Figma 設計 agent 上線：懂 design system 的 AI，直接在畫布上動手

今年三月，Figma 把畫布開放給第三方 agent，讓你能透過 MCP 把 design system 的知識帶進 agentic workflow。五月二十號，它再往前一步——推出自家的 Figma agent，直接住在畫布上，也出現在左側欄。

第三方 agent 看 Figma，是隔著一層玻璃；Figma 自家這個經過 fine-tune，專門用來編輯 Figma 檔案。它讀得懂你的 component、token、命名規範與最佳實踐，跟你坐在同一個檔案裡，像個真的協作者那樣改稿。對正在學 Figma、又想把 AI 接進日常的人來說，這次的設計重點很清楚：速度跟精準，Figma 想讓你兩個都拿到。

Figma 對設計工具的定義一直很窄：探索、實驗、協作、精準，核心就這四件事。它當初做成一張多人畫布，就是為了讓這四件事在同一個地方同時發生。

當團隊開始用 agentic 工具加速做產品，一組假選擇跟著浮現——要速度還是要精準？要 AI 生成還是要手動操作？Figma 給的答案是：你不該被迫二選一。三月開放第三方 agent 之後，它看見一件只有自家做得到的事：把 Figma 本身變成模型讀得懂的格式，帶著你 component、token、標準的深層脈絡進場。這層脈絡，第三方工具碰不到。

所以才有了這個 agent。目標很單純，做一個精通 Figma、也熟悉團隊怎麼工作的協作者。它住在畫布上，省掉另開工具、來回切換的成本：你可以從任何一個 design layer 開始下 prompt，平行丟出多個方向同時跑，一邊自己改、一邊看 agent 也在改。

好設計很少來自第一個想法，也很少來自第一個 prompt。探索方向、比較做法、反覆迭代，本來就是設計師的日常，這個 agent 想讓你在更短的時間內踩過更多地。

你可以往寬走：對同一個問題快速生出幾種不同風格、一次攤開多個方向，比較三種為不同商業目標優化的 checkout flow，或請它給你三套資訊架構。也可以往深走：選定一個方向，請它持續迭代、比較不同實作、在符合 design system 的前提下重想現有設計。

agent 預設會拿你最常用、最近用的 component 當起點，但你能用 @ 點名特定的 token、variable、component 來導向它，像給 design system 下了一組快捷鍵。它真正想解的問題藏在這裡：當生成變得太容易，最大的風險是做出一個平均水準的東西。把方向攤開、讓你挑對的那一個——挑定之後再親手收尾，往往比一路 prompt 到理想結果更快、更自然，也更省 token。

畫布上的流程，不必停在畫布。搭配 Figma MCP server，工作能在 code 跟 Figma 之間來回搬而不掉精度——從 code 開始，用 code-to-canvas 拉進 Figma 套上 design system，再透過 MCP 推回去，兩邊保持同步。agent 就卡在這個交接點上，幫你維持節奏。

它最擅長的，是那些需要脈絡又需要精準、卻煩到讓你停手的瑣事。手動把變數改成一致命名、在幾十個畫面之間換同一個 component、把同一個 padding 改套整條 flow、把大量 frame 填上像樣的內容——這些正是 agent 存在的理由。跟 Figma 對話就能跨檔更新 typography、把整面 grid 的 placeholder 文字跟圖片換掉、把所有 chip 設成 active、把畫面轉成 dark mode 而省去一個個調 fill 跟對比。

如果你還在維護 design system，它會是特別好用的幫手：批次更新 component 的描述、標籤、使用情境，統一命名規範，把每個 component 連同它所有狀態與變體一起做成文件，甚至用你團隊的範例去校準輸出品質。

設計工作會累積大量回饋，散在留言、檔案、crit 筆記、利害關係人的反應、還沒解的問題裡。因為整個團隊在同一個檔案工作，agent 早就握有這些脈絡——請它處理回饋，比較像跟一個已經在房間裡的人一起想，而非從頭 brief 一個新同事。

你可以請它把留言依主題分類、整理成可執行的下一步，也能拿它來壓力測試設計：想知道一個只看營收的 VP 會怎麼反應？agent 能模擬那個視角。一條冗長的留言串卡住了？它能把來回對話濃縮成一份行動計畫。Crit 之前想先把方向想清楚？先用它跟自己對一遍，再拿去團隊面前。

這個 agent 嵌在工作真正發生的地方，省去開關稅、省去來回切換、也省去學習曲線——你留在 Figma，團隊也都還在迴圈裡。接下來幾個月，Figma 說會把重點放在強化 design system 支援、打磨體驗、擴大 agent 跨檔搜尋的能力，以及加入更多客製化方式。

實際能不能用，要看你的方案。agent 正以 beta 形式分批開放，beta 期間不吃 credit，正式上線後才會計入 AI credit。Professional、Organization、Enterprise 方案的 Full seat 用戶可用；Collab 與 Dev seat 能在 draft 裡用；Starter、教育、政府方案這次沒納入。想搶先體驗，要到官方頁面登記候補，被選上才會收到開通信——登記不保證一定排得到。