AI 只加速执行，不加速清晰度；精确上下文让 agent 写得更少更好
Figma deep dive: Agentic workflows and the MCP | Config 2026 · Jake
全片 32 分钟·真正值得盯屏约 20 分钟·3 个必看点
- 0:16 – 3:57听
开场：别把判断权交出去
从行业普遍的不确定感讲起，抛出「认知投降」——把模型给的判断直接当成自己的判断，省掉了验证的力气，也放弃了形成独特观点的机会。
AI 加速的是执行，不是清晰度，有时甚至妨碍清晰度；而清晰度恰恰是设计者最不该外包的部分。
全程是站着讲观点，画面只有讲者和几句大字标题，边做别的事听着就行。▶ 跳到 0:16 - 4:00 – 8:20听
抛光不再等于想得清楚
过去要把稿子做到高保真，必须先把问题周边的决策一个个想明白，所以「精致」天然是想法的质量过滤器；现在不给上下文也能产出很漂亮的东西，但它建立在一堆平均值之上。
最大的风险不是产出难看，而是一个更完整、更好看的输出把你诱离本来该走的那条路。
这一段靠论证推进，配图基本是概念示意，听清逻辑比盯着屏幕重要。▶ 跳到 4:00 - 8:20 – 11:02看
设计本身就是规格书
以一个按钮为例：一份设计 token 的数据量虽然比写死的原始值大，却同时把亮色和暗色两套状态说清了；再往上抽象成组件，一句话就能把全部交互语义传给模型。接着展示 CodeConnect 怎么给组件配上生产级的代码模板。
设计系统是一门精确语言，能用更小的表面积装下更多意图——这是让 agent 少猜的根本办法。
按钮那组对照和 CodeConnect 的模板代码要落在屏幕上才成立：模板里故意写死的标签文字、留成空壳的事件处理函数，都是在提示模型「这段是示意、你还得补」，只听语音会漏掉这些细节。▶ 跳到 8:20 - 11:02 – 14:40看
默认上下文有多浪费
现场把一个 Figma 表格丢给模型，默认返回的是一大段忠实还原视觉样式的 React + Tailwind——除了表头文字，几乎没有一句是和目标相关的，可复用的元素完全没有用团队自己的术语描述。随后对比换成精确上下文后的结果。
上下文不是越多越好；不相关的细节会挤掉真正的意图，差值最后都变成人来还的技术债。
两屏代码的长度和内容差异是这段的全部论据，尤其那堆冗长样式类名与后面精简版并排时的观感，语音描述根本传达不出来。▶ 跳到 11:02 - 14:40 – 18:05略
Hypertokens：被忽略的中间层
在原始值/token 与组件之间还藏着一层——把一组样式决策打包成一个有语义的命名值。Figma 正在试一套强类型、与呈现形态无关的 schema，从单一来源确定性地编译出 Figma 库、CodeConnect、CSS 等各方所需的产物。
给样式组合起个名字，模型要推断的东西就少一层；这层命名后来还成了观察设计思维分布的索引。
主要是架构示意图和编译产物清单，还有 Storybook 里「这个样式片段被哪些组件复用」的视图——扫一眼图的结构即可，不必逐句跟。▶ 跳到 14:40 - 18:05 – 25:02看
把专业知识搬上画布
讲怎么维护给 agent 用的技能文档：人只维护一个上下文源，每次更新后让 agent 把它转译成各自的版本。他把这份源直接摊在 FigJam 画布上，还专门划出一块区域向 agent 交代任务，甚至先布置「作业」——让它照着画布真写一遍 CodeConnect，再和答案对照。
不手编 agent 生成的文档，也不完全撒手；维护一个可再生的源，模型换代了随时重新生成一份。
整段的价值在画布的空间布局本身：哪块是给 agent 的任务说明、哪块是按需才读的参考资料、哪块是作业与答案键、哪块是人和 agent 来回写字的交接区——这种区域划分是平铺的文档给不了的，必须看着屏幕才懂他在示范什么。▶ 跳到 18:05 - 25:07 – 32:09看
一晚速通：Stegaset 实战
完整跑一遍流程：先把项目的领域源代码连同素材帧一起喂给设计 agent 拿到出乎意料好的初稿，再在画布上拼出给编码 agent 的提示，让它先交方案、人审改后才动手，最后两边同时落地并回传前后对比。成品是一个点图就能放出隐藏音频的站点。
源代码是被严重低估的设计上下文；而「先出计划、人审、再执行」这个卡点，是全流程里最不该省的一步。
这是全场唯一的连续实操：画布拼提示、agent 回传的前后截图对比、能真跑的动效与音频回放，都得看着才有说服力。最后他还展示了整个过程原样留存在画布上的样子——这份记录本身就是演讲的收尾论点。▶ 跳到 25:07