Figma 内部一年 AI 反思:1.1 万个工具之后,真正难的不是功能

AI PM 编辑部 · 2024年03月14日 · 3 阅读 · AI/人工智能

正在加载视频...

视频章节

当全行业沉迷于发布下一个 AI 功能时,Figma 的研究员却在内部反思:为什么 11,601 个 AI 工具出现后,用户反而开始疲惫?这次 FigBrew 对话给出的答案,可能会让所有 AI 从业者重新审视自己正在做的事。

Figma 内部一年 AI 反思:1.1 万个工具之后,真正难的不是功能

当全行业沉迷于发布下一个 AI 功能时,Figma 的研究员却在内部反思:为什么 11,601 个 AI 工具出现后,用户反而开始疲惫?这次 FigBrew 对话给出的答案,可能会让所有 AI 从业者重新审视自己正在做的事。

11,601 个 AI 工具之后,用户并没有更兴奋

一个极具冲击力的数字贯穿了这场对话:从 2023 年 11 月开始,被持续追踪的 AI 工具发布数量已经达到 11,601 个。几乎没有人真正用过其中的十分之一,但每周都有“必须跟进的新东西”。

Gus Griffin 形容这种状态非常真实:你不断“发现”新 AI 工具,却很少有真正改变工作方式的时刻。这不是创新爆发的兴奋,而是一种AI feature fatigue(AI 功能疲劳)

更残酷的是,这种疲劳不仅存在于用户侧,也存在于产品团队内部。Figma 自己就在做 AI,但团队成员同样会被外界层出不穷的新发布分散注意力。Gus 说了一句极反直觉的话:“AI 最难的部分,从来不是把窗帘挂上去,而是把地基打好。”

换句话说,行业在疯狂展示‘看得见的魔法’,但真正消耗时间和心力的,是那些用户根本感知不到的基础工作。这种错位,正在一点点侵蚀用户对 AI 的耐心。

用户不再幻想“被替代”,而是开始失望

Gus 的研究并不来自模型参数或 benchmark,而是大量访谈:从 AI 重度用户,到已经开始怀疑 AI 价值的人。

一个重要转变正在发生——用户正在远离“AI 会取代我”的叙事。取而代之的是一种更冷静、甚至有点失望的判断:

“效率提升是有的,但创造力并没有如承诺般到来。”

早期的 AI 叙事,把效率 + 创造力 + 无限可能性打包出售。但在真实使用中,很多人发现:效率提升是真实的,但创造力是可选项,甚至常常缺席

这也是为什么一些设计师对 Figma 的 Jambot 插件给出了‘这是一个更长期问题’的反馈。问题不在于这个插件好不好,而在于:团队是否真的给了自己足够的空间,去思考“正确的问题”是什么,而不是“最快能上线什么”。

当用户开始感到幻灭时,问题往往不在模型能力,而在产品是否真正贴合了他们想完成的事情。

AI 时代,产品是怎么被“重新造出来”的

Gus 提到,他最重要的三个反思,其实都不完全是关于 AI,而是关于产品是如何被团队共同建造的

其中最难的一点,是那“最后的 30%”。在很多 AI 项目中,70% 的进度往往让人产生“差不多完成了”的错觉,但 Gus 非常直白:

“你永远不会对 70% 感到满意。”

真正决定产品体验的,是那段最容易被压缩、被忽略、被 KPI 吃掉的最后阶段。

另一个变化来自团队协作方式。一位资深工程师主动找到 Gus,说自己需要一个“思考伙伴”。这听起来很小,但背后是一个重要信号:传统的跨职能边界正在被打破。不是每个人都只守着自己的角色,而是开始尝试理解、甚至“掌握”别人的工作领域。

为了让这种协作发生,团队刻意弱化规则,强调角色;把 daily standup 从状态汇报,变成观点交换的空间。价值并不是来自速度,而是来自视角的碰撞。

别再追功能了,AI 需要的是系统级思考

这场对话里最值得被反复引用的一句话是:

“AI 不是一个 feature,它是一种 technology。”

这句话的直接后果是:真正能规模化的不是功能,而是系统。如果你只是不断往产品里塞 AI 功能,很容易掉进 Gus 所说的“velocity trap(速度陷阱)”——发布越来越快,但长期价值越来越低。

Gus 的方法论,来自他的社会科学背景。他用人类学的视角看 AI:不要从“我们能用 AI 做什么”出发,而要从“人们到底想完成什么”开始。深度访谈、真实语境、甚至带有自我反思的“迷你民族志”,都是他在 Figma 内部使用的方法。

在这种视角下,讨论 AI 本身反而变得不那么重要。重要的是:你是否真正理解了人,以及他们为什么会对 AI 感到失望。

总结

这次 Figma 的一年反思,真正击中人的地方在于它的克制:在一个被 AI 功能淹没的时代,他们选择放慢速度,回到系统、团队和人的层面。对 AI 从业者来说,最大的 takeaway 不是“该用哪种模型”,而是三个问题:你是否在解决长期问题?你是否愿意为最后 30% 留出空间?你构建的,是功能,还是系统?如果 AI 真要改变工作方式,答案很可能不在下一次发布,而在你今天如何做产品。


关键词: Figma, AI 工具疲劳, AI 产品设计, 系统级思考, 用户研究

事实核查备注: 需要核查的关键事实:AI 工具数量 11,601 的统计时间点(自 2023 年 11 月起);Gus Griffin 的职位描述(Figma 研究员,负责 AI 相关研究);FigBrew 为 Figma 内部系列节目;Jambot 插件的具体定位与反馈语境。