Ed Chen
資深產品設計師
機構級金融 · 合規設計 · 設計系統
我用「會被稽核」的方式設計金融產品——逐行、從稽核發現往回推。在規制金融裡將近五年,它依然是少數「克制就是本事、每個預設都有後果」的手藝。
ACY Securities · 資深產品設計師 — 一家 150 人、ASIC 監管的券商,服務 10 萬以上交易者、每日 $2B+ 交易量;在以 design-lead 等級工作四年後,於 2026 年 1 月升任。我負責橫跨五條產品線的設計。八次法規更新在 3 至 5 天出貨,而非 3 至 4 週。身為 ACY 唯一的設計師,我也與 CFO 和 PwC 一起製作投資人與募資簡報,所以我的產品決策扎根於董事會真正會質問的單位經濟。在此之前,在 Christie's International Real Estate 為 $5M 至 $80M 不動產買家設計了九個月。
我如何走到這裡
從編輯式設計,走到受監管的設計
我的 MFA 主修數位設計,直覺偏向編輯式美學 — 漂亮的版面、字體的克制、可以指著說「這就是作品」。Christie's 給了我這些。在那九個月為 $80M 不動產客戶做設計的過程中,我學到意料之外的事:最重要的設計決定不是視覺,是關於信任。哪個資訊要先出現。不確定性高的時候客戶看到什麼。
當 ACY Securities 要我重新設計一個會被監管者稽核的交易平台,同樣的直覺派上用場 — 只是代價更高。一個放錯位置的風險警告不是設計瑕疵,是合規違規。「每個決定都有真實後果」這份清晰度,讓我留在這個領域。
文件化的習慣
我把每個有意義的決定的 why 寫下來 — 取捨、被我否決的替代方案、驅動位置的法規條款。不是流程表演。六個月後,當 Legal 問為什麼揭露在第二行而不是第一行,答案必須能從文件重建,不是從我的記憶。這個習慣是五條產品線在沒有專屬審查委員會的情況下還能撐住的原因。
我所架構的三個層次
合規基礎設施
設計系統中，監管要求是組件屬性，而非事後補丁。ASIC 披露、FCA 風險警告、MiFID II 最佳執行報告——在 token 層面內建，在組件層面強制執行，對用戶不可見。
執行介面
毫秒級別至關重要、錯誤代價高昂的高頻介面。交易終端、訂單管理系統、算法執行監控、FIX 協議門戶。鍵盤優先、密度優化、高壓環境下零認知負擔。
信任介面
UHNW 客戶入口、私人銀行儀表板、KYC onboarding 流程。觀眾是有錢的,他們所在的房間是安靜的。每個字型選擇、每行揭露文字、每次微文案修訂 — 在任何真人 RM 加入電話之前,都被當作這家機構是否值得託付金錢的代理指標來閱讀。
2026 年，我實際的工作方式
我把自己的產品判斷蒸餾成一個 “Ed Agent”——預載我的設計系統規則、法規前提、與我對作品的標準。在它周圍運行九個專家代理 — 審核、調整、規劃、風險與治理、法規、效能、數據（Databricks + Hotjar，唯讀且權限受限）、開發、QA。它們負責擷取、分析與分流；設計判斷與簽核由我把關。是槓桿而非自治 — 這是一位設計師加兩位下屬支撐七條產品線的方式。
當功能觸及 KYC 紀錄、交易或客戶行為時，整套堆疊都在內網運行 — 兩台以 ConnectX 連結的 NVIDIA DGX Spark 與 EXO 叢集的 Mac Studio，部署、服務並以 LoRA 微調開源權重模型（gpt-oss-120b、Qwen3.5、Gemma）。是服務與微調，而非預訓練。提示、資料與遙測都不離開公司。
兩支槓桿疊加。eds-mcp 只給 agent 需要的切片而非整份檔案（token 約省 85–90%）;每個任務路由到足夠便宜的模型,輸出簡潔、結構化。作為 DesignOps 成本治理——公司的 Figma、Adobe 與 OpenAI/Codex 管理與預算由我掌管——在我自己的工作負載上估計省下約 60–80% 的 AI 支出。正確性攸關之處保留推理;受監管邏輯永不精簡運行。
