她用 ChatGPT 补数学，用 Figma API 做插件，结果震动了设计圈

在 Config 2024 的舞台上，一位设计师坦白：自己早就忘了三角函数，是靠 ChatGPT 和 Figma API 把两个“看起来像魔法”的插件做出来的。这不是励志鸡汤，而是一种正在成型的新范式——设计师、AI 与代码，正在重新分工。

最反直觉的一幕：忘了数学，反而把插件做成了

Aakanksha Mirdha 一上来就打破了很多 AI 从业者对“技术门槛”的想象。在解释透视网格算法时，她毫不避讳地说：高中数学早就忘光了，连 tan θ 是什么都得现查。真正帮她补上这一课的，不是同事，而是 Google 搜索和 ChatGPT。

这段话在 Config 现场引起了不小的共鸣。因为它揭示了一个正在发生的变化：AI 不只是帮你写代码，而是在“填补认知断层”。你不需要完整掌握三角函数体系，也不需要重新翻教材，只要知道你要什么效果，AI 会把中间那段“本该放弃的学习成本”抹平。

对 AI 从业者来说，这意味着一个危险又兴奋的信号：门槛正在被重新定义，优势不再只是“我懂得多”，而是“我敢不敢把想法做出来”。

透视网格插件：一个被低估的设计刚需

透视网格并不新。Illustrator、Photoshop 早就能做，但 Aakanksha 敏锐地捕捉到一个被忽略的事实：切换工具，本身就是设计体验里的摩擦。

她的灵感来自大量品牌案例——Google I/O、Figma Config 本身、加密产品页面里的复古未来主义视觉。问题是，在 Figma 里手动画透视线几乎是“自虐”：调密度、改角度，每一步都要重来。

于是她做了一个极其克制的插件：只让用户选三件事——横线数、竖线数、角度。剩下的交给公式和 API。背后的实现并不花哨：用角度差公式算竖线，用 tan θ 推出横线宽度变化，再用 createVector 把线画到画布上。

真正值得注意的不是数学，而是判断：什么时候该写插件，而不是继续忍。这恰恰是很多团队里最稀缺的产品直觉。

分形玻璃效果：Figma 正在“吞掉”传统图像工具

第二个插件更像一次宣言。分形玻璃效果——那种被纵向切割、像玻璃肋骨一样的视觉——过去典型出现在电影海报和高端科技广告里。

Aakanksha 的做法很直接：把图片按强度参数切成若干竖条，用 createRectangle 生成切片，再通过 imagePaint 对每一条做位移、缩放，甚至直接改曝光、饱和度和色调。

关键在于：这一切都发生在 Figma 内部。不需要导出、不需要 Photoshop、不需要往返修改。你拉一个滑块，预览就实时变化。

这背后透露的是一个更大的趋势：Figma 插件 API 已经不只是“画辅助线”，而是在向轻量级图像处理逼近。对 AI 和工具开发者来说，这是一个明确的信号——平台正在鼓励你把“专业能力”嵌进设计流程，而不是另起一个工具。

一个被忽视的结论：AI 让“会一点代码”的设计师爆发

整场演讲最重要的一点，反而藏在最后一句话里：这些插件并不复杂。

它们没有用到炫技算法，没有黑盒模型，甚至大量逻辑都可以边写边查。但它们解决的是真实存在、反复出现的痛点。

在 AI 时代，稀缺的已经不是“会不会写代码”，而是三件事的交集：
- 是否对问题足够敏感
- 是否愿意借助 AI 补齐短板
- 是否敢把解决方案产品化

这也是为什么 Aakanksha 的案例对 AI 从业者尤其危险——它提醒你：下一波有影响力的工具，很可能不是出自纯工程团队，而是来自“设计 + AI + API”的混合体。

总结

如果你是 AI 或工具方向的从业者，这场演讲值得反复看一遍。它给出的最大 takeaway 不是某个公式，而是一个行动模板：发现一个重复的痛点 → 用 AI 补知识 → 用平台 API 快速实现 → 在真实工作流中验证。

一个值得你带走的问题是：你现在每天忍受的哪个“小麻烦”，其实已经足够资格被做成一个插件？ 在 AI 把学习成本压到最低的今天，真正的分水岭只剩下一个——你动不动手。

关键词： Figma 插件， ChatGPT， 设计工具， Figma API， AI 辅助开发

事实核查备注： 需核查：演讲者姓名 Aakanksha Mirdha 拼写；Config 2024 举办时间与视频发布时间（2024-07-11）；Figma API 中 createVector 与 createRectangle、imagePaint 的具体函数名称；演讲中是否明确提到使用 ChatGPT 辅助。