2026年9月8日 AI 日报

Figma 最近发布了一份挺值得 UI 设计师看的官方指南，名字就很直接：How to turn your design system into a Claude Skill——如何把你的设计系统变成一个 Claude Skill。

它解决的其实是现在 AI 做 UI 时一个非常现实的问题。

你让 Claude、Cursor 这样的 Agent 帮你生成一个 Settings 页面，它可能几秒钟就能做出来，而且乍看还挺像那么回事。但你点进去一看，会发现按钮是它自己造的，颜色直接写成 Hex，Spacing 是硬编码，组件库一个没用，Token 体系也完全被绕开了。不是 AI 不会调用这些东西，而是它根本不知道：在你们团队里，它必须这样做。

Figma 给出的解决方案，是把这些原本写给设计师和开发看的规则，整理成 AI 能够持续读取的 SKILL.md：什么时候应该调用哪个组件，Token 怎么命名，什么时候必须先搜索组件库，哪些东西禁止重新创建，Accessibility 有什么要求，甚至不同版本的组件应该怎么迁移。Claude Code、Cursor 等 Agent 在执行任务时，就可以把这些规则带进上下文，而不是每次重新靠 Prompt 猜。

Figma 自己现在也已经提供了一套相关 Skills。比如 figma-generate-design 可以要求 Agent 使用真实的组件、变量和 Style 来生成页面；figma-generate-library 可以根据代码库建立或更新 Figma Design System；figma-code-connect 则继续把 Figma 中的组件和生产代码对应起来。

我觉得这里真正重要的，不是又多了一个 Claude 使用技巧。而是 Design System 第一次开始出现一个非常明确的新用户：AI Agent。

过去我们做设计系统，主要解决两件事情：让设计团队保持一致，让开发能够按照同样的规则实现产品。于是我们定义组件、Token、Variant、Naming Convention，再写上一整套规范文档。现在这些东西开始有了第三个用途：告诉 AI，我们这个产品应该怎么设计。

这也解释了为什么今天很多 AI 生成的 UI 看起来总有一种挥之不去的“AI 味”。模型本身可能已经会布局、会写代码，甚至会做出一个完成度很高的界面，但它不知道你的产品是谁，不知道已有组件是什么，也不知道什么东西在你们的设计体系里属于“错误”。

Figma 自己在 2026 年的资料里提到，54% 的设计师已经认为“在设计过程中使用 AI”成为行业最需要的技能之一；但它同时引用自己的研究指出，虽然大量设计师认为 AI 提升了效率，认为它真正提高最终设计质量的人却明显更少。这中间缺掉的东西，很可能就是 Context——上下文。

所以我越来越觉得，AI 时代 Design System 不会变得不重要，反而可能比以前更重要。只是我们以后整理一套设计系统时，需要多问一个问题：以前是——“新人进团队以后，能不能按照这套规范工作？”以后还要加一句——“AI 进来以后，它能不能看懂？”

Adobe 最近悄悄启动了一个新的设计工具测试项目，名字叫 Project Oasis。目前产品还没有正式公开，参与者也需要签署 NDA，但 Adobe 在招募测试用户时已经透露了几个很关键的信息：这是一款全新的 Web 图形设计应用，拥有新的工作界面，并且会把 brand-aware AI，也就是“能够理解品牌的 AI”直接放进设计流程里。

更值得注意的是 Adobe 在找什么人测试它。官方明确点名了 Agency、自由设计师和企业内部设计团队，而且要求这些人平时就在用 Figma、Illustrator 或类似工具做品牌识别和营销设计。换句话说，Project Oasis 瞄准的并不是普通消费者做图，而是品牌设计、运营设计这类真实的商业生产场景。

现在我们还不知道 Oasis 最终会长什么样，所以不能过早把它说成“Adobe 版 Canva”或者“Adobe 版 Figma”。但“Web-based”和“brand-aware AI”这两个关键词放在一起，我觉得已经很值得设计师注意。

