比大模型更快的是方法论：Figma Config 用100年前的失败，教会AI设计怎么赢

当所有人都在追逐更大的模型、更强的算力时，Figma Config 2025 抛出了一个反直觉的答案：真正拉开差距的，不是技术，而是设计速度。Gabriel Valdivia 用一段100多年前的飞行史，拆解了为什么在 AI 时代，初创团队反而更容易赢。

一场AI竞赛的隐喻，竟然从1898年开始

演讲一开始，Gabe 并没有谈 AI、也没有谈 Figma，而是把时间拨回到 1898 年。那一年，全世界都在争夺一个“不可能完成的任务”：人类飞行。

政府把 7 万美元（在当时是巨款）投给了 Samuel Langley——顶级科学家、史密森尼学会秘书长、配置拉满。他的团队像一所完美运转的研究机构：层级清晰、流程严谨、计划周密。

结果呢？1903 年 10 月 7 日，Langley 的飞机起飞即坠河，而且是连续两次。

而仅仅 9 天后，两个来自俄亥俄的自行车修理工——莱特兄弟——完成了人类历史上第一次真正意义的飞行。几乎没有资金、没有头衔、没有宏大计划，但他们从 1899 年开始，反复制造、测试、推翻了数百个原型。

Gabe 抛出的第一个重锤是：在高速、不确定的技术竞赛中，‘更正规’往往不是优势，反而是负担。

AI 时代的设计，正在从“维护系统”变成“孵化产品”

这个历史故事并不是为了煽情，而是为了引出一个现实判断：今天的 AI 竞赛，和 1903 年的飞行竞赛极其相似。

Gabe 直言，很多设计师仍然被困在“成熟软件时代”的角色里：优化已有功能、维护既定体验、服务稳定用户。但在 AI 驱动的早期产品环境中，设计的核心已经变了——从维护，转向孵化。

在 Zero-to-One 的阶段，没人知道正确答案是什么，甚至连问题本身都在变化。这意味着：
- 设计不再是“验证想法”，而是“生成想法”；
- 速度不来自共识，而来自试错；
- 成功路径不是线性的，而是大量失败堆出来的。

他用一句话总结这种转变：在早期环境里，数量先于质量，混乱先于秩序。这听起来和传统设计教育几乎完全相反，但却是 AI 产品真实发生的方式。

真正的加速器：用“设计产物”推动每一次对话

那么，初创团队到底是怎么跑得更快的？Gabe 给出了一个极其具体、也极其容易被忽视的原则：用设计产物（artifact）引导一切沟通。

这里的 artifact 并不等同于“高保真原型”。它可以是草图、流程图、Figma 里的半成品，甚至只是一个还很粗糙的界面想法。关键不在完成度，而在“可见性”。

他说，在高速环境中，最危险的不是做错，而是想太久却没东西可看。抽象讨论会无限拉长，而一个不完美的设计产物，能立刻让团队进入同一个具体语境。

更重要的是频率。Gabe 提到，在优秀的早期团队里，设计师不是“一周评审一次”，而是每隔几个小时就在分享正在做的东西。这种节奏看似混乱，却能不断校准方向。

心理学上有个著名概念叫“IKEA 效应”：人们会更珍惜自己参与组装的东西。当团队成员频繁参与、持续看到设计演进时，他们对产品的信任感和投入度会显著提高。

分享方式决定速度，情绪比逻辑更重要

最后一个容易被忽略的细节，是“怎么分享”。

Gabe 强调，早期设计分享的目标，不是证明你是对的，而是制造动能。如果语气过于疏离、过度防御，哪怕设计再聪明，也会让团队降速。

他自己的方法是：先抛出洞察，再用设计讲故事，而不是直接展示结果。让大家理解“我为什么这么想”，而不是“你们该怎么做”。

当你愿意在还没准备好的时候分享，用真诚而非完美的姿态出现，团队反而更容易形成合力。设计在这里不只是工具，而是一种情绪放大器。

这也回到了开头的隐喻：莱特兄弟并不是因为更聪明，而是因为他们更快地把想法变成现实，再从现实中学习。

总结

这场演讲最有价值的地方，不在于某个具体技巧，而在于它重新定义了“专业”。在 AI 时代，真正稀缺的不是完美方案，而是快速生成、快速暴露、快速修正的能力。对 AI 从业者来说，这意味着：少等确定性，多做原型；少写长文档，多做可见的东西。也许下一次技术浪潮的赢家，并不是资源最雄厚的团队，而是那些敢于在不确定中不断试飞的人。问题留给你：你的团队，上一次“起飞失败”，是什么时候？

关键词： AI设计， Figma Config， 初创产品， 设计方法论， 快速迭代

事实核查备注： 需要核查的关键事实包括：Samuel Langley 获得的资助金额（7万美元）、Langley 飞机坠河的时间（1903年10月7日）、莱特兄弟首次成功飞行的日期（1903年12月17日）、IKEA 效应的心理学定义与引用是否准确、Gabriel Valdivia 在演讲中对“artifact”与分享频率的具体表述。