Figma 正在整合 OpenAI 的 AI 编程工具 Codex,让用户能够在编程环境中创建和调整设计。这一举措是在该设计公司一周前与 Anthropic 达成类似合作伙伴关系、整合 Claude Code 之后推出的。
这项整合让用户可以在 Figma 中开始设计工作或在 Codex 中编程,并使用 Figma 的 MCP(移动上下文协议)服务器在两个平台之间轻松切换。
此前,用户可以将 Figma 设计文件、Figma Make 或 FigJam 中的详细信息导入 Codex 进行基于代码的实现。
Figma 首席设计官洛雷丹·克里桑表示:"通过这项整合,团队可以基于他们最好的想法进行构建——而不仅仅是他们的第一个想法——将代码的优势与 Figma 无限画布带来的创造力、协作和工艺相结合。"
Codex 产品负责人亚历山大·恩比里科斯在声明中表示:"这项整合让 Codex 对于更广泛的构建者和企业来说更加强大,因为它不会假设你首先是'设计师'或'工程师'。工程师可以在不离开其工作流的情况下进行视觉迭代,而设计师可以更接近真实实现工作,而无需成为全职编码员。"
OpenAI 去年首次推出 Codex 作为命令行编程助手,以与 Anthropic 备受赞誉的 Claude Code 竞争。后来,该公司将编程工具内置到 ChatGPT 中,并在本月早些时候为 Codex 推出了专用的 MacOS 应用程序。
该 MacOS 应用程序在发布的第一周内被下载了一百万次。几天后,该公司还发布了两个新的 Codex 模型。OpenAI 表示,每周有超过一百万用户在使用 Codex。
Figma 一直是 OpenAI 的重要合作伙伴,也是在 2025 年 10 月首批在 ChatGPT 中推出应用程序的公司之一。
Q&A
Q1:Figma 与 OpenAI 的这次合作主要实现了什么功能?
A:Figma 整合了 OpenAI 的 AI 编程工具 Codex,让用户能够在编程环境中直接创建和调整设计,并通过 MCP 协议在 Figma 和 Codex 两个平台之间轻松切换,实现设计与编程的无缝衔接。
Q2:Codex 的 MacOS 应用表现如何?
A:Codex 的 MacOS 应用程序在发布的第一周内被下载了一百万次,表现非常出色。OpenAI 还在几天后发布了两个新的 Codex 模型,目前每周有超过一百万用户在使用 Codex。
Q3:这项整合对设计师和工程师分别有什么好处?
A:对于工程师来说,可以在不离开工作流的情况下进行视觉迭代;对于设计师来说,可以更接近真实的代码实现工作,而无需成为全职编码员。这打破了传统角色界限,提高了跨领域协作效率。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。