Design Tools
Figma 这轮更新说明：AI 设计的重点从生成页面转向生成工具
Figma 的新方向说明，AI 设计正在从“替你生成一张页面”进入“帮你生成一套工具”的阶段。Code Layers、Motion、Shader、Weave、Design Agent 和 Skills 放在一起看，核心不是炫技，而是把团队的设计方法封装成可重复调用的能力。
为什么这件事值得写成长文
过去的 AI 设计演示容易停留在一次性页面：输入 prompt，生成看起来还不错的界面。但真实项目需要组件库、品牌规则、交互状态、无障碍标准、研究资料和业务约束。没有这些上下文，生成速度越快，返工也越快。
源文提到 Figma Agent 可以读取附件和 Figma 文件，也能连接 Notion、GitHub、Slack、Atlassian 等工具；Skills 则把反复使用的规则、提示和判断方法保存为团队能力。这比单纯生成页面更接近设计系统的未来形态。
真正的变化不在功能表，而在工作方式
真正变化是设计系统从静态规范变成可执行方法。组件、颜色、字号只是基础；团队怎么评审、怎么判断信息层级、怎么检查可访问性、怎么处理品牌语气，也会成为 Agent 可调用的 Skill。
- AI 不只生成结果，还参与修改、检查和工具创建。
- 设计上下文比提示词更重要，包括组件、token、研究和评审记录。
- Skills 让资深设计师的隐性经验变成团队可复用流程。
- Shader、Motion、Code Layers 扩展了画布内可操作材料。
- 设计师价值会转向定义问题、建立标准和做取舍。
落地时要看哪些硬指标
采用前应该把它放进真实工作流里测，而不是只看发布叙事。
- Agent 是否能正确读取并尊重现有组件库。
- 生成工具是否可调参、可分享、可维护。
- 无障碍、响应式、品牌语气等检查是否能落到规则。
- 生成结果能否进入设计评审和开发交付，而不是只做灵感图。
- 团队是否有足够清晰的设计上下文可供 Agent 使用。
风险、边界和采用建议
风险在于把工具生成误解为设计判断自动化。AI 可以批量执行，但问题定义、约束权衡和审美标准仍需要人。没有整理好的设计系统，Agent 只会更快地产生不一致。
- 从记录设计流程开始，而不是只收藏 prompt。
- 把组件、token、品牌规则、研究资料和评审标准整理成上下文。
- 把重复检查做成 Skill，例如间距、对比度、文案语气。
- 先让 Agent 做辅助工具，再逐步进入核心设计流程。
结论
Figma 的信号很清楚：未来 AI 设计竞争不在谁能一次生成更漂亮的页面，而在谁能把团队方法沉淀成可执行、可复用、可治理的设计能力。