AI 进产品最实在的样子,往往不是那个什么都能干的通用 Agent,而是一个只干一件事但干得稳的专用模型。Figma 这篇训练笔记就是个标准范本。
它的目标很窄:让模型改设计稿里的图层、对齐、约束。不是写诗,不是 coding,就是把画布改对。难点在于「改对了」能被机器验证——这是个能被自动判分的任务,而可验证正是 RL(强化学习,靠奖惩信号迭代模型)能发力的前提。
路线分两段。先用 25 万条合成样本做 SFT(监督微调,拿现成正确答案喂模型学),把早期 Llama 3.3 70B 拉到接近当时顶级模型。再上 RL,配一个「确定性校验器」——改完的稿子符不符合设计规则,机器一眼就能判——外加视觉评委给主观质量打分。
我更在意这个组合透露出的取舍。通用大模型长板很多但不可控,Figma 没硬刚,而是把一个狭窄但高频的动作包成专用模型,用「可验证」换「可规模」。
对做产品的团队,这比追通用 Agent 靠谱得多。先找到那个「机器能判对错」的环节,小模型 + 合成数据 + 校验器,成本可控、效果可测。
通用 Agent 的故事讲完了,专用的活儿才刚开始干。