设计系统专家 Luis Ouriach 分享了如何利用 Figma 的最新功能和社区插件，快速构建高效、可维护的设计系统。
如果你正在构建设计系统，我强烈推荐你阅读一下，会对你的工作效率有极大的帮助。文中推荐的每个插件我都试了一下，每个都是宝藏。

看了下上期文章整理和思考是 22 年，有了 AI 之后解决了我配图和引文的问题，效率提高了，整理起来也更轻松了。

Framer 的生态居然好到可以和 Worklouder 合作出一块快捷键键盘了。
之前 Figma 也出过，个人觉得这种快捷键键盘最大的问题是人没有第三只手放在鼠标和键盘外。

返场一下阔折叠实际体验，
默认的外屏竖屏使用空间太小，
要打开基本要两只手，
单手开屏非常难受，
打开了下意识会用另外一只手。
基本告别单手操作了。

需要 GPT 去浙里办进修一下最多跑一次。
而且绕过方式就是新开会话😂

黑镜 S7E1 看的我好压抑，看第二集的兴趣都没了。虽然这种不做通知，不签合同就随意更改的设定完全不合理。

GPT 4o 可以在知识科普的对话中引导你是否需要图例解释，这个真的太友好了
太期待 AGI 的世界里学习知识的平滑度。

最近因为连续高强度的工作，我开始刻意观察自己在设计过程中，时间究竟是如何被消耗的。与此同时，我也在思考一个问题：以当前 AI 模型的能力来看，我的哪些工作内容已经可以，或者很快可以被替代？如果这些部分真的被替代了，对我意味着什么？

我每天的工作大致可以拆解为以下几个环节：

• 思考方案
• 执行呈现
• 微调优化
• 决策方向
• 等待电脑响应（尽管我用的是 M2 Pro，但遇到大型设计稿时，系统依然会卡顿）

这些步骤并不是线性发生的，更多是交织循环的。在实践中，我经常是一边构思，一边动手，快速试验一个方案，再迅速判断是否值得继续；如果不合适，就立刻切换思路。

这个过程最有趣的一点是：
不是等全部完成后再来决策，而是边做边判断、边试边改。

就像一位画家在构图阶段，可能只画了整幅画的 10%，剩下 90% 全靠脑中的图像补齐。他依赖经验和直觉，一笔一划间不断预判接下来的走向。这个阶段对审美、经验和主观判断的依赖非常高，目前的 AI 还很难替代。

但进入设计的中后期后，工作重心会逐渐转向更具操作性的部分，比如：

• 整理图层结构、命名、排序等管理工作
• 梳理交互逻辑，确保流程闭环
• 对参数进行微调，比如对比透明度加减 1 的差异，测试间距差 1 像素的视觉效果

这些环节有几个显著特点：
1. 判断效果必须依赖接近完整的画面结果（80%-100%），靠脑补已经行不通
2. 哪怕一个细节出问题，都可能导致前功尽弃，要么推翻重做，要么回头修改之前的内容
3. 这些操作可以用非常准确的语言描述，就算一个人没有设计背景，也能按指令复现我要的效果
4. 它们耗时耗力，占据超过 50% 的工作时间和精力；而当我被这些复杂度拖住时，创意往往会被迫妥协 —— 比如连续熬夜三天之后，身体已经告诉我“就这样吧”

从结果来看，这些执行性的微调对最终方案影响极大。就像画家在调色，虽然他已经构思好画面，但为了找到最合适的颜色，必须一次次调试、对比。这个过程必须“看到”结果，无法用想象代替。而调色的过程，本身却是机械、重复且费力的。

这一块，恰恰是 AI 最值得介入的部分。

只要我能清晰描述需求，AI 就能迅速生成多个版本，实时给我反馈效果。例如我可以说：
“透明度调整为 10 到 20 之间的 10 个版本”
“把这个按钮的交互样式复用到输入框上，看看效果”
“把这几组交互状态连接起来，hover 和 press 状态做动画，200ms，曲线用 ease in out”

这不仅大大提升效率，更重要的是：
AI 能帮我从繁杂的体力劳动中解放出来，让我的审美、经验和主观判断真正成为核心竞争力。

我不需要它“替我决定”，也不需要它给我“大众标准下的结果”，我需要它“帮我快速看到指定部分的不同微调版本”。AI 本身可以理解如何去调动设计工具中的每一个参数，这样，我能用更少的体力和更快的速度，做出更有质量的决策。

目前的产品中 Motiff 的路线也是最接近我的诉求的，但是实际工作中能满足我的还是太少，无法覆盖从 Figma 迁移的沉默成本。从这个角度也能看到为啥 Coding 的工具是最快可以 AI 化的，封闭域的描述能够足够精准。

这个夏天估计喝不到美国产的精酿了，这家伙。