Figma 在 Config 2024 抛出一个反直觉判断：AI 不会拯救设计与代码，协作才会

当所有人都在追逐“一句话生成 App”的幻觉时，Figma 在 Config 2024 给出了一个冷静却更危险的判断：真正改变设计到代码的，不是更聪明的模型，而是对人、工具和协作关系的重构。这场关于 AI 的演讲，反而几乎没有在炫技。

一个被忽略的数据，解释了 Figma 为什么要做 Dev Mode

Config 2024 的开场没有聊模型参数，而是抛出了一个很多人没意识到的数据：Figma 每周活跃用户中，只有约 30% 是产品设计师，剩下 70% 是工程师、产品经理、设计运营，以及所有“把设计变成现实的人”。

这直接颠覆了一个默认假设——Figma 不是“设计师的工具”，而是一个跨角色协作平台。Dev Mode 的诞生也就不再神秘：它不是为了讨好工程师，而是为了修复一个存在了二十多年的结构性问题——设计和工程之间的断裂式交付。

在传统流程里，设计完成即交付，交付即失控。设计稿变成了 PDF、切图和长文档，工程师需要重新理解、重新拆解、重新实现。Figma 认为这不是效率问题，而是协作模型本身出了问题。Dev Mode 的本质，是让工程参与设计“发生的现场”，而不是结果的终点。

这个判断非常关键，因为它决定了 Figma 后面对 AI 的态度：不是用 AI 消灭其中一方，而是降低两方之间的摩擦。

AI 焦虑的真正来源：不是失业，而是我们的心智模型坏了

在谈到生成式 AI 时，Kris Rasmussen 和 Meredith Black 并没有回避情绪问题。他们直接点破：今天行业里的焦虑，并不完全来自“AI 会不会抢走工作”，而是来自一种更深层的变化——我们过去对软件、工具、创造的心智模型正在失效。

当“像魔法一样”的技术开始变得真实，人类的第一反应往往不是机会，而是风险。这也是为什么大多数讨论会迅速滑向极端结果：AI 取代设计师、AGI 接管世界。

Figma 给出的反击非常反直觉：他们并不认为“聊天框”是 AI 的终极形态。Chat 只是新输入方式的一种，而不是万能接口。真正的机会来自多模态——语言、视觉、直接操控、结构化编辑的混合。

这意味着什么？意味着未来的软件不是“你对它说话”，而是“你和它一起操作”。当 AI 被嵌入到熟悉的界面和动作中，它不再是一个异物，而是放大人类能力的工具。这也是为什么 Figma 更关心如何重塑软件形态，而不是做一个聊天机器人。

为什么 GitHub Copilot 成功，而大多数炫技 Demo 注定失败

在 AI 工具层面，Figma 的态度异常克制。他们明确表示，对那些“看起来很酷，但忽略失败率”的 Demo 并不买账。

这里他们点名了一个正面案例：GitHub Copilot。Copilot 成功的原因并不是它能写多少代码，而是它牢牢守住了一个边界——辅助，而不是替代。它自动化的是人类不想花时间的部分，却保留了理解、判断和控制权。

Figma 认为这是 AI 工具设计的黄金法则：AI 应该处理繁琐细节，但不应该剥夺人类理解细节的乐趣。哪怕未来这些细节可以被完全自动化，人类依然渴望知道“事情是怎么运作的”，因为理解本身就是创造力的来源。

这也是为什么他们对“全自动设计到代码”保持警惕。如果一个系统生成了你不理解、无法维护、无法复用的代码，那它并没有真正帮助工程师。

Image-to-Code 为什么抓错了重点，真正难的是“隐含设计意图”

在所有 AI + 设计的演示中，最常见的就是 image-to-code：一张图，生成一堆前端代码。Figma 在台上几乎是“泼冷水”式地指出：这并不是难点。

原因很简单——Figma 文件本身已经是高度结构化的数据。真正困难的部分，不是把像素变成代码，而是推断那些没有写出来的东西：设计意图。

比如：这个按钮为什么是 primary？这个组件在响应式场景下应该如何变化？哪些是可以复用的设计系统组件，哪些只是临时拼装？这些信息往往存在于设计师的脑海里，或者团队的共识中，却没有显式表达。

Figma 认为，AI 真正能创造价值的地方，是加速这种“隐含意图”的推断和反馈。让设计师更快验证想法，让工程师拿到的是可复用、可理解、可维护的代码，而不是更多代码。

在这个视角下，代码不是终点，而是设计系统中的一个构建块，用来组合出可靠的产品体验。

AI 不会取代设计师，但会淘汰一种工作方式

在关于 AGI、模型训练、上下文窗口的讨论之外，Figma 最清晰的立场是：AI 无法理解情感，而设计的核心恰恰是为人服务。

他们用一个非常形象的比喻来总结 AI 的角色：模型就像画笔。画笔可以越来越高级，但不会替你决定画什么。同样，Prompt 并不一定比直接操作更好，像调色盘这样的直接操控方式，对学习和创作依然至关重要。

Figma 也坦承，现在几乎所有产品都在“被迫”加入 AI，这既来自压力，也来自真实的机会。但早期一定会有大量体验失败，很多 AI 功能并不会比它们替代的旧方案更好。

变化真正指向的，不是岗位消失，而是那种依赖低质量交付、低协作密度的工作方式，正在快速过期。

总结

如果你是设计师、工程师或 AI 从业者，这场 Config 2024 的最大启示并不是“要不要用 AI”，而是“你是否在重构自己的协作方式”。AI 的价值不在于生成更多结果，而在于让正确的意图更早、更清晰地被共享。接下来真正拉开差距的团队，不是模型用得最激进的，而是最早把 AI 嵌入到设计、代码和人之间日常互动中的那一批。一个值得思考的问题是：在你的工作流里，哪些摩擦其实已经可以被 AI 消除，但你还在用老办法硬扛？

关键词： Figma， 生成式AI， 设计到代码， Dev Mode， GitHub Copilot

事实核查备注： 需要核查：Figma 周活跃用户中设计师占比约 30%；Config 2024 演讲嘉宾为 Kris Rasmussen 与 Meredith Black；Dev Mode 发布时间背景；对 GitHub Copilot 的评价是否为原话或意译。