Figma这场内部分享透露的真相：无障碍不是设计加分项，而是系统能力

很多团队把无障碍当成“最后再补”的需求，但这场来自 Figma Config 的分享，几乎从一开始就把这个想法推翻了。真正的爆点在于：无障碍不是设计师的善意，而是设计系统是否成熟的分水岭，尤其对做 AI 产品的人来说，这是迟早要补的底层能力。

最反直觉的一点：无障碍不是道德问题，而是系统问题

分享一开始就点出一个容易被忽略的事实：绝大多数做出“不可访问”产品的人，并不是不在乎用户，而是被系统限制住了。当设计系统里没有无障碍的默认值、没有清晰的标注方式、没有和工程对齐的语言，再好的意图也会在落地时被稀释。这个视角很重要，它把责任从“个人是否足够用心”，转移到了“系统是否给了正确的路径”。对 AI 从业者来说，这尤其刺耳——我们习惯讨论模型能力，却很少反问：我们的产品系统，是否天生就排除了某些用户？

从个人经历到团队共识：无障碍是“做出好软件”的一部分

在谈到如何进入无障碍领域时，分享者并没有塑造成什么理想主义叙事，而是回到一个很工程化的判断：你想不想做“好软件”。这里的“好”，不是功能多，而是“被不同能力的人真正用得起来”。这也解释了为什么无障碍总是和设计系统绑定在一起——当团队规模变大、AI 功能开始快速迭代时，任何依赖个人记忆或手动检查的事情，都会失败。系统化，才是唯一能在复杂度上叠加而不崩的方式。

真正的难点不在规范，而在协作断层

分享中多次提到“障碍”的来源，并不只是技术限制，而是设计、工程之间的认知断层。比如：设计稿里看起来没问题的标题层级、颜色对比，在代码里却完全走样。这也是为什么他们强调注释（annotations）——不是为了文档好看，而是为了建立一种跨角色的共同语言。当你开始用系统化的方式标注语义、层级和意图，无障碍才有机会在实现阶段不被“误伤”。

为什么这件事会直接影响你的用户规模

一个经典但常被低估的问题在分享中被再次点名：无障碍不是小众需求。它直接决定了你能不能触达更多用户，以及现有用户能不能在不同情境下继续使用你的产品。对 AI 产品来说尤其如此——当 AI 被嵌入到核心流程里，一旦这些流程对部分人不可用，你失去的不是边缘用户，而是潜在的主流市场。无障碍，本质上是一种被延迟认识的增长因素。

从 Live Demo 里能学到的隐性方法论

在现场演示中，他们并没有炫技，而是反复展示一件小事：如何在设计阶段就把无障碍“说清楚”。从标题标记、结构注释，到提醒设计师“把这些点拿去和工程讨论”，这些看似琐碎的动作，其实在构建一种节奏——让无障碍不再是上线前的检查清单，而是设计系统里随处可见的一部分。这种方法论，对正在搭建 AI 设计系统或内部组件库的团队，几乎可以直接复用。

总结

这场分享真正有价值的地方，不在于某条具体规范，而在于它揭示了一个更大的判断：当产品复杂度进入 AI 时代，无障碍如果不是系统默认能力，就一定会成为债务。对你来说，最现实的行动不是“多学几条标准”，而是回去看看：你的设计系统里，哪些决策已经替未来的用户做错了选择？无障碍不是锦上添花，而是决定你能走多远的底盘。

关键词： 设计系统， 无障碍设计， Figma， AI产品， 产品系统化

事实核查备注： 需要核查：视频完整时长；分享者 Daniel 的具体身份与背景；是否明确提到无障碍带来“额外用户/增长”的原话表述；Live Demo 中具体展示的工具或功能名称