沒人是專家的年代，設計主管怎麼帶團隊？Figma 的 7 個提問

六月，Figma 把一千三百多位資深設計、產品、工程主管請到 Config 的 Leadership Collective。這場閉門聚會想搞清楚三件事：當工具每幾個月就翻一次，主管怎麼帶著團隊往前走；哪些老本事在 AI 之後還值錢；還有當出貨速度被拉到極限，品質這條線要靠什麼守住。

Figma 把現場聽到的回答，收斂成進場前他們自己帶著的 7 個問題。從 OpenAI、Airbnb、Google 到 Sephora、Cisco，這些人給的答案有個共通點：真正被重新定價的，是判斷力。對正在入行、還在學工具的人來說，這份清單其實在告訴你——主管現在到底想找什麼樣的人。

這場聚會的前提本身就很誠實：今天做東西的方法，幾乎每一環都是新的。站在最前面帶隊的人，其實跟大家一起在學。Figma 沒有整理成一套「主管必修的標準答案」，而是把幾家公司主管當下的真實做法攤開來——彼此矛盾的地方也照留，因為現在誰也不敢說自己拿到了定論。

底下依原文的七個提問逐一拆解。你會發現一條反覆出現的暗線：AI 吃掉的是執行，留給人的是 taste、discernment、judgment。這對還在練工具的人反而是好消息——你要練的東西，比你以為的更耐久。

面對每幾個月就換一輪的工具，多數主管選擇放掉「固定流程」這個安全感，改成邊走邊調。OpenAI 產品設計主管 Ian Silber 說得直白：「短短幾個月，整個產業就變了。你很難死抓著單一流程，重點是適應力。」

他們也開始親自下場——自己動手 prototype 粗糙的點子，連做壞的版本都拿出來分享。Airbnb 設計副總 Teo Connor 形容自己「回到初學者心態，玩、實驗、創造，跟團隊一起做原型」。Expedia 設計副總 Rachel Been 則把重點放在氛圍：「我們得給人實驗的許可，允許他們對自己做的東西感到快樂，就算它失敗了也一樣。」

再多改變，有些底層的東西反而更顯眼。跨產業的主管一再回到同兩件事：貼近你在服務的人，以及守住當初讓作品變好的那份 craft 與在乎。

Google Cloud AI 的 UX 主管 Sheta Chatterjee 說：「變的東西很多，但根本沒變。我們還是在確保自己真的服務到使用者、理解他們的工作流，我們還是在乎 craft。」Patreon 前設計副總 Jen Dunham 呼應這點：「我到團隊面前，先是一個設計師、一個人。追著工具跑的風險很高，但我們本質上是在為人設計，這件事不會變。」

過去很長一段時間，深厚的專業意味著你很會執行某一組特定任務。AI 正在吸收掉一部分執行，但它沒有讓專業變得不值錢——它只是把價值搬了家。主管們看到真正的工作，正從執行往判斷移動。

AWS 應用 AI 設計副總 Hector Ouilhet 說：「我們花了整個職涯在做『拿到輸入、執行任務、交出輸出』這件事。但當初把我們帶進這門手藝的，不是這個，是更高一階的東西：taste、辨別力、判斷力。那才是只有我們能做的工作。」Sephora 技術資深副總 Sneha Narahalli 補上一句很利的定義：「專業已經不是握有答案，因為問題永遠會更多；而是知道在你當下的情境裡，哪個答案最合用。」

AI 工具把角色的邊界弄糊了，也逼出新問題：團隊該怎麼組、該招什麼技能。Airbnb 的 Teo Connor 把團隊重建成一個個小而完整的單位：「我們現在用 pod 結構，每個 pod 像一間小新創——有產品、設計、工程，可能還加一個資料科學家或商業端的人。核心是把各自很強、視角又不同的人湊在一起，讓他們能用很挑的眼光去編修 AI 生出來的每一樣東西。」

Jen Dunham 則把招募標準放在態度上：「我找的是那種 scrappy、飢餓、有瘋狂點子的人，一個敢彼此激烈辯論的團隊。當所有人都點頭、沒有異議，那就是出問題的訊號。」

要一個團隊真的採用新工具，光是叫大家「去用 AI」沒有用。Expedia 的 Rachel Been 直接請了一個人專門來搭這層基礎設施，還開了一套教育計畫幫團隊把工具練熟：「你要求大家在各個工作環節都用 AI，就得先提供教學。當你給人學習上的安全感，他們才加速得起來。」

OpenAI 企業端主管 Alex Embiricos 則主張從最小處切入：「別一開始就由上而下規劃『要自動化哪些大流程』。從最小的任務開始——如果你用 Slack，就請 agent 幫你把一條你懶得讀的長 thread 摘要一下。等人們感受到它多有用，接下來自己會長。」

agent 每次的行為不完全一樣，這讓它難做，也更難讓人信任。但幾個原則反覆被提到：信任要一步步建立，別一開始就把全自動權整包交出去；同時盡量靠向熟悉，別讓一個新能力把人搞得無所適從。

Sheta Chatterjee 把這種漸進式信任直接設計進產品：「我們不會一開始就給 agent 完全自主。先讓它做小任務，並內建核可步驟，讓人看得到它在做什麼、簽核後才往下走。等人們對它建立信任，我們再把這些檢查點慢慢收掉。」Atlassian 設計長 Charlie Sutton 補充另一半：「好設計很多時候是在平衡熟悉與新奇。你要尊重『熟悉感對用戶超級重要』這件事——agent 的新鮮感再讓人興奮，我們服務的人往往還是需要那些扶手。」

如果 AI 能讓任何人都變成產品的建造者，真正的優勢就變成：知道什麼東西值得出貨。而這件事，主管們一致認為守在人的判斷上。

Ian Silber 認為守線是主管自己的職責：「身為領導者，你得跟其他領導者結盟，從上面把這條線頂住。當外界看起來領導層只在乎跑得快，那是個壞訊號。」Teo Connor 讓團隊互相走一遍彼此的決策，好讓大家對『什麼叫好』有共同語言。而 Cisco 總裁暨產品長 Jeetu Patel 把話說到底：「你無法把 taste 外包。當程式碼開始自動長出來，最要緊的就變成品味與好的判斷力，那不是你能交給 agent 的東西。」

把七個問題疊在一起看，會浮出同一個底：當執行變便宜，值錢的變成 taste、判斷、好奇與在乎——而這些恰好是無法外包、只能慢慢養的東西。主管們自己也還在邊做邊摸，靠的是動手、實驗、彼此對照筆記，並且誠實面對還沒想清楚的部分。

對還在學工具、準備入行的人來說，這份清單其實是一張提前公開的招募標準。工具會一直換，但「敢實驗、懂編修、說得出為什麼」這幾件事，會一路跟著你走得比工具更遠。