合約歸類為垃圾郵件，它可能在你出差時誤訂了你討厭的飯店。

面對這種錯誤，傳統設計師會迫不及待地想把 AI 的準確率從 95% 提升到 99%。但 Y Combinator 這場演講提出的挑戰是：真正的差異化不在於「多麼少犯錯」，而在於「犯錯的模式是否可預期」。

為什麼？因為人類對「不確定性」的容忍度，遠比我們想像的低。如果一個 Agent 有 99% 的準確率，但剩下的 1% 錯誤完全沒有規律，你永遠猜不到它什麼時候會出錯，使用者很快就會對它失去信任。人類大腦極度厭惡「隨機失敗」——因為你無法建立應對策略。反過來，如果一個 Agent 只有 85% 的準確率，但它的失敗總是發生在同一種情境（例如「當使用者信件中含有大量縮寫時，它會誤判語氣」），那麼使用者很快就能學會：「當我看到這種信件時，我會多留一份心。」 這個規律一旦建立，使用者對 Agent 的信任度，會比那個 99% 準確但行為不可捉摸的 Agent 高出好幾倍。

這是一個極其深刻的設計思維。在 Agent 時代，設計師要設計的，是 AI 的「行為模式」，而不只是 AI 的「能力」。 你要做的不是把所有錯誤消滅殆盡，而是確保 AI 的錯誤是可理解的、可記憶的、可防範的。具體來說，這意味著你在設計評估集（eval set）時，不只要測試它「做對了沒有」，更要分析「什麼時候做錯」。每一次錯誤的分類，都應該成為設計文件的一部分。

一個「誠實的 Agent」，勝過一個「完美的 Agent」。 我認為，這一句話足以當作未來十年 AI 產品設計的座右銘。

五、設計師的新工具：從 Figma 到評估集（Evals）

如果 Agent 時代的設計如此不同，那設計師們該用什麼工具？演講中提到了幾個關鍵的工具遷移：

傳統原型工具（Figma） → 行為劇本（Behavioral Playbooks）：設計師不再畫「畫面」，而是用自然語言與條件邏輯，描述 Agent 應該在什麼情境下採取什麼行動。
A/B 測試 → 紅隊測試（Red Teaming）：以前我們用兩個版本的網頁比較哪個轉換率高；現在我們用「對抗性測試」來找 Agent 的漏洞。我們會給 Agent 一堆惡意誘導、邊界案例、模糊指令，看它會不會做出危險的行為。
設計系統（Design System） → 評估集（Evals）：過去，設計系統提供了色彩、字體與組件的統一；現在，評估集提供了「行為的統一」。每一次 Agent 行為的改變，都必須通過一整套回歸測試，確保它不會在新版本推出後，突然搞砸某個使用者原本信賴的功能。

還有一個有趣的類比：過去，設計師會產出「設計稿」交給工程師實作；現在，Agent 產品團隊的核心文件，叫「代理行為規格說明書」（Agent Behavior Spec）。這份文件裡夾雜了自然語言描述、程式碼片段、輸入輸出範例，甚至包含「禁止事項清單」。寫這份文件的人，不管你叫他設計師、產品經理還是工程師，他做的事情，本質上就是「設計」。

如果你現在是一個正在猶豫要不要學寫程式的設計師，這也許是個好消息：你不需要變成一個厲害的軟體工程師，但你必須開始習慣「以程式碼的邏輯來思考行為」。而如果你是一個工程師，這也許是個壞消息：你不能再說「設計不關我的事」了。因為在 Agent 時代，每一個人寫的系統提示詞，都是最終交付給使用者的「體驗」。

六、按席位收費的商業模式，正在被 Agent 粉碎

一個好的設計，最終要落地到商業模式上。Y Combinator 向來以洞察新創生態系聞名，這一場演講不可避免地觸及了那個敏感的數字：SaaS 的「按席位收費」，在 Agent 時代會崩潰。

想想看，過去你經營一家公司，50 個員工，每個人需要一套 CRM、一套會計軟體、一套專案管理工具，所以 SaaS 公司按「使用者人數」收費，每年就可以收到 50 人或 100 人的訂閱費。商業模式簡單又好預測。

但當你的企業導入 Agent 之後呢？你的這 50 個員工也許不再直接操作 CRM 了，他們交給 Agent 去做。Agent 透過 API 連進 CRM，自動更新資料、自動生成報表、自動寄送發票。結果是，軟體的使用者不再是人類，而是一台虛擬機器，而一台虛擬機器不會「註冊」一個人類帳號。 傳統的按席位計費，徹底失效。

