大多数人把 Figma 当画图工具，她却把它当成教学中枢、协作系统和管理后台。更意外的是，这套方法对 AI 团队、研究组、产品组织同样适用。看完你会发现：真正拉开差距的，不是模型，而是工作方式。
在这场 Figma Config 的现场工作坊里，Lili 几乎没有讲任何“高深理论”，却让一屋子人迅速进入心流。这并不是因为 FigJam 有多强，而是她用一整套反直觉的方法，重新定义了什么叫真正有效的协作。对 AI 从业者来说，这比学一个新工具更重要。
如果你还把可访问性当成“上线前检查项”，这场来自 Figma Config 的讨论会直接推翻你的认知。几位设计与包容性实践者给出一个反直觉结论：真正的无障碍不是工具问题、不是某个专家的工作，而是一种组织能力，甚至是一项公民权利。对AI从业者尤其致命。
这支视频记录了UX设计师Patricia Reiners在苏黎世的一天工作日：发布自由职业课程、以及为Forward Festival准备一场关于“创造力未来”的演讲。比日常vlog更有价值的是，她完整展示了自己如何构建课程内容、以及一套高度可复用的演讲与表达方法论。
这不是一场技术演讲，也不是教程。Andrej Karpathy 放出了一段几乎没有语言的 Stable Diffusion 视频，却让无数 AI 从业者反复回看——因为它用最直观的方式，展示了生成模型真正“在想什么”。
大多数人用 PyTorch 写神经网络，却从没真正“看见”梯度是怎么流动的。Andrej Karpathy 用一个叫 micrograd 的极简项目，亲手拆开了反向传播的黑箱：没有魔法、没有框架，只有链式法则。这支视频讲的不是“怎么用”，而是“为什么一切真的如此运作”。
你以为“高效协作”意味着共识、顺滑、少冲突？Figma Config 的这场深度对谈恰恰提出了一个反直觉观点：真正有价值的协作，往往始于不适、张力和彼此“没被理解”的瞬间。对 AI 从业者来说，这不是软性文化话题，而是直接决定模型、产品和团队能走多远的关键变量。
这支来自 Figma Config 的视频没有炫技、没有方法论轰炸，却反复强调一件反直觉的事：DesignOps 负责人前 90 天，最重要的不是“做对设计”，而是“让组织开始运转”。如果你是 AI、平台或研发型团队的一员，这些经验会让你重新理解“Ops”到底在干什么。
当所有人都在喊“AI 将颠覆设计”，Figma Config 这场法语分享却反其道而行：问题不在模型，而在流程。演讲者用真实案例拆解了一个残酷事实——如果你的设计流程本来就乱，AI 只会把混乱放大得更快。
在这场炉边谈话中，Impossible Foods 总裁丹尼斯·伍德赛德回顾了自己横跨多家公司的职业经历，分享了他对创新节奏、消费者习惯以及食品创业现实挑战的判断。这篇文章提炼了他最有价值的思考，让读者理解一家食品科技公司如何在理想与现实之间前行。