Figma
PulseAugur coverage of Figma — every cluster mentioning Figma across labs, papers, and developer communities, ranked by signal.
- 2026-07-08 product_launch Apple, Stripe, and Figma have open-sourced their design systems. 来源
- 2026-07-08 product_launch Figma has enhanced its AI image generation features, enabling parallel processing of queued tasks. 来源
- 2026-06-25 product_launch Figma launched new AI-powered design tools at its Config 2026 conference. 来源
- 2026-06-24 product_launch Figma launched new AI-powered design and coding tools, including AI motion graphics, shader effects, and code layers. 来源
- 2026-05-28 product_launch Figma has launched a new AI agent designed to automate repetitive design tasks. 来源
- 2026-05-20 product_launch Figma launched its own AI assistant within its collaborative design software. 来源
- 2026-05-20 product_launch Figma launched an AI assistant integrated into its collaborative design tool. 来源
23 天有情绪数据
-
Apple、Stripe、Figma 开源设计系统以供 AI 复制
Apple、Stripe 和 Figma 已开源其设计系统,使其可以作为 AI 读取和复制的文件进行访问。预计这一举措将有助于 AI 学习和重用实际的产品 UI 模式和设计令牌,可能有利于设计自动化和代码生成工作流程。
-
Figma 通过并行处理提升 AI 图像生成能力
Figma 已显著增强其 AI 图像生成能力,允许用户并行排队和处理多个图像生成任务。此次更新提高了设计平台内 AI 驱动的图像工作流的吞吐量和整体用户体验。
-
新的 DISC 框架指导设计师构建支持 AI 的 Figma 插件
一个名为 DISC 的新框架旨在指导设计师使用 AI(特别是 Claude)构建 Figma 插件。DISC 框架强调以设计师为中心的方法,在开始任何编码之前,侧重于问题定义和构思。它将过程分为四个阶段:定义(Define)、构思(Ideate)、范围(Scope)和编码(Code),以确保生成的插件能有效满足用户需求,而不仅仅是堆砌功能。
-
AI进步促使设计师重新评估Figma的使用
一位设计师反思自己对Figma的依赖程度逐渐降低,并将这种转变归因于AI工具的兴起和设计工作流程的不断演变。作者指出,尽管Figma仍然是一个强大的工具,但AI功能的出现促使人们重新评估传统的设计流程和软件选择。
-
AI 编码环境碎片化,要求跨 IDE 标准化
MCP 生态系统正在碎片化,开发者在 Cursor 和 GitHub Copilot 等多个编码环境中使用了 OpenAI 和 Anthropic Claude 等几个核心 AI 服务器。这种碎片化带来了治理挑战,因为允许列表策略必须考虑在各种 IDE 中运行方式不同的相同服务器。一个新的服务器 threadctx-mcp 通过要求 Claude Code 和 Cursor 之间的一致配置来突出这个问题。组织需要盘点其在 IDE 中部…
-
2026年UI/UX设计师的AI工具:Claude、ChatGPT及更多
本文讨论了UI/UX设计师在2026年应考虑使用的AI工具,并强调了它们对该领域的潜在影响。文章提到了Claude、ChatGPT、Midjourney、Figma、Adobe、Canva和Microsoft等具体工具,并建议它们将成为未来设计工作流程不可或缺的一部分。文章还触及了网页可访问性和移动应用程序原型设计可用性的重要性。
-
UI/UX设计师将Claude AI与Figma集成以增强工作流程
本文详细介绍了UI/UX设计师如何将Anthropic的Claude AI与Figma集成以增强工作流程。作者概述了将Claude与Figma结合使用的六种具体方法,强调了这两种工具日益增长的能力。所描述的工作流程旨在简化设计流程并提高实际项目中的效率。
-
人工智能实验室面临经济审查,批评声日益增多
OpenAI和Anthropic等领先的人工智能实验室正面临对其经济模式和估值的日益严格的审查,因为包括行业内部人士和监管文件在内的可信批评者质疑其巨额运营亏损和资本支出的可持续性。OpenAI报告称2025年运营亏损近210亿美元,而Oracle则指出了其为OpenAI大规模建设AI数据中心所带来的风险。这种日益增长的怀疑挑战了价值主要体现在模型层的普遍论点,一些分析师认为该行业被高估了。
-
Figma到代码流程转变:AI代理和设计令牌重新定义开发
