Figma 与 Google 前高管的共识：最好的 AI 产品不是从白板上诞生的

在这场 Config 2023 的对谈里，一个反直觉的观点反复被强调：真正伟大的产品，不是创始人“想”出来的，而是和用户一起“磨”出来的。更意外的是，这套方法论正在被原封不动地迁移到生成式 AI 时代。

最反直觉的一点：直觉不是天赋，是被“用户”训练出来的

很多人谈产品直觉，喜欢把它说成一种天赋。但在这场对谈里，一个清晰的共识是：直觉不是灵光一现，而是长期、高频、近距离接触真实用户后的“肌肉记忆”。

无论是从设计工具到平台型产品，还是在不同角色之间频繁切换，真正塑造判断力的，不是职位本身，而是你是否持续暴露在自己不熟悉的场景中。去看客服工单、去听销售电话、去用那些你平时根本不会碰的功能——这些“低效”的事情，才是直觉的来源。

这也解释了为什么一些看起来“什么都懂”的产品负责人，往往并不是因为聪明，而是因为他们比别人更早、更频繁地站在用户那一侧。

一次失败，如何意外催生了 Google Maps 这样的产品

对谈中提到的一段经历很有代表性：一个最初并不成功的方向，最终却在迭代中转向了 Google Maps 这样的重量级产品。

从 Yellow Pages 到地图产品，这个转变并不是一开始就规划好的路线，而是在不断尝试、不断失败的过程中，被真实需求“推”出来的。失败并没有被浪漫化，相反，它更像是一种过滤器——快速淘汰错误假设，逼着团队去重新理解用户真正想解决的问题是什么。

值得注意的是，设计在这里不是“美化界面”，而是帮助团队看清系统结构、信息流和用户决策路径。这种设计能力，直接决定了产品能否从一个看似边缘的想法，进化为平台级基础设施。

生成式 AI 的真正价值：不是取代你，而是逼你更快面对现实

当话题转向生成式 AI，讨论并没有停留在模型能力或参数规模，而是落在一个非常“产品经理式”的判断上：AI 最擅长的，是把你快速带到一个“还不错的第一版”。

这个第一版并不完美，但它足够真实，能立刻接受用户的反馈。无论是文案、设计稿，还是原型流程，AI 的价值在于压缩从想法到可验证结果之间的时间。

一个重要提醒是：判断 AI 会如何影响你的业务，最靠谱的方法不是开会讨论，而是亲自去用。把 AI 当成团队里一个永远不嫌麻烦的初级合作者，而不是一个全知全能的答案机器。

为什么企业软件总是“难用”，以及这件事如何被改变

对谈里还有一个尖锐但真实的观察：今天普通消费者每天使用的应用，在 UX 上往往已经超过大量企业级软件。

原因并不复杂——企业软件长期服务的是“流程”，而不是“人”。改变这一点，并不是一次重构或一次设计冲刺就能完成的，而是一个高度自觉、长期投入的过程。

当设计、产品和工程被放在同一张价值坐标系里，用户体验才有机会成为真正的竞争力。这也是为什么一些平台型产品，最终能在规模化之后，反过来重塑整个行业对“好用”的标准。

平台思维：你不是在做功能，而是在搭建一块土壤

一个反复出现的关键词是“平台”。和做单点功能不同，平台意味着你必须接受不可控性——用户会用你没预料到的方式创造价值。

这要求产品团队在早期就做出取舍：哪些东西必须被严格设计，哪些地方应该留白。真正成功的平台，往往不是功能最多的，而是边界最清晰的。

在 AI 时代，这一点会被进一步放大。模型能力会不断进化，但平台的结构性决策，一旦做错，后期修正的成本极高。

总结

这场对谈给 AI 从业者最大的启发是：无论技术如何跃迁，产品成功的底层逻辑并没有变。去更早地接触用户、用更快的方式验证想法、把失败当作导航而不是污点。

如果你正在做 AI 产品，不妨问自己三个问题：我最近一次亲自使用自己产品是什么时候？AI 帮我加速了验证，还是只是让我生成了更多“看起来不错”的东西？以及——我是在做一个功能，还是在为他人创造可能性？答案，往往比模型参数更重要。

关键词： 生成式AI， 产品直觉， 用户共创， 平台型产品， Figma

事实核查备注： 需要核查：1）Bret Taylor 与 Dylan Field 的具体身份与发言归属；2）Yellow Pages 向 Google Maps 转型的时间与参与程度；3）关于“AI 作为第一版工具”的原话表述；4）Config 2023 的举办时间与背景。