Font Awesome 团队在 Figma 里画了 30，000 个图标，并被 2 亿多个网站使用。听起来像创意神话，但他们在 Config 2023 上讲的却恰恰相反：这不是灵感的胜利，而是系统、规则和协作方式的胜利。这场分享，对任何做 AI、做系统、做规模化的人来说，都异常扎心。
在 Figma Config 2023 的这场演讲中，Jane Davis 和 Kathryn Gonzalez 做了一件很“反共识”的事：她们没有鼓吹 AI 会如何颠覆设计，而是不断提醒——AI 更像魔术，真正的风险不在能力不足，而在我们用错了地方。这是一场让设计师和 AI 从业者都必须认真听完的分享。
如果你还把字体当成“.ttf 文件”，那你已经落后了。Config 2023 上，Tobias Kunisch 抛出一个反直觉的观点：字体已经进化成软件，而且这件事比大多数人意识到的都重要。它不仅改变设计流程，也正在重塑 AI、界面和数字表达的边界。
大多数人以为，接入 GPT-4 就等于产品起飞。Duolingo 的答案恰恰相反：真正难的不是模型，而是产品判断。这场来自 Figma Config 的演讲，首次系统拆解了 Duolingo Max 从一次“玩票式试验”到旗舰 AI 产品的全过程，以及他们踩过的坑、放弃的诱惑和总结出的5条硬核产品教训。
在所有人高喊大模型、Scaling Law 的Figma Config现场，一位MIT科学家却当众泼冷水：真正决定AGI上限的，不是参数量，而是人类大脑本身。这场关于脑机接口与下一代用户界面的演讲，信息密度高到让AI从业者坐立不安。
大多数公司都想把品牌规范做成“一份完美PDF”，Slack却在Config现场公开承认：那条路走不通。他们花了数年，把品牌指南做得更复杂、更开放、甚至更混乱，最后却意外做成了一个真正能被使用的系统。这背后的方法论，对所有AI团队都有借鉴意义。
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。
在 Config 2023 的舞台上，来自 Figma 和 Slack 的两位资深产品负责人抛出了一个反直觉判断：今天产品失败，往往不是因为跑得太慢，而是跑得太快、太乱。这场对话拆解了“新产品常态”下，速度、混乱、创新与用户之间的真实张力，几乎每一句都在戳中 AI 产品团队的痛点。
在 Figma Config 的舞台上，Slack 设计负责人 Ethan Eismann 抛出一个反直觉观点：好产品不是靠速度、功能或 KPI 堆出来的，而是靠一套被反复验证的产品原则。这场 40 多分钟的分享，几乎是 Slack 如何赢得“客户之爱”的底层操作系统。
多数团队把规划当成一件严肃、低效、不得不完成的事，但 Figma 在 Config 上公开了一套完全相反的方法：用“仪式感”和“玩乐性”重构计划流程。这场 46 分钟的分享，意外地给 AI 从业者提供了一套可复制的协作心法。