演講中點出了新興新創的突破點：按「結果」收費，按「價值」收費，而不是按「登入數」收費。

他以一個 YC 投資組合中的公司為例（請容我不提名字）：這家公司做的是「企業支出報銷自動化」。傳統的 SaaS 公司，賣的是「一年的軟體授權」，讓員工自己在系統裡上傳發票、填申請單；這家新創的商業模式則是，你的公司只要設定好規則，剩下的都交給 Agent，然後他們按「每處理一筆成功的報銷單」收取 1 美元。這 1 美元的單位是「價值」，不是「席位」。

這個模式一旦成立，會徹底顛覆我們對「軟體定價」的思考。過往的 SaaS 公司賣的是「使用機會」，未來的 Agent 公司賣的是「完成結果」。這也直接影響產品的設計：如果你的收費方式是按結果計價，你自然會把所有的設計心力放在「提高成功率」與「降低失敗率」上；如果你按席位計價，你設計的重心就會變成「黏住使用者、延長使用時間」——這正是傳統社群媒體與許多軟體一直以來隱而不宣的設計目標。

設計的終極評判標準，會從「使用者花了多少時間在我們產品上」，變成「使用者靠這個 Agent 省下了多少時間」。時間的節省，成為新時代的貨幣，而設計師，就是鑄幣廠。

七、誠實的設計：讓 Agent 學會「說不知道」

最後，演講收尾前談到了一個幽微但至關重要的設計原則：為不確定性設計。

你可能會覺得，AI 不是愈自信愈好嗎？錯了。一個 AI Agent 如果對每一件事都表現得胸有成竹，它的使用者遲早會在某一刻發現，那副自信的面孔底下，是空虛的幻覺。在 Agent 時代，最可怕的事故不是 AI 拒絕回答，而是 AI 用非常流暢的語氣，把錯誤的資訊講得天花亂墜，然後你的 Agent 根據這些資訊，採取了一個不可逆的實際行動——寄出合約、扣款、下單、刪除資料。

Y Combinator 這場演講提醒所有開發者：不要只訓練模型「生成答案」，更要訓練它「生成對不確定性的評估」。 在產品設計上，這意味著你要開發一套機制，讓 Agent 在判斷自己「信心不足」時，主動降低行動的自主權，或者明確地告訴使用者：「這個動作有 30% 的機率會出錯，你確定要我執行嗎？」

聽起來很簡單，但這是反人性的。因為人類普遍對「不知道」這三個字感到羞恥，所以我們在打造 AI 時，也會下意識地抹除它的「不知道」。優秀的 Agent 設計，恰恰相反。我們應該刻意地表達不確定性，把它當成一種重要的資訊，而不是一種缺陷。

這讓我想到一個實際案例：2025 年，美國一家醫院採用 AI 輔助診斷系統，系統在判斷一名病患可能患有敗血症時，並未直接說「確定感染」，而是顯示「該病患的多項指標與敗血症早期徵兆重疊，建議資深醫師於四小時內進行複查」。這個「暫緩且建議」的設計，後來被證明是該次決策成敗的關鍵。因為系統沒有過度自信，醫生反而更願意相信它。

在 Agent 時代，一個敢於示弱的 Agent，比一個永遠逞強的 Agent，更有價值。

一張表格看懂：從 UI 時代到 Agent 時代的設計遷移

維度	傳統 UI 時代	Agent 時代
主要使用者	人類（有眼睛、有情緒、有耐心）	機器 Agent（無眼睛、重邏輯、重規格）
設計對象	介面、按鈕、流程、視覺階層	委託契約、工具定義、資料結構、行為規則
核心設計工具	Figma、Sketch、Origami	評估集（Evals）、紅隊測試、行為劇本
成功指標	可用性、任務完成率、滿意度	任務成功率、錯誤可預期性、信任度
錯誤處理	404 頁面、表單驗證、資訊架構	不確定性表達、降級授權、可解釋性
定價模式	按席位、按使用量	按結果、按價值、按省下的時間
設計師角色	美感與流程的守護者	Agent 行為與信任架構的工程師

結語：準備好為一百萬個「看不見的使用者」而設計了嗎？

Y Combinator 的這一場 56 分鐘演講，沒有給出所有答案。但它在這裡畫下了一條清楚的界線：上一代的設計，是為了讓人類理解機器；下一代的設計，是為了讓機器理解人類，同時也為了讓機器理解其他機器。 這已經不是「改進 UI」的層次，而是整個「設計」這門學科的根本重構。

科技愛好者與創辦人應該怎麼面對這個局勢？我的建議是：

第一，不要把你的時間浪費在「把介面做得更像人類」這件事上。 花更多的時間去制定「AI 面對模糊情境時的行為準則」。**