四件不妥協的事
數字底下的心態——開 Figma 之前先讀法規、讓稽核人員能逐行跟上邏輯、把系統(而非畫面)當成交付物,並讓 AI 扛雜務、判斷與簽核留在自己手上。
曖昧本身就是 Bug
一個讓人困惑的風險揭露,會在下次監管機構審視平台時變成合規發現。我設計每個畫面都假設外部會有人逐行讀它。
理由必須比我更長壽
我建構的系統裡,每個元件都有書面紀錄:選了哪個密度、否決了哪個替代、哪條法規條款逼出這個決定。測試是 — 十八個月後加入團隊的人能不能不傳訊息給我就重建邏輯。
建系統,而不是建瓶頸
ACY 的 150 元件設計系統存在的目的,是讓三個工程團隊能在不排隊等我 Figma 檔的情況下出貨。真正的指標是 — 我在飛機上時,那個系統能不能繼續運作。
完成 = 上線
Figma 檔是提案,生產才是工作。我會留到 QA、留到法規審查、留到上線後第一週流量 — 因為兩者之間的縫隙實際上會顯露的地方就在那裡。
我大部分的工作從作品集首頁是看不到的。在保證金對話框預設值背後的決策依據裡、在挺過 Legal 三輪審查的揭露文字裡、在我最後一次碰它兩年後還在正確出貨的元件裡。那才是規制金融裡設計價值真正累積的地方。
這份工作往下游轉換成什麼
多數設計人選帶著手藝來。我帶手藝,加上將近五年 — 讀法規、跑稽核、在一個「自己就會被稽核」的系統裡建造。在 ACY,法規改寫被吸收在 token 層 — 以往要花三到四個工程週的事,現在花三到五天,那個差距以公司留住的 gross margin 出現,而不是付出去的 re-engineering 人力。設計的聲音在 compliance 的房間裡有份量,是因為它帶著已讀完的法規走進去,而不是請別人幫忙摘要。
這個網站上的 AI 是會動的 demo,不是投影片 — Intent Canvas、Double-Blind、TradeX、Macro Signal 每一個都在瀏覽器裡跑得起來,因為我寧可用一個可以點擊的介面談 AI,而不是用投影片。底下的邏輯一以貫之:先讀法規、從稽核準備度反推設計、建造能撐過三輪團隊輪替與一次法規改寫的元件、留到 QA 與上線第一週。
經驗
150 人 ASIC 監管經紀商的唯一設計職能——100,000+ 活躍交易員、40+ 管轄區、5 條產品線。我建立治理基礎設施（設計系統、元件稽核追蹤、合規審查工作流），讓工程團隊能自主出貨，同時在我們營運的每個市場維持監管精準度。
- 跨 Web、iOS、Android 及機構產品建立 150+ 元件設計系統——工程實現時間下降約 33%，元件誤用從 30% 降至 8% 以下
- 重新設計 47 欄位的 KYC/AML onboarding;新用戶註冊流失從 73% 降到 45%(GA4 漏斗,2022 Q2→Q3),經過與 Legal 和高層三週的協商 — 所有 ASIC 要求保留,稽核軌跡新增
- 將 ASIC 揭露規則、FCA 風險警告標準、MiFID II 最佳執行報告、Dodd-Frank OTC 透明要求內嵌於元件屬性；8+ 次監管更新無需結構重做
- 設計 LogixTrader：20,000+ 交易員使用的鍵盤優先網頁交易終端。可用性測試中（15 名交易員，配對設計），下單從 8.2 秒改善到 2.9 秒
- 設計 ACY Connect：12+ 避險基金客戶的機構 FIX 4.4 API 入口——支援票減少 67%，整合時間從 3 週降至 1 週
- 設計 ACYLogix 集團的企業視覺識別 — ACY Group、ACY Securities、ACY Capital、ACY Wealth、ACY Advisory、ACY Connect、Zerologix、Zerologix Taiwan、Logixel，以及 ACYLogix 本身的 logo（集團組織圖上約 90% 的標誌）。從最初的產品設計角色，逐步延伸為負責一個八家實體組成的金融服務集團整體視覺識別。