因为今天 AI 做一张好看的图已经不难，真正麻烦的是：它知不知道这张图属于哪个品牌？应该使用哪套字体、颜色、图形语言？哪些东西可以变，哪些东西不能变？

对于一个品牌或者运营团队来说，真正有价值的 AI 从来不是“随机给我十张漂亮图”，而是能够理解既有品牌资产，然后按照同一套规则不断延展：今天做 Campaign KV，明天做社交媒体素材，后天换成 Banner、落地页甚至不同市场版本，视觉始终没有跑掉。

Adobe 最近还有另一个尚未公开的 AI-assisted Web 工具测试，招募对象进一步覆盖品牌设计师、界面设计师、产品经理、前端工程师，以及使用 Lovable、Claude Code、Bolt、Figma Make、Replit 这类工具的人，目标直接指向“从 idea 到 deployment”。

把这些动作放在一起看，我觉得 Adobe 的方向开始变得很有意思。

过去 Adobe 最大的优势，是 Photoshop、Illustrator、Premiere 这些专业工具；但 AI 时代的新竞争，已经不只是“哪个软件功能最多”，而是谁能让 AI 真正理解一个团队的设计上下文。Adobe 如果把 Firefly 的生成能力、品牌资产和新的 Web 协作工具真正接起来，它面对的竞争对手可能也就不再只是传统设计软件，而是 Figma、Canva，以及现在快速增长的一批 AI-native 设计工具。

Project Oasis 现在还只是 Early Access，所以很多结论都要等正式产品出来以后再验证。但它至少释放了一个很清晰的信号：

AI 设计工具的下一步，可能不是继续教 AI“怎么做得更漂亮”，而是让它先搞清楚“这是为谁设计的”。

今天 Friends of Figma Kuala Lumpur 有一场很值得产品设计师关注的分享，主题叫 Behind The Scenes: How AI is Changing My Design Process。分享者 Thomas 会完整拆解自己现在从 Research 到 Design 的工作流程，其中有一个案例我特别想关注：他已经开始用 AI 快速 vibe-code 出接近真实产品的端到端 Prototype，然后直接把这些原型拿去做 User Testing。

这里有意思的地方，不是“设计师也开始 vibe coding 了”。

因为活动介绍中特别强调了一件事：Thomas 原来的 Research & Design 流程并没有被 AI 整体替换，变化的是 AI 被插进了原来的流程中，放大和加速其中一些环节。他也会专门讲什么时候会使用 AI、什么时候不会使用，以及为什么。SEEK 内部甚至已经建立了针对设计团队的 AI Intensive 学习计划，帮助设计师把 AI 真正放进自己的工作方式里。这其实和现在很多关于“AI 设计”的讨论很不一样。

我们看到的大量 Demo 都是：输入一句 Prompt → AI 直接生成一个 App。

看起来非常震撼，但真实 UX 工作并不是“把界面做出来”就结束了。很多时候，真正昂贵的是验证一个想法：你先画 Wireframe，再做高保真原型；复杂一点还要找开发帮忙，才能得到一个足够真实、可以交给用户实际操作的东西。因此过去很多产品想法其实不是“不值得验证”，而是验证成本太高了。

如果 AI 和 vibe coding 能让一个产品设计师在很短时间内做出一个真正可以点击、可以走完整流程、甚至接近真实产品行为的 Prototype，那么变化最大的可能不是“UI 做得更快”，而是：设计师可以更早、更频繁地把自己的判断交给真实用户验证。

以前一个方向可能做到比较后面才发现不对；以后完全可以先快速做出三个接近真实产品的方向，让用户真正用一遍，再决定哪一个值得继续投入。从这个角度看，AI 未必会把传统 UX Process 删除掉。

Research 还在，问题定义还在，User Testing 也还在，甚至人的判断可能更重要。真正被压缩的是中间那段原本很贵的“把想法变成可验证对象”的过程。

这也是我最近越来越明显的一个感受：我们讨论 AI 对 UI/UX 的影响时，如果一直盯着“它能不能自动画页面”，可能会错过更大的变化。

当制作成本持续下降之后，设计最大的变化也许不是我们可以少做多少，而是我们终于可以多验证多少。

需要说明的是，这场分享在今天晚些时候举行，目前公开的是活动介绍和分享框架，完整案例和结果还没有公开。因此这条更适合作为今天的观察信号；等演讲录像或材料出来之后，非常值得做一次更完整的案例复盘。