Figma接入GPT-6 Astra实测：AI自主设计整套飞行控制系统

在一场Figma与AI模型的合作演示中，一个代号为Astra（外界普遍关联到GPT-6级别的模型）被交予了一项颇具挑战性的任务：为一架单人短途直升机设计完整的飞行控制系统界面。结果令Figma团队的设计师们感到意外——模型持续工作了近两个小时，独立完成了从设计系统、组件到多屏用户旅程的整套原型。这段演示揭示了AI在专业设计工作流中正在跨越的门槛。

一次"登月式"的设计任务

演示的起点非常简单：设计师只给出了几百个token的指令，描述了要为一架优化短途出行的单人直升机构建飞行控制系统，并要求模型自行定义"英雄流程"（hero flows）和用户旅程。

关键在于，设计师没有给出详细的分步指导，而是让模型"先想出什么样的原型是好的，然后再动手去构建"。这种高度开放的指令，往往是当前AI工具最容易翻车的场景——缺乏明确约束时，模型容易产出零散、不连贯的结果。

但Astra的表现打破了这一预期。Figma设计师描述使用它时能感受到"一种此前从未在其他模型上体验过的自信"——它对如何完成任务有自己的判断，不需要大量引导。更重要的是，它会"给自己时间去理解一个新任务，然后才真正动手"，这种先规划后执行的模式被认为是最终结果质量更高的关键。

「英雄流程」（hero flows）是产品设计中的常用概念，指一个产品最核心、最能体现价值主张的用户操作路径——通常是新用户第一次完成关键任务（如首次飞行规划、起飞操作）的全流程。与边缘场景相对，hero flows 代表设计资源应当优先打磨的"主干道"。要求AI自行定义这条路径，意味着模型不仅要理解界面，还要对"什么是这个产品最重要的功能"作出判断，这是一项需要业务理解力的高阶决策，而非单纯的视觉生成任务。

两小时自主工作，产出完整原型

模型持续运行了大约两小时，最终交付的不是单个界面，而是一整套贯穿多个屏幕的产品体验。

让Figma团队印象最深的，是模型对Figma原生功能的深度运用。它建立了统一的品牌系统，以正确的方式使用组件来保证一致性，并把跨多个界面的工作串联成一条完整的用户旅程——展示用户如何在不同界面之间体验这个应用。

"我大概从没见过一个模型用到这么多Figma功能，而且把设计系统、组件、整个体验走查都做对了。"设计师如此评价。这背后意味着模型必须"从相当底层的原理去思考"，在动手设计之前先厘清正确搭建所需的前提条件。

从几百个token的模糊描述，到一个能以高保真度传达完整想法的可交互原型，这种落差正是演示想要强调的能力跃迁。

Figma 中的「设计系统」（Design System）与「组件」（Components）是维持大型产品界面一致性的核心机制。设计系统通常包含颜色变量、字体规范、间距令牌（spacing tokens）等基础样式，而组件则是可复用的界面单元（如按钮、输入框、导航栏），修改母组件会自动同步到所有引用实例。正确使用组件而非手动复制粘贴，是专业设计师与初学者的重要分水岭。AI能自发地建立这套体系并贯穿始终，说明其输出已接近可交付给工程师的协作级别，而非仅供参考的草图。

可中途转向的可控性

除了自主性，另一个被反复提及的特质是"可操控性"（steerability）。设计师提到，即便模型已经在任务执行的中途，仍然可以对它下达新的方向指令，让它调整路线——这一点被形容为"格外特别"。

对实际设计工作来说，这种"边跑边调"的能力比一次性完美输出更有价值。设计从来不是线性过程，能够在AI工作过程中实时介入、修正意图，意味着人类设计师依然握有主导权，而不是被动等待一个黑箱结果。

Figma的"内外皆Agent"战略

这场演示也折射出Figma更大的产品思路。团队负责人表示，核心命题是"如何让Figma从内到外都变得agentic"——既要确保用户在Figma产品内部能用到所有最好的模型，也要让Figma无论用户的工作流从何处起步都能被调用。

这意味着Figma不打算把自己锁定在某一个模型上，而是构建一个开放的模型接入层。对设计师而言，AI能力不再是外挂工具，而是深度嵌入设计系统、组件库和协作流程之中。

「Agentic」一词来自 AI 领域的 Agent（智能体）概念，指系统能够自主制定计划、分解子任务、调用工具并迭代执行，而无需人类对每一步进行显式指令。与传统的"一问一答"式大模型不同，Agentic 系统会主动维持上下文、追踪目标进度，并在遇到岔路时自行做出选择。Figma 所说的"内外皆 Agentic"，意味着 Figma 既作为 AI Agent 的执行环境（接受来自外部 AI 的操作指令），也将在产品内部嵌入 Agent 能力，让设计师可以把整段工作流委托给 AI 自动完成，而非仅仅借助 AI 加速单个操作步骤。

对设计工作流意味着什么

谈到下一步，Figma设计师的兴奋点在于这类模型如何真正融入日常工作：从最初的规格说明，到杂乱的创意探索，再到提炼成清晰、可对齐的观点，最后走完原型制作与视觉沟通的每一步。

他特别提到一个价值点——在做设计的同时，还能并行地"给最有风险的技术部分排雷"（de-risk）。传统流程里，设计与技术可行性验证往往是先后进行的两个阶段，而AI让二者可以同时推进。

这种并行化被认为将"极大加速工作流，最终让团队更快地交付更多产品"。当然，一段官方合作演示天然带有展示最佳效果的倾向，真实项目中的复杂约束、反复修改和边界情况能否同样顺畅，仍有待更多独立实测验证。但可以确定的是，AI在专业创意工具中的角色，正在从辅助补全，走向能独立承担端到端任务的协作者。