她用“公路旅行”打败接力赛：Figma一场演讲揭穿跨团队协作的最大幻觉

多数团队以为问题出在技术或人才，但这场 Figma Config 的演讲抛出一个反直觉结论：真正拖垮复杂项目的，是我们默认的协作方式本身。从“接力赛”到“公路旅行”，这套比工具更重要的方法论，正在悄悄改变设计、工程和 AI 团队的合作效率。

最致命的协作幻觉：我们一直在玩一场“高级电话游戏”

Aubrie Phillips 一开场就抛出一个几乎所有从业者都经历过、却很少被认真反思的场景：不同角色的人，如何一起把问题解决好？她很快给出了一个残酷的类比——大多数跨职能合作，本质上是一场“电话游戏”。

需求从产品到设计，再到工程、测试、运营，每一次交接都看似专业、合理，却不可避免地产生偏差。没有人犯错，但最终的结果却离最初的目标越来越远。这不是沟通不够努力，而是协作模式本身就默认“信息会被不断转译”。

对 AI 从业者来说，这种幻觉尤其危险。模型能力、数据质量、产品体验，本来就高度耦合，如果还依赖线性接力式协作，复杂度会被指数级放大。你以为是在推进进度，实际上是在放大误解。

从接力赛到公路旅行：一个让人瞬间听懂的比喻

接下来，Aubrie 把整个演讲的核心丢给了观众：别再把协作当接力赛，把它当一次公路旅行。

接力赛的假设是：每个人只管自己那一段，交棒就算完成任务；而公路旅行的假设恰恰相反——所有人一开始就在同一辆车上，目标一致，路线透明，中途可以随时讨论、调整、甚至改道。

这个比喻之所以击中人心，是因为它揭穿了一个被忽视的事实：在复杂系统里，“提前对齐”比“后期纠偏”便宜得多。她提到，自己团队中有一句很受欢迎的话，大意是：不同背景的人一起思考，最终会做出对更多人更好的产品。

这并不是理想主义，而是对复杂问题的现实回应。AI 产品的失败，往往不是模型不够强，而是设计、工程和业务从来没有真正坐在“同一辆车”上。

一趟成功的“公路旅行”，必须先回答这几个问题

比喻之外，Aubrie 给出了可落地的思考框架：一趟好的公路旅行，绝不是说走就走。

第一步，是对齐目的地。不是一句模糊的“提升体验”或“提高效率”，而是让所有角色都清楚：什么才算到达？什么不算？这一步的价值在于，它给未来的决策提供了共同裁判。

第二步，是讨论路线。怎么走、谁来开车、什么时候需要停下来补给？映射到工作中，就是提前讨论约束、风险和分工，而不是等问题出现再临时拉会。

第三步，是接受过程中的调整。公路旅行一定会遇到意外，但前提是：大家都知道现在偏离了原计划，而不是各自以为还在正轨上。

她强调，这些实践的作用，是让团队更容易利用平台能力、做出更好构建的方案——听起来很抽象，但对做 AI 系统的人来说，这正是避免“后期大改模型和架构”的关键。

为什么这套方法，对 AI 团队尤其重要

演讲没有直接谈 AI，但对 AI 从业者来说，含金量反而更高。

首先，AI 项目天然跨学科：算法、数据、设计、伦理、业务目标交织在一起，任何一次“信息失真”都会被模型放大。接力赛式协作，意味着风险被层层传递；公路旅行式协作，则是在源头就降低不确定性。

其次，AI 系统的可解释性和可预期性有限，更依赖团队对目标的共识。一旦早期对齐不足，后期很难靠技术手段补救。

最后，这套方法并不要求全新工具，而是要求一种共同语言。当这些概念被纳入团队词汇，协作成本会系统性下降。这也是 Aubrie 在结尾反复强调“融入日常表达”的原因。

总结

这场演讲真正厉害的地方，不在于提出了多么新颖的理论，而在于用一个无法反驳的比喻，逼你重新审视自己的工作方式。对 AI 从业者来说，下一个效率跃迁，未必来自更大的模型，而可能来自一次更早、更诚实的对齐。

你可以从一个小动作开始：在下一个项目启动时，不急着分工，先一起回答“目的地是什么”“哪条路不能走”。当所有人都清楚自己坐在同一辆车上，很多原本看似复杂的问题，会在出发前就消失。

关键词： 跨学科协作， Figma Config， 团队沟通， AI产品开发， 工作方法论

事实核查备注： 需要核查：演讲者姓名 Aubrie Phillips；视频发布时间 2021-05-12；演讲核心比喻为“telephone game（电话游戏）”与“road trip（公路旅行）”；引述为团队内部设计师观点的具体原句是否有官方文本。