本日設計情報｜2026/09/01：OmniCore 本地 AI 搜圖上線、Google 多代理解開數學難題、Homo Faber 威尼斯開幕
本地 AI 搜圖硬碟集資秒殺、Google 多代理解開數學難題、Homo Faber 威尼斯開展，加一篇戳破設計教育神話的觀點。
今天的設計圈沒有新工具發表，但底層的變化沒停過。一顆本地跑 AI 的隨身硬碟，讓照片管理不再靠雲端猜；Google 用多代理協作解開了七道公開數學與工程難題，證明「AI 一起做事」有了實績；Instagram 承認使用者根本分不出真人跟 AI 帳號，換了一種更誠實的標籤方式；威尼斯的老修道院裡，Es Devlin 把六百件手工藝品變成一座光之島；大西洋彼岸，一位設計教育者正在問一個更根本的問題——如果視覺技能不再是設計師的核心資產，學校到底該教什麼。
🔥 OmniCore 把 AI 搜圖裝進硬碟本體，Kickstarter 開賣就衝破 18 萬美元
Digiera 推出的 OmniCore 是一台全採 M.2 NVMe SSD 的模組化 NAS，主打離線也能用 AI 搜尋跟整理檔案，不用依賴雲端服務。Base 版有 6 個 NVMe 插槽、最高 56TB，AI Search 讓你用自然語言找檔案，AI Album 認得出人臉、場景、物件跟畫面裡的文字，不用手動貼標籤。Pro 跟 Ultra 版再往上疊 AI 聊天助理、逐字稿、文件分析，甚至能把一堆素材自動剪成精華影片，最高 144TB、雙 Thunderbolt 4。
對接案量大的設計師跟攝影師來說，這款產品點出一個真實的痛點——多年累積的素材庫早就超過人腦記憶範圍，靠檔名跟資料夾分類已經追不上。把辨識模型直接放進儲存設備本身，讓搜尋速度跟隱私可以兼得，這比「先上雲端才能搜尋」的思路更貼近工作室日常。
AI 覺醒 · 訂閱制AI 覺醒設計應用攻略了解訂閱 →Google 讓一群 AI 代理人組隊，解開七道公開數學與工程難題
Google 在 Antigravity 平台為 Teamwork 這套多代理協作框架做了更新，讓多個 AI 代理人可以花上數小時甚至數天彼此討論、互相批評、反覆修正，一起處理真正困難的問題。搭配新模型 Gemini 3.7 Flash 之後，這套系統在數學與理論電腦科學領域解開七道公開難題，包括用 Lean 驗證超過 40 頁證明的 Knuth 循環猜想；系統工程端甚至從零打造一顆能開機跑 xv6 作業系統的 RISC-V CPU 模擬器，跟真實硬體的誤差只有 0.71%。
這批成果多半發生在數學證明跟晶片模擬這種硬核領域，離視覺設計還有一段距離。但對正在把 AI 代理人塞進工作流的設計團隊來說，這是個提醒：當一群 AI 互相檢查彼此答案變成可行的協作模式，設計系統的一致性檢查、跨檔案的規格比對，遲早也會用同一套邏輯被自動化——重點不再是單一模型多聰明，是怎麼讓多個角色的分工跟互相校對真的跑得動。
AI 覺醒 · 訂閱制AI 覺醒設計應用攻略了解訂閱 →Instagram 承認使用者分不出 AI 帳號，換了一種更直接的標籤
Instagram 把原本的「AI 創作者」標籤換成「AI 生成檔案」，理由很直接——Meta 自己承認，使用者常常看到一個像真人的帳號，後來才發現對方是 AI 生成的，觀感很差。沒貼標籤的帳號會被降低觸及跟推薦，帳號主人要嘛補標籤，要嘛透過帳號狀態申訴；只是拿 AI 當工具的一般創作者不受影響，自願貼標籤的帳號反而保留完整曝光。
這是 Meta 在 2024 年那套「AI 角色跟真人一起活在平台上」的願景收攤後的修正——命名從「創作者」退回「檔案」，語感上從「這是誰做的」變成「這是什麼」，說白了就是把辨識責任從使用者的判斷力，還給平台自己的標示系統。對做社群產品設計的人來說，這也是個好案例：一個標籤的措辭，牽動使用者看不看得懂，也連帶影響整個信任機制撐不撐得起來。
AI 覺醒 · 訂閱制AI 覺醒設計應用攻略了解訂閱 →威尼斯開一座光之島：Es Devlin 把六百位工藝師傅搬進老修道院
兩年一次的 Homo Faber 從 9/1 到 9/30 在威尼斯聖喬治馬焦雷島的喬治．奇尼基金會登場，今年主題叫「An Island of Light」，展出超過 700 件手工藝品，來自 70 多個國家、500 多位工藝職人。策展藝術總監換成舞台設計師 Es Devlin，她用光、水、鏡子、投影、動態跟聲音把整座島變成裝置場域，15 件沉浸式作品從模擬工匠工作室的「A Language of Hands」開始，一路走過職人肖像、物件的影子投影，到跟木頭、水這些材質面對面的房間。
Devlin 的策展邏輯很清楚——沒把成品擺上展台供人瞻仰，改把製作過程本身搬到觀眾面前，連帕拉底歐式迴廊裡的「A Great Turning」這種裝置，都用反射跟動態元件重新定義觀眾對建築本身的感受。對設計師來說，這種把過程變成展示內容的做法，比單純陳列成品更值得參考——工藝的說服力，常常藏在流程裡，不在最後那個成品。
COURSE · 線上課程Figma 全攻略看課程 →設計這行早就長過了「視覺人才」這個框架
資深設計教育者 Michael Buckley 在 UX Collective 寫了一篇直球文章：設計這一行長期靠「有畫畫天份、想找個實際出路的創作者」這套敘事招生，但這套人設早就跟業界實際要的東西對不上。美國勞動統計局的數字很直白——平面設計師的職缺預估在 2025 到 2035 年間會少 2%，網頁與數位介面設計師的職缺卻會多 6%；2025 年平面設計師的年薪中位數是 6 萬 2960 美元，數位介面設計師是 10 萬 4000 美元，差距超過四成。
Figma 自己做的雇主調查也印證這個方向——58% 的雇主還是在乎視覺完成度，但超過 45% 同時把協作、系統思考、產品策略列為關鍵能力，73% 的雇主表示對 AI 工具熟練度的需求在增加，79% 看重求職者懂不懂 AI 產品設計。Buckley 的結論很實際：AI 能快速生出圖層、版面、變化款，減少純視覺產出需要的人力，可是生出可能性跟判斷哪個可能性值得做是兩回事——組織還是需要有人定義目的、決定誰的需求優先、承擔決策後果，這種責任擋不住被自動化。
COURSE · 線上課程Figma 全攻略看課程 →