- 主導消費端行動 App 設計（iOS + Android），服務 12 國 100K+ 用戶。多語言 UX（AR/EN/VN/TH，完整 RTL 支援）、降低 KYC 流失的消費者引導流程、為初次交易者設計的漸進式揭露。App Store 評分 5.0★（2,000+ 則評論）。2024 年團隊重組後，運用 AI 處理量產任務（文案、素材調整、程式碼框架），單獨跨 5 條產品線出貨；所有 UX 決策與合規邏輯仍為手動。
Want the four-year narrative — chapters, mistakes, lessons learned? Read the full Career Journey →
零到一 B2B2C 寵物服務市集，連接全日本都市寵物飼主與美容、寄宿、獸醫提供商。首行程式碼前進行 7 個月東京田野調查。
- 唯一設計師與開發者：產品架構、iOS & Android app、React Native 前端
- 地圖中心發現介面，具場館級篩選與 AI 推薦
- PawsSafe Network：寵物飼主與認證緊急護理提供商間 24/7 連結
- 技術棧：React Native · Firebase · Google Maps API
為日本二手市場打造的 LINE「二手軍師」bot——拍照估價、帶信心度的 AI、賣出時機警報、通路路由。不抽成、不碰金流。
- 獨立完成設計、品牌與開發;以 LINE + LIFF 上線
- 三級誠實估價與零抽成設計——「設計出來的誠實」與受託紀律的消費級體現
受聘為 Christie's International Real Estate 編輯平台的網頁工程師 — 服務 NYC、倫敦、東京、香港、台北的 UHNW 客戶($5M–$80M 物業買家)。沒有專任設計師或產品經理,角色擴張到涵蓋五個全球辦公室的設計方向、UX 判斷、全端實作。觀眾期待機構級的精緻;品牌要求 260 年累積的節制(Christie's 創立於 1766 年)。
- 從零重新設計 CIRE 部落格；頁面檢視 +20%、資料庫查詢減 60%——當觀眾以載入時間評判信譽時，效能是關鍵
- 建立公司首個 Figma-to-production 工作流；跨 5 個國際辦公室，設計至部署時間從 2 週降至 3 天
- 整合 Salesforce CRM 工作流並標準化內容作業——確保所有市場保持一致品牌聲音
- Christie's 的核心教訓：克制是奢侈。每項設計決定都根據它保存或削弱 200 年機構信任而衡量
與正職並行的獨立設計＋開發合約——landing page、電商、前端建置,每一個都獨力設計並 ship 到 production。從知名品牌到一長串獨立客戶。
- 部分客戶:IBM、GDC 2019(EVA 推廣站)、LA Auto Show、Sourcing at MAGIC,以及多個獨立品牌
- 每個案子從設計到出代碼一手包辦——這就是貫穿之後所有作品的「連前端都自己 ship」紀律
- 無法主動要求的推薦:這些關係裡有好幾個是將近 8 年的回頭合作——橫跨貿易、行銷、製造、與奢侈品房產,客戶與前同事在不再有任何理由的情況下,依然選擇再次找我
Graduate study in digital design — editorial craft, typographic systems, interaction design. The editorial sensibility from this program is what Christie's originally hired for, and what underpins the visual restraint in every financial interface I've built since.
