AI 工具練順只是入場券：Figma 報告點出真正拉開差距的三種能力
超過九成產品打造者說 AI 技能是職涯關鍵。但 Figma Insights 負責人 Andrew Hogan 認為，當工具成了基本配備，真正把人拉開的是工具之外的三種能力。
打開 LinkedIn 和 X，滿屏都是同一句話：學會 AI 工具，不然就被淘汰。Figma 剛發布的 2026 AI 報告也印證了這股焦慮——超過九成的設計師、工程師、PM 說，把 AI 工具用好是未來職涯的關鍵。
但 Figma Insights 負責人 Andrew Hogan 在這篇文章裡丟出一個反問：如果大家盯著的，其實是錯的能力呢？工具會愈來愈順手，門檻也會愈降愈低。當每個人都能一次生出幾十個方向、都能 vibe-code 出一個內部小工具，真正把人拉開的，反而是工具以外的那幾件事。
這篇替正在轉職、正在學設計的你，整理報告裡點名的三種能力，以及在日常工作裡到底怎麼練。
AI 工具能讓一個人跑得比以前快，但這股速度要放大，得是整隊一起往前推。Andrew Hogan 給的答案是：自己動手做內部工具。一個原型 agent、一個品牌外掛、一份共用的 prompt 資料庫——當一個人腦袋裡的 know-how 被寫成工具，整隊都能拿來用、拿來信任、拿來往上疊。
Figma 做這份 AI 報告時就是這樣。研究員 Shane Johnston 直接 vibe-code 出一個互動網站，把調查數據攤上去，讓跨部門的人自己進去翻。「這些脈絡跟資料，不再只鎖在我腦袋或我電腦裡，」他說，「我們用 AI 放大了整個團隊的協作能量。」
找出大家卡住的地方、想個解法、把摩擦拿掉——這一直是好的產品工作在做的事。差別在於，現在有 AI，會這套直覺的人變多了。與其一個人快十倍，不如整隊一起快十倍。
當 AI 讓你輕鬆生出幾十個方向，把方向收斂成決定，本身就變成一種能力。開好一場關鍵會議這件事一直重要，只是現在份量更重。
收斂的第一步是找對人進來，而且別只找專案負責人。誰手上有相反意見、能把方案逼向更強的版本？誰握有歷史脈絡、一句話就能砍掉一個死路？誰能在風險爆掉之前先看到它？Hogan 提到一個案例：某團隊 vibe-code 出一個內部 app，後來發現員工看得到本不該知道的專案資訊——這才驚覺 app 把敏感資料露了出去。如果早一點把資料治理的專家拉進來，這個洞早就補上了。
找對人只是一半。真正要落地，是把對的選項擺到決策者面前、給足他們判斷的脈絡，然後在會議裡把大家推到一個決定，而不是讓討論一直繞圈。沒開口的人點名請他講，講不清的建議追問到底，散會前確認下一步是什麼。這些老方法都不新，但當選項變成無限多，基本功反而更關鍵。
團隊裡沒有人用 AI 的速度是一樣的。有些人從第一代 LLM 就開始玩，有些人還在摸門路。報告裡有兩個數字很刺眼：兩成的人說第一線工作者在沒有組織支援下自己往前衝，另外兩成七說領導層猛推 AI、團隊卻跟不上。這道落差放著不管只會愈拉愈開。
要把差距補起來，靠的是一種共有的好奇心，以及願意從每個人的實驗裡學東西——包括那些失敗的。The Economist 設計副總 Adam Morris 的說法是，用一種「持續的好奇心」面對 AI，這種狀態「既讓人迷失，又讓人充滿能量」。
做法其實很土：把你的工作講出來。養成分享 side project 的習慣，把半成品原型拿出來給人 crit。規模大一點，就辦一場 hackathon 或 AI week，讓大家交換 prompt、交換踩過的坑。Figma 內部就有一個專門的 Slack 頻道，讓各團隊把 AI 的難題、學到的東西、小撇步都丟上去。一個人的發現，就這樣變成整隊的進展。
組織沒跟上
團隊跟不上
這篇文章沒有要你放下工具。工具的熟練度依然重要，它只是整道方程式裡的一項。Hogan 收在一句話上：當工具本身變成人人都有的基本配備，圍繞著工具的那些能力，才是真正拉開差距的地方。
對正在學設計、正在轉職的你，這反而是好消息。把工具練順只是入場券，你能不能把知識做成團隊用得上的工具、能不能把一群人推向一個決定、敢不敢把還沒成形的想法攤出來——這些才是幾年後別人搶不走的東西。
