Figma 设计师在 Config 现场改写 AI 定义：它不是智能，而是想象力

当所有人都在讨论 AI 会不会取代设计师时，Figma 给了一个完全反直觉的答案：AI 的真正价值不是“更聪明”，而是让人类更敢想。这场 Config APAC 2024 的演讲，悄悄重构了我们理解 AI for UI 的方式。

最反直觉的一刀：AI 不是 Artificial Intelligence

Jordan Singer 一上来就抛出一个“危险”的问题：AI 一定要叫 Artificial Intelligence 吗？在一个被大模型、参数规模、AGI 时间表支配的时代，这个问题本身就足够挑衅。

他的答案是：不一定。在 Figma 的语境里，AI 更像是 Augmented Imagination（增强想象力）。这不是修辞，而是一个产品哲学上的转向。与其讨论模型有多聪明，不如问一句：它能不能让设计师更快、更大胆地把脑海里的想法变成现实？

这个定义，直接击中了过去几年设计圈对 AI 的集体焦虑。早期的反应是“它会不会抢我饭碗”，而现在的现场反应变成了“这也太狠了”。变化的不是人，而是 AI 在工具中的位置——从“替代者”，变成了“放大器”。

四年前的 GPT-3 插件，埋下了 Figma AI 的伏笔

有意思的是，这套思路并不是最近才出现。Jordan 回顾了 2020 年 GPT-3 刚发布时，他做的一个实验：用自然语言 prompt，直接在 Figma 画布里生成设计。

那时候模型还很原始，prompt 又长又啰嗦，效果也谈不上“可用”，但方向已经很清晰——设计不是从画布开始的，而是从语言、意图和想象开始的。

正是因为这种持续的探索，他后来创办了 Diagram，把“AI + 设计工具”当成一件值得全职投入的事。今天我们在 Figma 里看到的 AI 能力，本质上是这条探索路径的延续，而不是一次突然的功能堆叠。

真正改变体验的，不是生成，而是这三个字母：AGI

Jordan 在演讲中玩了一个很妙的“概念挪用”。当行业里谈 AGI（Artificial General Intelligence）谈得人心惶惶时，Figma 给了它一个完全不同的展开方式：

AGI = Automation（自动化） + Generation（生成） + Iteration（迭代）。

这不是文字游戏，而是对设计工作流的精准拆解。自动化解决的是“别再浪费我心流”的问题：比如自动给图层命名、自动连原型线，这些都是设计师最痛恨、但又不得不做的杂活。

生成解决的是“我卡住了怎么办”：从一句话生成界面、从 prompt 生成 FigJam 模板，AI 给的不是最终答案，而是一个可供你继续发挥的起点。

迭代则是最被低估的能力。视觉搜索、自动填充更真实的文案，本质上都是在压缩“找到-修改-对比”的成本，让设计师把时间花在判断而不是操作上。

Figma AI 的底层逻辑：永远从体验倒推技术

演讲中有一段很容易被忽略，但对 AI 从业者极其重要。Jordan 引用了一种典型的 Apple 式思维：不要从“我们有什么技术”出发，而要从“用户能得到什么不可思议的好处”出发。

这恰恰解释了为什么 Figma AI 看起来没有在炫技，却处处“刚好用在点上”。它不是为了展示模型能力，而是专注于那些真实阻碍设计流程的摩擦点。

对比很多 AI 产品先有模型、再找场景的路径，Figma 选择了一条更慢、但更稳的路：理解设计师的直觉、痛点和工作节奏，然后让 AI 嵌进去，而不是压上来。

总结

这场演讲真正值得 AI 从业者反复琢磨的，不是某个具体功能，而是一个判断标准：你的 AI，是在替人做决定，还是在帮人更好地做决定？

如果你在做 AI 产品，Figma 给了一个清晰的行动建议——优先消灭那些消耗心流的细节工作，把“想象 → 实现”的距离压到最短。未来真正有生命力的 AI，不是更像人，而是更懂得如何放大人的创造力。

最后留一个问题：在你自己的产品里，AI 到底是在“展示智能”，还是在“增强想象”？

关键词： Figma AI， AI for UI， 增强想象力， 生成式AI， 设计工具

事实核查备注： 需要核查：Jordan Singer 的职位与经历；GPT-3 发布时间（2020）；Diagram 公司与 Figma 的关系；Config APAC 2024 的时间与场次；演讲中对 AGI 的重新定义表述是否为原话或意译