- Figma 不是一條直線：從無人機、WebGL、3D 引擎、迷因生成器一路轉向，2011 年底開始談，2013 年中才真正全力做現在的 Figma。轉向地獄是常態，不是失敗。
- 反饋比早發佈更核心：第一批用戶靠冷郵件約咖啡換來「你的產品糟透了，這裡是原因」。Dylan 自己當童星試鏡被拒慣了，把拒絕當成有用的資料。
- 產品爛了五年才敢收費：直到微軟問「這東西在公司像野火蔓延，我們該關掉它嗎」，他才意識到該收費了。他的原話是：別學我。
- 限制激發創造力：團隊拿九個月、兩年的 roadmap 來，他第一個問題永遠是「怎麼縮小、怎麼更早給用戶測」。節奏壓到一到三個月。
- AI 時代差異化在 craft：開發變快變便宜之後，剩下能拉開差距的是設計、對細節的執著、觀點。他把現在的 AI 介面比作 MS-DOS 時代——還很初階。
我看了 Figma 創辦人 Dylan Field 這場演講，本來以為會是「設計師多重要、AI 多厲害」那種大方向喊話。結果這場真正的核心只有一句：Figma 的成功不是因為願景多正確，而是因為他撐住了一段又亂又慢的過程——肯被罵、肯把範圍縮小、最後押注在機器抄不走的 craft 上。 連他自己都在台上講「別學我」。
為什麼這樣看？拆成三點：他怎麼走過來、他怎麼把東西做出來、他覺得未來的勝負手在哪。
一、他能走過來，靠的是撐住轉向地獄、主動去找罵
很多人以為 Figma 是「想到設計工具→做出來→變標準」。實際上他和共同創辦人 Evan 從 2011 年底開始談，當時兩個押注的方向是無人機和 WebGL。Evan 說不想做無人機，於是選了 WebGL。然後在「遊戲還是工具」之間選了工具，中間還認真做過一個迷因生成器——做完一週兩個人都想放棄，他問自己「我幹嘛為這個從布朗大學休學」。一路轉到 2013 年中，他們才真正全力投入現在這個 Figma。
我們在 2012 年 8 月才認真開始，2011 年 12 月就開始談這件事了，花了好一段時間才走到「開始」。
這段直接打掉一個迷思：轉向地獄不是失敗的徵兆，是過程本身。他撐過來的關鍵很實際——有個聰明又信任的共同創辦人，加上 Thiel Fellowship 兩年十萬美元的現金，讓他有「時間」而不是六個月就被迫做決定。
而撐過程的同時，他做的不是自嗨，是主動去找罵。Figma 的第一批用戶，很多是他冷郵件約出來的設計師；他不是去找人誇產品，是去找人罵：
他們會說「是的，你的產品糟透了」，然後具體告訴你為什麼不好、可以怎麼改。跟他們聊得越多，產品就越好。
那年夏天他每週見五到七家公司 demo，整個夏天只有兩家真的開始用（其中一家是 Notion）。轉化率低到爆，但他照樣每週做。他受得了，是因為小時候當過童星、不斷試鏡不斷被拒，把拒絕當成「有趣的資料」——你難道不想知道這些資料嗎？撐住過程加上主動找罵，才是他活下來的真正原因。
二、他把東西做出來，靠的是早收費、把範圍縮到最小
光撐住還不夠，他對「怎麼做」也有兩條很反創辦人直覺的紀律。
第一條是早收費、早驗證。Figma 什麼時候他才相信這會成？不是用戶說「我寫了 12 頁文件列我想要的功能」那時候，而是微軟跑來問他：
這東西在我們公司像野火一樣蔓延，我們在想該不該關掉它——因為你根本沒跟我們收費。也許你真該收費。
那是發佈五年之後。他的結論很直接：別學我，產品早點發、早點收費、早點驗證能不能賺錢。他甚至點出一個常被誤讀的訊號——大家都在講 product-market fit，但 product-market pull（用戶主動拉著你往前）更重要。有人願意寫 12 頁文件給你，不是「還差很多」，而是「他們在乎到願意給你反饋」。
第二條是把範圍縮到最小。每次團隊拿一份「完美的史詩級 roadmap」來，他第一個問題永遠是：怎麼縮小？怎麼做得更小、更早給用戶測？
如果有人拿九個月、十二個月、兩年的節奏來找我，我會想：你在幹嘛啊老兄？
他把節奏壓在一到三個月。而且反直覺的是，他認為資源不足、有限制，反而會逼出解決問題的有趣方法。對小團隊，正確答案通常不是「雇一堆人」，而是「怎麼把範圍縮到更少、做得更好」。早收費和小範圍，是他把模糊的東西真正做出來的兩根支柱。
三、未來的勝負手，是機器抄不走的 craft
走過來、做出來之後，他對 AI 時代下一輪競爭的判斷只有一句：當 AI 讓開發變快變便宜，你的差異化點剩下設計、對細節的執著、觀點。Airbnb 直接說「我們的差異化就是設計」，他認為這是趨勢被看見的訊號。
他對現在 AI 介面的比喻我很喜歡：
直覺上，我們現在處在 AI 的 MS-DOS 時代。十年後回頭看，大家會說：你能相信我們當年只有一個聊天框嗎？
聊天框只是現在最方便的形態，不是終點。怎麼把模型能做的事「展示」給用戶，還是個沒解的大問題。
更值得記一筆的是，他押注 craft 的同時，沒把 AI 講得無所不能。他明說現在的模型在從零到一、早期原型階段比在成熟程式碼庫上強得多——已經有龐大 codebase 的話，AI 工具給你的幫助反而少。他也對 AI 倫理（複製他人作品、AI 男女友這類社會議題）給了相當保留的回答，承認很多是還沒被充分研究的問題。一個在台上的創辦人願意說「這我也沒答案」，反而讓「craft 才是差異化」這個主張更可信——因為他不是在賣樂觀，是在指真正稀缺的東西。
我自己的 takeaway
兩件事一直在我腦袋裡轉。
第一，反饋的痛苦是要主動去找的。我做自己的 AI 工作流，最容易的就是自嗨，覺得「這個自動化好聰明」。但 Dylan 那句「去找拒絕，裡面有資料」提醒我：沒有人罵的東西，通常只是還沒有人用。下次我寧可早一點把半成品丟出去被嫌。
第二，limit 是槓桿，不是枷鎖。我一個人在搞工作流，最大的限制就是只有我一個人。以前覺得這是瓶頸，但他講「資源不足反而逼出創造力、把範圍縮到更少做更好」之後，我反過來想：正因為只有我，我才被迫只做真正重要的那幾件事，不能像大公司那樣鋪一堆永遠做不完的 roadmap。一人的限制，本身就是聚焦。
想看他怎麼講 Figma 那段轉向地獄、和現場那些尖銳問答，原片在這裡：Dylan Field at YC AI Startup School。