Figma 高管在 Config 抛出一个反直觉问题：我们为什么会做出这些产品

在 AI 行业疯狂追逐能力、参数和速度时，Figma 产品负责人 Sho Kuwamoto 在 Config 2023 上反而抛出一个“慢问题”：我们为什么会做出现在这样的产品？这场演讲几乎不谈技术细节，却系统拆解了产品决策背后被忽视的力量——客户、社区、服务意识，以及“看见”的能力。对 AI 从业者来说，这是一堂危险但必要的课。

最危险的不是做错功能，而是不知道自己在为谁而做

Sho 在一开始就点出一个很多产品团队不愿面对的事实：大多数失败的产品，并不是因为技术不行，而是因为团队对“客户是谁”这件事的理解是模糊的。不是 PPT 里的用户画像，而是真实、具体、会抱怨、会绕过你产品的人。

他回顾早期产品决策时提到，很多功能看起来“迟早要做”，但一旦你脱离真实客户，就会出现一种幻觉：你在为未来做准备，实际上却是在为假想中的用户优化。对于 AI 团队来说，这种幻觉尤其致命——模型能力的提升很容易掩盖产品是否真的解决了问题。

Sho 强调的不是“多做用户调研”这种陈词滥调，而是一种更难的能力：当客户说“我现在还用不了”时，你是否真的愿意停下来听，而不是急着解释路线图。

内部邮件列表的故事：产品直觉从哪里来

演讲中最具体、也最打动人的部分，是他讲到 Figma 早期的一个内部私密邮件列表。那不是用来同步进度的，而是一个持续讨论“用户到底需要什么”的地方。

这个细节之所以重要，是因为它揭示了一个常被忽略的事实：优秀的产品直觉不是天赋，而是被结构性地“养”出来的。通过持续、低摩擦地接触真实反馈，团队里的某些人会逐渐形成对用户需求的高分辨率判断。

Sho 说，有些同事之所以能在关键时刻做出正确判断，并不是因为他们职位更高，而是因为他们长期浸泡在用户的语境里。对今天的 AI 产品团队来说，这几乎是一个警告：如果你把所有用户接触都外包给指标和 A/B test，你最终也会失去这种判断力。

规模化之后，最难保留的不是文化，而是“同一个社区”的感觉

随着产品和用户规模增长，Sho 承认有些东西会不可避免地改变。但他反复强调，Figma 尝试保留的一件事是：让用户感觉他们和团队仍然属于同一个社区。

这并不是一句空话。在他的叙述里，“社区”不是市场部运营的对象，而是一种双向关系：用户不仅使用产品，也在塑造产品。当公司变大后，最大的风险不是流程变复杂，而是团队开始下意识地把用户当成“外部变量”。

对 AI 公司来说，这个问题更尖锐。模型一旦上线，用户规模往往呈指数级增长，但真正参与反馈、共创的用户比例却急剧下降。如果你不刻意设计机制，社区会退化成噪音，而不是信号。

把产品当作服务，而不是功能集合

在演讲中段，Sho 引入了一个看似简单、却极具杀伤力的视角：把你做的东西当作一种“服务”，而不是一组功能。

服务意味着什么？意味着你需要不断权衡：现在应该优先解决什么，为什么是这个，而不是那个。这不是路线图排序的问题，而是价值判断的问题。

他提出一个有用的思考方式：把客户的目标放在中心，而不是你的系统结构。很多复杂性并不是技术必须，而是历史决策的堆积。如果你不持续清理，这些复杂性会反过来限制你能提供的服务质量。

这段对 AI 从业者尤其刺耳。因为我们太容易把模型能力本身当作价值，而忘了用户真正购买的是一种持续、可靠、可理解的服务体验。

最后的能力：你是否真的“看见”了你在交付的东西

在结尾，Sho 讲到他认为最重要、也最容易被忽略的一点：看见。不是看指标，而是看你正在向世界交付什么。

他说，很多问题并不是突然出现的，而是早就存在，只是没人愿意直视。你可以靠惯性维持一段时间，但如果不持续保持形状的“干净”，最终一定会崩。

这几乎是一种道德层面的要求：作为产品构建者，你是否对自己交付的影响保持清醒。对于正在快速扩张的 AI 行业来说，这段话听起来不像商业建议，更像提醒。

总结

这场演讲之所以值得 AI 从业者“必须读完”，正是因为它几乎不谈 AI。本质上，Sho 在反复追问一个被技术进步掩盖的问题：你做的东西，究竟在为谁服务，又是否持续配得上他们的信任。

如果你正在做 AI 产品，可以从三个行动开始：第一，建立让团队持续接触真实用户的机制，而不是只看数据；第二，把产品决策从“我们能做什么”转向“用户想完成什么”；第三，定期停下来审视复杂性是否正在侵蚀你的服务质量。

技术会变，模型会换，但这些判断力一旦丢失，就很难再找回来。

关键词： Figma， 产品哲学， 用户导向， AI 产品， 社区与服务

事实核查备注： 需核查：Sho Kuwamoto 的职务与在 Config 2023 的演讲主题；Config 2023 的举办时间；演讲中关于内部邮件列表、社区与服务的表述是否与原视频一致。