Figma 团队内部方法论曝光：为什么真正的设计系统，从“贴纸”开始

很多人以为设计系统的核心是组件数量和规范文档，但在这期 Figma Config 的视频里，官方团队却反复强调一个反直觉的起点：Sticker Sheet。他们展示了如何从最原子的组件出发，一步步构建可扩展的系统。这套方法，对 AI 产品和工具设计者来说，含金量被严重低估了。

最反直觉的一点：设计系统不是从“系统”开始的

视频一上来，主持人就直接接着“上一次我们已经做完贴纸页了”继续推进。这句话本身就很耐人寻味。因为在大多数团队里，设计系统往往从宏大的目标开始：组件规范、品牌一致性、跨团队协作。但 Figma 团队的做法恰恰相反——他们先做的是一个极其具体、甚至有点“笨”的东西：Sticker Sheet。

Sticker Sheet 本质上就是把最基础的 UI 元素并排摊开：按钮、图标、颜色、状态。没有逻辑跳跃，没有抽象总结，只是“把东西摆出来”。视频里一句话点破了关键：“Atomic is the way to go when you're laying the foundations of your design systems。”意思很直接——在打地基的时候，越原子化越好。

这对 AI 从业者其实很刺耳。我们习惯一上来就谈“系统架构”“模型能力”“智能层”，但真正能扩展、能复用、能迭代的东西，往往从最小单元开始。不是因为它优雅，而是因为它抗变化。

把组件并排放好，本质是在消灭未来的混乱

视频中有一个看似平淡、但非常关键的动作：把组件 side by side 地排开。主持人反复强调，这是在“laying foundations”。原因不只是为了好看，而是为了做对比。

当按钮、图标、颜色状态并排出现时，问题会自己跳出来：为什么这个 padding 不一样？为什么这个 icon 的视觉重量更重？为什么同样的状态用了两套命名？这些问题如果等到组件已经被几十个页面引用，再去修正，代价会指数级上升。

他们在引入颜色后，才开始“build our very first library”。顺序非常克制：先看清楚，再封装。对比很多团队的做法，往往是先建库、再发现问题、最后靠文档和约定硬撑。

对 AI 产品尤其重要的一点是：当你的界面需要频繁为新能力让路（比如新模型、新交互），早期的视觉和结构一致性，决定了你未来是“加一块积木”，还是“推倒重来”。

命名不是琐事，而是系统是否可扩展的生死线

视频中有一段关于命名的讨论，非常值得反复看。团队在使用 local components 时，重点不是“现在叫什么好听”，而是“这个名字未来还能不能装下变化”。

一句话点得很透：“All of our naming is already being set up for us。”好的命名不是灵感，而是架构的自然结果。当你有清晰的原子层级，命名几乎是被推导出来的。

他们也明确指出，不一定要“one giant set”。有时候拆分、局部组件反而更合理。这其实是在承认一个现实：系统不是一次性设计出来的，而是阶段性生长的。

对 AI 团队来说，这和模型、特性命名高度相似。你今天给一个功能起的名字，会不会限制它明天的能力边界？你现在为了省事做的合并，未来会不会变成无法拆解的技术债？Figma 的答案很简单：在组件层面就对抗复杂性。

为什么说这是“最好玩的部分”，也是最危险的部分

视频里有人说：“This is definitely the fun part for me。”说的是开始真正 build 组件的时候。这种“好玩”，其实是创造感最强的阶段——你能立刻看到成果。

但他们紧接着就拉回理性：并不是所有东西都该进主库，有时候创建 local component 才是更优解。这种克制，恰恰是成熟团队的标志。

在 AI 产品中，这一点尤其容易被忽略。新模型、新能力上线时，团队往往急于“标准化”“系统化”，结果把还在快速变化的东西过早冻结。Figma 团队的做法提醒我们：可用性和灵活性，有时比一致性更重要。

视频最后进入 Q&A，但前面的内容已经清楚地传达了一个信号：设计系统不是展示专业度的舞台，而是为未来不确定性预留空间的工具。

总结

这期 Figma Config 视频，看似在讲组件和贴纸页，实际上在讲一件更大的事：如何用最低的抽象成本，换取最高的长期自由度。对 AI 从业者来说，不管你做的是模型平台、开发者工具还是终端产品，都可以问自己三个问题：我的“原子”够不够小？我是不是太早封装了不稳定的东西？我的命名，是否默认了一个还不存在的未来？

真正高级的系统设计，不是看起来复杂，而是允许复杂性在未来发生。如果你现在就想把一切都设计完，系统往往会在现实面前第一个崩溃。

关键词： Figma， 设计系统， 组件化， Sticker Sheet， AI产品设计

事实核查备注： 需要核查：视频发布时间（2022-04-13）、视频标题与频道名称是否准确；引用的英文原句是否与视频原话一致（非逐字，仅为语义引用）；视频整体时长以确认文章篇幅匹配。