Figma在印度首届Config大会上发布了一套用于约束AI助手的“护栏”机制，旨在提升设计智能体行为的可预测性。此次发布紧随Figma智能体于数日前正式向公众开放之后，正值企业探索AI在创意工作流中应用深度的关键节点。
以Specs确立AI行为边界
针对AI输出非确定性的痛点，Figma推出了核心功能Figma Specs。这是一个专为画布打造的原生Markdown编辑器，允许团队在同一位置编写设计规范、需求和技术备注。该文档既可作为独立文件存在，也可置于画布工作区旁，支持引用画框、嵌入FigJam图表或附加代码层。目前，该功能已面向付费计划用户开启公开测试。
通过将零散笔记转化为机器可读的“活态文档”，Specs让智能体能像读取设计资产一样理解团队意图。与此同时，Figma扩展了设计系统库的内容范围，支持导入用Markdown编写的指南，明确规则、最佳实践及反模式（如“仅对‘删除’操作使用红色”）。当启用相关库时，智能体会在每个提示词中自动读取并遵循这些指南。
此外，Figma还引入了“代码源”功能（封闭测试中），允许团队从GitHub仓库或npm包导入资源。智能体在构建或编辑组件时将参考真实生产代码，从而缩小设计与最终上线产品之间的差距，提高规范遵循度。
代码层公测与生态整合
Figma的代码层功能已进入公共测试阶段。该功能允许用户直接在画布上添加真实代码，使原型更具交互性。用户可通过提示智能体生成代码层，或手动编辑并实时查看变更。根据官方说明，在11月4日之前，付费用户在创建和编辑代码层时将免费使用此功能。
此前于10月6日全面可用的画布内嵌智能体，已在内部测试中展现出超过60%的人工评分胜出率。为解决可预测性问题，新推出的Specs、指南和集中式库共同构成了模型的上下文约束，通过提供品牌运作的具体案例来减少意外输出。
Figma还更新了模型上下文协议（MCP），提升运行速度并拓展应用场景，支持在其他AI工具中生成代码层或编辑Specs。此次发布了20个新的合作伙伴集成，包括能为编码智能体提供设计上下文的OpenCode，以及加入列表的印度AI公司Sarvam AI。
在内容管理方面，Figma去年收购的头部CMS Payload实现了更深度连接。团队可通过Figma Make管理动态网站并拉取真实数据。Figma表示，Payload在过去12个月中的下载量增长了六倍，标志着其野心已从静态设计延伸至全栈创作领域。
市场反应与行业影响
Figma联合创始人兼CEO Dylan Field将此次更新定位为务实演进，旨在将团队、智能体及协作上下文带入全栈创意画布。据报道，Uber、Granola和Atlassian的设计领导者已在实验中利用该智能体自动化繁琐更新并保持跨平台一致性。
尽管X平台上的早期反应混合了兴奋与谨慎，质疑声主要集中在复杂提示下指南的有效性，但Figma通过将设计规范转化为机器可读资产，试图解决企业对控制权、知识产权及品牌一致性的关切。这种将画布置于中心、让智能体在设计师工作流中直接作业的模式，正重新定义设计工具的治理标准。随着行业密切关注这一趋势，Figma的基础架构已就位，而智能体正在倾听。