2019年，某大厂产品评审会。设计师第7次被工程师打断："这个需求技术上做不了。"他低头记笔记，不知道该怎么接话。三年后，同一张桌子，他反问："你们说的异步加载，是指用Web Worker还是Service Worker？"会议室安静了两秒。
这个人叫Diogo Kpelo，巴西数字产品设计师。他的秘密武器，是大学时花了一年学Python——然后几乎忘光了所有语法。
「学了一年，连数据库都接不上」
Kpelo的Python课开始得很随机。当时他在修前端课程，网上有人说"想做完整Web应用得懂后端"，他就报了名。班里只有他一个艺术生，同学看他的眼神，和他看那些密密麻麻的代码一样困惑。
那一年他写了什么？排序脚本、数组转换、机器学习算法。听起来很厉害，但毕业时他坦承：「我离开的时候，根本不知道怎么把这些变成真正的应用。连数据库都接不到网页上。」
用现在的话说，这叫"学了寂寞"。Kpelo当时也觉得没用，直到他进了一家"工程氛围极重"的公司。
需求文档里全是云架构、接口协议、数据模式。会议室里10个人，9个在讨论技术实现方案，只有他一个设计师。
这时候，奇怪的事发生了。那些Python课里被迫记住的概念——变量类型、函数逻辑、数据结构——突然变成了翻译器。工程师说"这个schema要改"，他不用假装听懂。讨论API（应用程序接口）设计时，他能问出"返回字段是不是该统一成驼峰命名"这种具体的问题。
「我没变成程序员，」Kpelo说，「但我能参与对话了。」
设计师学代码，到底在学什么
这个行业有个长期争论：设计师要不要会写代码？两派吵了十几年。
反对派的理由很充分。Kpelo引用了一种典型观点：「那是给笨蛋学的」（it's for dummies）。意思是，设计师的时间应该花在用户研究、视觉系统、交互逻辑上，写代码是舍本逐末。更何况，学个皮毛不如不学，半桶水晃荡反而添乱。
Kpelo的回应很直接。他打了个比方：不懂代码就做数字产品设计，就像不会做饭的人当美食节目导演。你可以靠猜，但永远在赌。
他的关键洞察是：设计师学代码，目标不是"能独立开发"，而是获得"技术语感"。这和学外语不一样——你不需要流利对话，但需要听懂对方在说什么，知道哪些请求是合理的，哪些是在敷衍。
具体到他的工作场景：当工程师说"这个动画性能开销太大"，他能追问"是指重绘次数还是内存占用"；当产品经理要求"实时同步"，他能判断这是WebSocket（全双工通信协议）的活儿还是轮询就能解决。这些判断不需要写出一行生产代码，但需要理解技术边界在哪里。
Python课给他的，正是这种边界感。虽然他没学会搭完整应用，但一年的训练让他熟悉了"程序员怎么思考问题"——把复杂需求拆解成可执行的步骤，用数据结构和算法描述现实逻辑，在约束条件下找最优解。
「非技术人员」的杠杆从哪里来
Kpelo观察到一个现象：在工程主导的环境里，设计师的声音容易被淹没。不是故意被忽视，而是沟通成本太高。当你需要对方用"人话"解释三遍技术原理，讨论节奏早就断了。
他的Python背景成了一种信用凭证。工程师不需要放慢语速，他也能跟上；他提的方案，技术可行性判断更快被采纳。用他自己的话说：「这让我在房间里有了相关性（relevance）。」
这种相关性直接转化为决策影响力。Kpelo提到一个具体场景：设计系统讨论中，关于组件命名规范的争议。懂代码的设计师会建议用工程师熟悉的术语——比如把"用户头像"命名为UserAvatar而不是HeadPic，减少跨团队的理解摩擦。
细节堆叠起来，就是话语权。
当然，这条路有坑。Kpelo警告：学代码的设计师容易陷入"半吊子陷阱"——觉得自己能写，于是亲自下场做原型，结果写出难以维护的代码，反而给工程团队添乱。他的原则是：写代码是为了理解，不是为了替代。专业的事交给专业的人，但你要能和专业的人对话。
另一个风险是时间分配。一年的Python课，意味着少做了一年的纯设计项目。Kpelo的运气在于，那恰好是大学时期；在职设计师如果模仿，需要算清楚机会成本。
那门"没用"的课，现在还在产生利息
Kpelo的故事有个反直觉的结尾：他学的Python，工作中几乎用不上。他的日常工具是Figma、设计系统、用户调研——和写脚本完全不搭边。
但那些"沉没成本"持续产生收益。云架构讨论他能参与，技术债务评估他能发言，甚至和工程师的私下关系都更顺畅。"他们不用切换语境跟我解释，"他说，"这省下来的时间，最后都回到了设计质量上。"
他现在的状态是：仍然"几乎总是房间里唯一的非技术人员"，但不再为此焦虑。两年的工程环境浸泡，加上那门早被忘记的Python课，让他找到了设计师在技术团队里的独特位置——不是假装懂技术，而是承认不懂，但能用对方的语言把设计问题翻译清楚。
最后他说了句话，可能是给所有犹豫要不要学代码的设计师的：「我没变成程序员。但我终于知道，他们在说什么。」
Kpelo没有回答的问题是：如果那门Python课发生在今天，面对AI编程工具的冲击，这一年的投入还值得吗？当GitHub Copilot能帮你写函数、ChatGPT能解释任何技术概念，"技术语感"的培养路径，是不是已经变了？
热门跟贴