Figma Config 2024现场共识：真正的生产力，其实是允许“浪费”的创造

在Figma Config 2024的舞台上，GitHub设计与工程负责人抛出了一个反直觉结论：真正高效的团队，看起来往往“不那么高效”。当Copilot们疯狂加速产出时，他们反而在讨论一件更危险的事——如何在不确定中浪费时间。

一个反直觉开场：最好的团队，先接受“低效”

如果你正在做新东西——无论是产品、模型还是系统——你大概率每天都在被一个问题追着跑：怎么才能更快？

但在这场Figma Config 2024的对谈一开始，主持人就点破了一个让人不安的事实：创造新东西，本质上伴随着大量“看似无用”的迭代。这些迭代在事后看是必要的，但在当下看，几乎都像浪费时间。

来自GitHub的设计与工程负责人并没有试图粉饰这一点。他们直接承认，在设计和工程协作中，真正困难的不是执行，而是探索——而探索阶段，几乎不可能用传统的“生产力指标”去衡量。

这也是为什么很多团队明明很忙，却始终做不出真正新的东西：他们过早地追求确定性，把探索当成了效率的敌人。

模糊不是问题，急着消灭模糊才是

对谈的第一个核心主题只有一个词：ambiguity（模糊性）。

设计和工程都会不断遇到意料之外的情况：需求不清、方向摇摆、技术路径随时可能被推翻。很多团队的直觉反应是：尽快把这些“模糊”消掉。

但GitHub的经验恰恰相反——模糊并不是需要立刻解决的Bug，而是创造力的土壤。

在这个阶段，真正重要的能力不是“快速下结论”，而是团队是否能在不确定中继续协作、继续对话、继续试探边界。如果你太早用流程、KPI或工具把一切锁死，结果往往是：效率看起来提高了，但创新窗口被提前关闭。

这对AI从业者尤其刺耳。模型、工具、平台都在逼着我们“更快交付”，但如果问题本身还没想清楚，速度只会把你更快带到错误的方向。

工程师要不要早点进场？真正的答案没那么简单

一个被反复提及、但从来没有标准答案的问题是：工程什么时候应该介入设计？

很多组织把这当成流程问题：是第一个Sprint？还是原型之后？但在GitHub的分享里，这更像是一个“状态问题”。

当团队还处在高度探索、方向不断变化的阶段，工程参与的价值不在于给出“可不可行”的判断，而在于帮助团队理解约束本身。换句话说，工程不是来收敛创意的，而是来让创意更真实。

这对AI产品尤其关键。模型能力、推理成本、延迟、隐私边界——这些如果等到最后才被发现，前面的所有设计都会变成返工。越是前沿的产品，越需要设计和工程在模糊状态下并肩作战。

所谓“生产力巅峰”，其实是一种团队氛围

当话题来到标题里的那个大问题——“什么是生产力”——讨论突然变得非常个人化。

他们没有给出任何指标、公式或工具清单，而是抛出了一个更难量化的概念：vibe check（氛围感知）。

真正的高生产力，不是看任务完成了多少，而是看团队是否处在一种健康的节奏中：个人是否敢提出不成熟的想法？团队是否能在分歧中继续前进？管理者是否知道什么时候该介入、什么时候该放手？

这种状态，往往只能被“感觉”到，却极难被仪表盘捕捉。但恰恰是这种不可量化的东西，决定了一个团队能否持续创造，而不是短期冲刺后迅速枯竭。

总结

这场来自Figma Config的对谈，没有给出任何“提高生产力的五个技巧”，反而提醒我们重新审视一个被工具和指标绑架的问题。

对AI从业者来说，最大的启发也许是：当Copilot们把执行效率推到极致时，人类的价值正在向“容忍模糊、做出判断、塑造团队氛围”迁移。

你可以立刻问自己三个问题：你的团队是否给探索留出了时间？工程和设计是否在不确定阶段就开始对话？你衡量生产力时，看的是产出数量，还是团队状态？

未来真正拉开差距的，可能不是谁用的模型更大，而是谁更敢在一段时间内，看起来“不那么高效”。

关键词： Figma Config 2024， 创造力与生产力， GitHub Copilot， 设计与工程协作， AI团队管理

事实核查备注： 需要核查：1）嘉宾姓名拼写（Noah Mayha / Nahab Matra / Diana Mounter）；2）视频具体时长以确定文章长度匹配；3）是否明确提及“vibe check”为原话还是主持人总结；4）GitHub Copilot是否在本场对谈中被具体讨论。