一个差点坠入冰川的人,给AI团队留下了3条反直觉原则
在Figma Config 2024上,Lane Shackleton没有谈AI模型、算力或趋势,而是从一次差点丧命的登山事故讲起,解释为什么“把原则写下来”这件小事,决定了一家科技公司能否穿越混乱。从YouTube跳过广告按钮,到AI密集发布期的决策失控,这场演讲给所有AI从业者上了一课。
在Figma Config 2024上,Lane Shackleton没有谈AI模型、算力或趋势,而是从一次差点丧命的登山事故讲起,解释为什么“把原则写下来”这件小事,决定了一家科技公司能否穿越混乱。从YouTube跳过广告按钮,到AI密集发布期的决策失控,这场演讲给所有AI从业者上了一课。
在大多数人还在纠结“要不要上云”“服务器成本怎么算”时,这位Figma插件作者直接反其道而行:不租服务器、不跑云端,把AI模型完整搬进浏览器。本场 Config 2024 的分享,给所有AI从业者上了一课——真正的产品突破,往往来自工程上的“偷懒”。
在 Config 2024 的舞台上,一位设计师坦白:自己早就忘了三角函数,是靠 ChatGPT 和 Figma API 把两个“看起来像魔法”的插件做出来的。这不是励志鸡汤,而是一种正在成型的新范式——设计师、AI 与代码,正在重新分工。
一个反直觉的事实是:真正拉开内容创作者差距的,从来不是创意,而是“内容消化速度”。Riley Brown 展示的这款 AI 工具 Cubby,正在把 YouTube 从“时间黑洞”变成“结构化知识矿场”,甚至直接接管从学习、研究到剪辑发布的整个流程。
在 Figma Config 2024 的压轴演讲中,NYU 教授 Reginé Gilbert 抛出一个让全场安静的判断:AI 越强,设计师越容易失去创造力。这不是反 AI 的演讲,而是一份写给所有 AI 从业者、产品经理和设计师的“清醒指南”。
在这期《Training Data》中,微软CTO凯文·斯科特系统讲述了他对AI规模定律、训练数据、成本曲线和产业节奏的判断。他认为,当下看似“昂贵、脆弱”的模型,会像过往每一代技术一样,在规模化中迅速变得更便宜、更稳定,并持续解锁更复杂的能力。
大多数人看GitHub,只看star和commit数。但在Figma Config 2024上,OpenSauced CEO Brian Douglas用一场演讲证明:真正决定一个开源项目未来的,是“人”和他们的互动方式。当数据被可视化,开源生态第一次变得像一张可以被读懂的地图。
当生成式 AI 遇上空间计算,设计不再发生在屏幕里,而是发生在你的身体周围。Bezi 联合创始人 Cecilia Uhr 在 Figma Config 抛出一个反直觉判断:未来最稀缺的不是 3D 技能,而是“为人类身体设计”的能力。这场演讲,正在重塑 AI 时代设计师的价值坐标。
在 Figma Config 2024 的舞台上,一位 UX Writer 给所有内容设计师泼了一盆“清醒的冷水”:真正危险的不是 AI 会写,而是你不会用。Ryan Reid 用一连串真实案例说明,AI 不是终点,而是一场对专业能力的放大器测试。
OpenAI连续两次收购,打破了它长期只“买人才不买公司”的惯例。一个是实时数据底座Rockset,一个是桌面级产品Multi。这不是财务操作,而是一次清晰的战略转向:OpenAI正在为“下一代ChatGPT”铺路。