设计不是画界面：Figma×Maze 把“Discovery”变成一门可复用的系统

这场来自 Figma Config 的直播抛出一个反直觉观点：真正决定产品成败的，不是 UI 做得多漂亮，而是你在设计前有没有把问题想对。更意外的是，团队正在用 Figma + Maze，把“模糊的探索阶段”变成一套可执行、可复盘的流程。

最容易被忽视的阶段，恰恰最值钱

在直播一开始，讨论并没有落在功能或视觉，而是反复围绕一个词：Discovery。它不是头脑风暴，也不是用户调研的代名词，而是一个持续降低风险的过程。有嘉宾直言提醒：很多团队之所以返工，不是执行能力不行，而是一开始就在回答“错误的问题”。这对 AI 产品尤其致命——模型再强，如果问题定义错了，只是在高速犯错。Discovery 的价值就在这里：在还没投入工程、训练和算力之前，把不确定性拆解掉。

投资设计，其实是在训练一种“判断力”

当被问到今天在设计上的投入规模时，讨论很快从“人力和工具”转向了“肌肉”这个比喻。设计能力不是一次性采购，而是长期训练出来的判断力：哪些假设值得验证？哪些信号是噪音？哪些反馈值得被采信？这也是为什么他们强调跨角色参与——设计师、产品、研究者都在同一套平台里协作。不是为了对齐，而是为了暴露分歧，提前发现风险。

把探索过程搬进 Figma Jam，不只是为了方便

一个很具体但容易被低估的实践是：他们把原本分散在文档、白板、会议里的探索活动，几乎全部转移进 Figma Jam。假设、研究问题、测试结果，都以可视化的方式沉淀下来。有人形容这更像“一个迷你产品”——它有结构、有演进，也能被新成员快速理解。关键不在工具本身，而在于：探索不再是一次性的讨论，而是一个可持续更新的系统。

从‘感觉对了’到‘证据够了’

在如何使用 Maze 的讨论中，一个核心变化被反复提到：从凭经验拍板，转向用证据说话。无论是验证假设，还是评估风险，团队都在尝试用更轻量、更频繁的方式获取反馈。这不是为了追求数据崇拜，而是为了避免“我们以为用户会这样用”。对 AI 团队来说，这一点尤为关键——因为用户对智能行为的预期，往往和真实使用之间存在巨大偏差。

总结

这场直播最有价值的地方，不在于介绍了多少功能，而在于重新定义了“好设计”的起点：不是界面，而是判断。如果你在做 AI 或复杂产品，可以从一个很小的动作开始——把所有关键假设显性化，放进一个所有人都能看到、持续更新的空间里。下一个问题留给你：在你的团队里，哪些决策其实只是‘感觉不错’，但从未被真正验证过？

关键词： Product Discovery， Figma， Maze， 设计流程， AI产品

事实核查备注： 需要核查：1）直播具体时长；2）Figma Jam 在讨论中的正式名称与拼写；3）发言者 Alexia、Natalie、Jean-Baptiste 的具体身份与角色；4）是否明确提及 Maze 的具体使用场景或功能名称。