Figma 给 AI Agent 立规矩

Figma 发布了一组新功能，专门用来规范 AI Agent 在它平台上的行为。据 2026 年 10 月 17 日报道，这次更新针对的是一个越来越突出的痛点：AI Agent 能生成设计稿，却不遵守团队的规范。

这次发布包含四个新能力。Figma Specs 让团队把品牌规范和设计要求写成 AI Agent 能读懂的格式。Code Layers 允许用真实代码构建可交互原型，而不是静态 mock。AI Agent Integration 把设计工作流和外部 AI 工具接起来。Payload Integration 则把后端能力和内容管理带进应用搭建流程。

逻辑很直接。设计团队已经在用 AI Agent 加速日常工作，问题出在一致性上。Agent 生成的按钮可能看起来没问题，却用了错误的颜色 token；排版可能无视了间距规则。Figma Specs 就是为了解决这个问题：给 Agent 一份机器可读的设计系统。

每个功能是干什么的

Figma Specs 是核心。它把品牌规范——颜色、字体、间距、组件用法——变成结构化定义。AI Agent 生成或修改设计时，会对照 spec 检查输出。这和给人看的样式指南 PDF 是两回事，spec 是写给机器看的。

Code Layers 解决的是另一个局限。多数 AI 生成的原型只是界面的图片，看起来可交互，实际上什么都点不了。Code Layers 允许给原型元素绑定真实代码，演示里可以跑通真实逻辑。对测试 agentic 工作流的团队来说，这很关键：能跑起来的原型，反馈价值远超可点击的图片。

AI Agent Integration 是管道。它提供连接点，让第三方 AI 工具在 Figma 工作流里直接操作——读设计稿、改设计、返回结果，用户不用切来切去。

Payload Integration 把栈往下延伸。它把设计面和后端能力、内容管理接起来，原型里可以用真实数据，而不是占位文本。

为什么是现在

设计工具正在军备竞赛，看谁先把 AI Agent 吃透。这个剧本在代码编辑器世界里演过一遍：先是补全，再是对话助手，现在是能执行多步操作的 agent。设计正在走同样的路，但多了一个约束。代码有测试和编译器兜底，设计靠的是 taste，而 taste 很难自动验证。

这正是 Specs 做法值得注意的地方。Figma 没有承诺一个更聪明的 agent，而是承诺一个 agent 和团队之间更好的契约。Agent 不用猜“符合品牌”是什么意思，规范里写得清清楚楚。

这也反映了杠杆在哪里。单个设计师用 AI 提速是一个故事；整个团队把标准编码下来，让任何 agent——自己的还是第三方的——输出都合规，是更大的故事。设计系统从文档变成了基础设施。

接下来看什么

开放问题是采用率。Specs 只有团队去写才有用，而写好 specs 是实打实的工作。最可能受益的团队——品牌要求严格的大组织——恰恰也是规范最复杂、最难编码的。

还有集成点的开放程度问题。如果 AI Agent Integration 和第三方工具配合得好，Figma 就成了枢纽；如果受限，团队可能会另寻他处。

目前来看，这次发布标志着设计平台对 AI 思考方式的转变。第一波是生成设计更快，这一波是管住生成出来的东西。随着 agent 接管越来越多的生产工作，这个区别会越来越重要。