📰 本日設計情報｜2026/07/11：Figma 收購 vibe-coding 團隊，Meta 端出自家生圖模型
Figma 官方案例拆解 Decagon 用 MCP 接 Storybook；Meta 生圖模型 Muse Image 上線引發肖像爭議；Figma 收購 vibe-coding 團隊 Bud；配樂老將談 AI 音樂著作權風險；NN/g 用六維框架拆解設計系統成熟度。
今天的頭條落在 Figma 官方部落格上——一篇「別人怎麼用我們」的案例文，AI 客服新創 Decagon 把 Figma MCP 接上 Storybook，讓 coding agent 直接抓到正確的元件庫，官方數字是三十天內數萬次元件插入。同一天，Meta 端出自家圖片生成模型 Muse Image，社群已經在吵它拿別人 Instagram 大頭貼生圖的預設同意機制。Figma 這邊也沒閒著，直接買下一支 vibe-coding 團隊，順手在兩週內關掉對方兩個產品。品牌那頭，一位做了二十年配樂的老將寫下他對 AI 生成音樂最直接的觀察：好聽從來排不進第一順位，能不能擁有著作權才是真正該擔心的事。收尾照例留給 NN/g，把「設計系統夠不夠成熟」拆成六個彼此拉扯的維度，提醒大家丟掉那條線性進度條。
🔥 Decagon 把 Figma MCP 接上 Storybook，coding agent 真的抓對元件了
Decagon 是一家三年新創，靠 AI agent 做客服，客服團隊用語音、聊天、email 全頻道切換，公司內部維護一套叫 Deco 的設計系統，元件、樣式、變數一應俱全。Figma 官方在自家部落格拿它當案例，主因是這套系統的 library analytics 顯示——三十天內被插入使用了數萬次，這種採用率在企業內部設計系統裡不算常見。
真正的重點在後段。Decagon 把 Deco 的元件庫接上 Storybook，再用 Figma MCP 讓 coding agent 能「直接查到」對的元件規格，不必再讓工程師憑印象或翻文件去猜。PM 用 Figma Make 做互動式資料視覺化原型時，甚至直接貼一張截圖說「照這個風格做」，一次能把同個概念秀給十個客戶看，不用照線性流程一個個排隊。設計師該記住的是：MCP 真正省下的，是規格在「文件、程式碼、畫布」三邊來回校對的時間。
COURSE · 線上課程Figma 全攻略看課程 →Meta 端出自家生圖模型 Muse Image，順手捲入一場肖像權爭議
Meta Superintelligence Labs（內部代號 Mango）這次自己下場做圖片生成模型 Muse Image，直接內建進 Meta AI app、Instagram 限動、WhatsApp，先免費、超額才要訂閱。功能走的是「情境化生成」路線：把自己 P 進地標合照、清掉路人甲、或是直接生一組能掃的 QR code，都是一句話的事。
真正引發討論的重點不在生成品質，在於它讓使用者能夠對「公開的」Instagram 大頭貼做 AI 二次創作，且官方明講「不會通知你的照片被拿去生成內容」，選擇權預設是要你自己去關。Meta 過去在資料使用上的紀錄不算乾淨，這次的預設同意機制，等於把爭議又往前推了一步。
對做行銷素材、電商圖的設計師來說，Muse Image 的商業端功能（廣告素材、搭配 Facebook Marketplace 的家具視覺化）才是該關注的：生成速度變快，「這張圖能不能用」的把關責任，只會壓到人身上更重，不會變輕。
AI 覺醒 · 訂閱制AI 覺醒設計應用攻略了解訂閱 →Figma 買下一支 vibe-coding 團隊，兩週內關掉對方兩個產品
Figma 這次沒有推新功能，直接收購了 Bud（前身 Orchids）背後的團隊——一家做 vibe-coding 與 AI agent 平台的 YC 新創。Bud 原本能瀏覽網頁、串接服務、用程式碼自動化跑任務，收購後 Bud 跟 Orchids 兩個產品都會在 7 月 18 日前關站，使用者得自己搬家。
Figma CEO 這句「我們是這個時代定義性的產品公司之一」講得直白，但動作更直白：這是繼 Figma Make、串接 Codex 與 Claude Code 之後，第三次往「畫布之外」的程式碼世界伸手。對設計師來說，代表 Figma 真正在賭的，是「設計稿到能跑的產品」這段路能不能整條收進自家生態系——這條路走通，設計師手上的原型跟工程交付會第一次真正共用同一份真相。
COURSE · 線上課程Figma 全攻略看課程 →配樂老將談 AI 品牌音樂：著作權風險比好聽更該優先想清楚
Karsten Kjems 做了超過二十年品牌配樂，是聲音識別公司 Sonic Minds 創辦人，這篇他寫給 Creative Bloq 的專欄核心不在反對 AI，重點在戳破一個大家還沒想清楚的風險：純 AI 生成、沒有真人參與創作的音樂，法律上無法擁有著作權，會直接落入公共領域；更麻煩的是，AI 訓練資料本來就吃進大量有版權的音樂，品牌拿去用，等於同時背了「不能保護自己」跟「可能侵權」兩個風險。
他自己的做法是反過來用：團隊永遠先寫出自己的原創旋律，再把它丟進封閉平台去探索變化版本，AI 負責的角色是「延伸」，發想永遠留給人。他也用鼓機類比——鼓機沒有淘汰鼓手，反而擴大了音樂能做到的範圍，兩者現在同台演出。這套邏輯放回視覺設計一樣成立：AI 拿別人的品牌調性去「重新混音」很快，但一個品牌的聲音（或視覺）DNA，起手式還是得從人手上的原創開始。
AI 覺醒 · 訂閱制AI 覺醒設計應用攻略了解訂閱 →設計系統要多成熟？NN/g 拆成六個會互相打架的維度
NN/g 這篇很反直覺：多數團隊把設計系統成熟度想成一條進度條，從「陽春元件庫」一路長成「企業級治理平台」。NN/g 說這個想像本身就是問題——真正成熟的系統會同時在六個維度上發展，而且彼此並不同步：組織支持度、團隊有效性、基礎設施穩健度、治理機制、支援體系、採用率。
核心洞察是「六邊形戰士」比「單一維度爆表」更穩：把六個維度畫成雷達圖，形狀小而均衡的系統，往往比某幾個維度衝很高、其他維度掉到底的系統更耐用——任何一個維度太弱，都可能拖垮整套系統的可信度。對正在推設計系統的團隊來說，這篇等於給了一份自我體檢表：先別急著補元件庫，搞清楚哪個維度在扯後腿更重要。
COURSE · 線上課程Figma 全攻略看課程 →