大型语言模型集成到设计到代码流程中,尤其是在Figma等工具中,是行业的一次重大转变。虽然最初的实现通常会导致混乱、硬编码的输出,但monday.com的流程以及DTCG等设计令牌标准的采用正在改进这一过程。这种演变引发了对代码质量、可维护性以及AI代理所做设计决策所有权的问题。
-
Claude Code 集成设计栈以增强开发者工作流
Claude Code 的“设计栈”概念涉及将设计工具和工作流直接集成到开发过程中。这种系统化的方法旨在通过促进设计师和开发者之间更好的协作来提高开发者的生产力和项目成果。关键组成部分包括 Figma 等设计软件、React 等开发框架、Slack 等协作平台以及 Git 等版本控制系统。
-
Figma 插件可将 Excel 数据自动传输到文本图层
一款名为“Paste Data to Text Layers”的新 Figma 插件已被开发出来,旨在简化将 Excel 等来源的数据传输到 Figma 设计中的过程。虽然现有插件可以将数据粘贴到多个选定的文本图层中,但仍然需要手动选择这些图层。这款新插件通过自动选择相关文本图层和分发数据来解决这一差距,显著减少了在设计表格或列表时重复性任务所花费的时间。
-
开源工具Playground让非技术团队在生产代码上进行原型设计
Playground是一款新推出的开源工具,旨在让非技术团队成员直接在生产代码库上进行原型设计。该工具由Kshitij Dhoble和Rahul开发,通过提供一个安全的探索环境而不影响实时代码,来弥合设计和开发之间的差距。它集成了Claude和Codex等AI模型,支持Next.js项目,并提供一键代码生成和协作等功能,解决了独立模拟存储库的维护开销问题。
-
AI 影响研究、游戏、不平等和设计工具 · 跟踪 4 个来源
多个与 AI 相关的进展出现在不同领域。研究论文平台 ArXiv 正进入一个新阶段,旨在继续提供免费知识访问。在游戏行业,开源引擎 Godot 因担心其可靠性而决定拒绝 AI 生成的代码。联合国的一份报告警告称,AI 的普及可能会加剧全球不平等,需要紧急采取行动。与此同时,设计工具 Figma 集成了 AI 助手,以帮助用户完成设计任务和提供建议,从而可能提高生产力。
-
AI工具加速Figma到代码的转换,实现更快的开发
AI工具正在简化将设计文件转换为功能代码的过程。这些工具可以自动化从Figma等设计平台到生产就绪代码的转换,处理响应式输出和差异分析等方面。这种自动化通过消除手动编码设计的需要,显著加快了开发工作流程。
-
开发人员使用简单的JSON和脚本绕过复杂的设计令牌工具
一位独立开发者发现了一种高效的方法,通过使用单个JSON文件和简短的Node.js脚本来管理多个项目中的设计令牌,从而绕过了Style Dictionary等更复杂的工具。这种方法包括将一个标准的`tokens.json`文件复制到每个项目中,允许单独定制,同时保持一致的结构和构建过程。开发者认为,对于个人或小型团队来说,复杂工具的开销超过了它们的益处,他们更倾向于一个简单、易于理解的解决方案。
-
AI难以创建精美的、符合品牌形象的PowerPoint演示文稿
一位AI顾问描述了使用AI(特别是Claude)生成精美的PowerPoint演示文稿所面临的挑战。虽然AI可以处理基本的幻灯片布局,但在遵守特定公司模板、保持叙事一致性以及匹配特定写作风格方面存在困难。这些限制意味着,即使AI生成的演示文稿在视觉上很有吸引力,也可能无法传达金融和咨询等领域所需的专业性和对细节的关注,通常比手动创建的演示文稿效果更差。
-
模型上下文协议 (MCP) 标准化 AI 集成,降低复杂性
模型上下文协议 (MCP) 是一项开放标准,旨在简化 AI 模型与外部工具和数据源的集成。MCP 提供了一种一致的方式供 AI 模型发现和交互功能,而无需为每个代理、框架或语言编写定制的集成代码。该协议将集成问题从 N×M 的复杂性降低到 N+M,显著缩短了开发时间和代码量。MCP 定义了三个核心基元:工具(模型控制的操作)、资源(应用程序通过 URI 控制的数据)和提示(用户控制的模板),使 AI 应用程序能够更有效地访问和利用外部系统。
-
Stratechery 时事通讯探讨 AI 的重大问题及苹果在欧盟推出 AI 的情况
Stratechery 的 Ben Thompson 反思了当前 AI 的格局,指出了关于软件和就业未来的重大问题,但也强调了这项技术的乐趣和无限可能性。他讨论了苹果因《数字市场法案》而决定将其 Apple Intelligence 功能(包括 Siri AI)推迟在欧洲推出,并探讨了这可能造成的潜在长期竞争格局变化。该通讯还涉及了内存芯片市场、微软对中国 AI 模型的使用,以及对 Figma 首席执行官 Dylan Field 关于…
-
Alibaba TRAE Work 增加设计模式,用于 AI 辅助代码生成
Alibaba 的 TRAE Work 平台引入了新的设计模式,旨在简化 AI 辅助开发流程。该功能支持在一个环境中完成从初始需求、视觉设计到自动代码生成的所有工作。此次更新还支持导入 Figma 文件以提取设计系统,或根据文本描述生成设计,从而有效地实现了从概念化到实现的闭环。
-
TRAE Work集成AI设计与工作流,连接需求到代码
TRAE Work推出了新的设计模式,完成了其平台从需求到代码的完整工作流。新模式可以分析Figma文件,提取设计系统,包括品牌颜色、字体和组件。它还允许直接编辑设计,并无缝导出到Figma进行优化,或导出到TRAE Work的代码模式进行实现。该平台旨在通过将这三种模式(Work用于需求,Design用于视觉,Code用于实现)集成到单一环境中,减少上下文切换,简化设计流程。