技能 & 能力
獨立設計與前端開發 · 2016–2020
在機構金融工作之前與並行期間，承接了一系列獨立合約案——每一件都由我獨立完成設計並交付到正式上線的前端。與這裡的一切一脈相承：一個會親手做出自己設計的設計師。
Landing page 與前端建置 — IBM、LA Auto Show、Sourcing at MAGIC、GDC 2019 宣傳網站（EVA）及獨立品牌。2016–2020 年設計並編寫。
在第一封訊息送出之前,就被找到
招募者與 AI 搜尋引擎不需要介紹就能找到這些作品。可發現性是設計出來的,不是運氣 — 每頁的 JSON-LD、llms.txt / ai-profile.json 機器可讀層,以及讓 Google 與 AI 答案引擎都能解析作品的語意結構。這是我會帶進產品的同一套 GEO + 技術 SEO 紀律。
「Institutional Finance Design System」→ 第一名,壓過 Figma 的 Nubank 案例、Backbase、UXDA。
「Senior Product Designer · Institutional Finance」→ 第一名,壓過 LinkedIn 個人檔案 — 正是招募者會打的查詢。
Google 的 AI Overview 直接呈現我設計的 ACY Securities — AI 答案引擎引用的是作品本身,不只是作品集。
Google 的 AI Mode 把作品視為一個獨立實體 —— 排在有 78 年歷史的 EDWIN 牛仔品牌之後第二位 —— 而且幾乎只引用 edwson.com 來生成答案。
Yahoo Japan —— 第一頁幾乎全是我自己的作品。 在目標市場東京的搜尋,回傳的是我打造並上線的產品(#1 與其徵才頁)、我的 LinkedIn,以及 edwson.com 作品集 —— 不只 Google,連日本第二大搜尋引擎也是如此。
2026 年 6 月即時快照。搜尋結果會個人化且隨時間變動 — 這是一個時間點,不是永久排名宣稱。
六條主線，一個作品集
本站上的案例研究並非各自獨立。它們皆建立在六條主線之上 — 反覆出現的問題類型 — 並正式記錄於 /threads.json。每個專案展示了在不同成本、ROI、風險約束下的不同解決方案輪廓。挑選任一案例研究、捲動至頁尾、依主線追蹤，便可看見同一類問題如何在其他專案中被解決。
- 法規路由與揭露 上游法規與宏觀指標如何成為下游產品的預設值。
- 集中度、風險與代理人 將投資組合層級的數學原語落實為 UI 預設值與 AI 輔助決策。
- 零售 → 機構翻譯 把消費級 UX 移植進受規範的脈絡 — 或反向把機構紀律移植到零售。
- 金融中的編輯式語言 把奢侈品與編輯室的紀律帶入金融介面 — 在這裡，克制就是訊號。
- 證據與驗證紀律 設計主張如何被資料證明 — A/B、對偶受試者內、世代研究，每一個被引用數字背後的嚴謹。
- 信託 AI 與簽核紀律 AI 浮現選項，人類掌握承諾。每項 AI 建議都帶有明確的同意面與審計掛點 — 在法規要求人類簽核之處，絕無自動執行。
貫穿本頁所有專案底層的紀律。
上方六條主線是整個作品集中反覆出現的問題類型。把它們連結在一起的，是頁面底部的四份田野筆記——每一個主張都附帶它的來源或具名測量工具，以及它的限制。
揭露註冊表說了什麼。舉證責任由四份 field note 承擔:
· Finlogix 方法論——把 Cohen’s d = 2.47 從行銷數字變成帶明確限制的科學主張。
· 上線後迭代——ASIC RG 268 的 18 個月歷程,含 v1 失敗模式與一個誠實的負面結果。
· 無障礙稽核——列出認證信函能補上的六個限制。
· 政治技巧——那位不想要這套軟體的用戶,以及最終贏得採用的過程。
每份筆記記錄的：什麼被測量、什麼沒有、有哪些限制、如果今天重新執行會改變什麼。
教育
認可
談一談
如果你在招募一個機構內的資深產品設計角色 — 那種工作會被客戶、監管者、稽核員審視的 — 直接來信比把我送進通用招募管道更快。最快的路是 email,LinkedIn 也行。落到任何一個收件夾的訊息我都會讀。