Figma详解自研画布编辑模型：从SFT到强化学习，Qwen微调版本内部评测领先

一句话看懂：Figma 工程团队披露其为 Figma agent 训练专用画布编辑模型的路线：先靠监督微调让模型读懂 Figma 原生文件格式，再转向强化学习补足泛化能力。它说明垂类后训练已能与前沿通用模型在具体编辑任务上掰手腕。

事件核心：发生了什么

2026 年 10 月 29 日，Figma 软件工程 VP Josh Clemm 发文，介绍 Figma agent 背后编辑模型的训练方法。切入点很具体：设计工作大量是“改间距、换颜色、按反馈调布局”这类小步迭代，且结果难以自动验证，因此团队把任务收敛为“在已有画布上做编辑”。

早期做法是监督微调（SFT）：用 Figma 原生文件格式表示设计，搭配合成的编辑请求与成功示例，并通过教师模型生成候选、确定性校验器和视觉模型评审筛选，形成可自我修正的生成管线。据文中数据，一个基于 Llama 3.3 70B、训练样本超过 25 万条的早期模型，在当时的编辑任务上已能与顶级模型竞争。

但单靠模仿学习会牺牲泛化、样本效率也低。Figma 随后换用更强的基座模型（提到 Qwen 系列、Muse Spark Open、Inkling 等），并把强化学习纳入训练配方，重点建设设计领域的 RL 环境、扩充样本多样性、塑造奖励模型，并让资深设计师撰写评价标准。文章还展示了一个未发布的、基于 Qwen 3.8 27B 后训练的 Figma 编辑模型，在内部评测中与多家第三方模型的对比结果。

为什么重要

这是一条与“堆通用大模型 + 长系统提示词”不同的技术路线。Figma 明确表示，早期前沿模型并不理解 Figma 语法，靠提示词解决会极其消耗 token；而垂类后训练能在更小基座上做出更贴合场景的能力。对 AI 行业而言，这再次印证：在边界清晰、反馈可构建的专业任务里，专用后训练可以绕开通用模型的短板。

更关键的是评测方法。Figma 把设计质量拆成结构、指令遵循、视觉呈现等多个维度分别检查，再用专家设计师校准，而不是笼统打一个“好不好看”的分。这种把主观任务拆成可衡量信号的做法，是设计类 AI 落地的前提。

对用户/开发者/创作者的影响

对设计师和产品团队来说，Figma agent 的价值在于“快而稳的日常修改”，而不是替代完整设计流程；速度直接决定它是否会被真正用起来。对关注 AI 应用的开发者，这篇分享提供了可参考的工程范式：原生格式表示、合成数据、校验器加视觉评审、再到 RL 环境。不过需注意，文中模型是内部评估对象，性能排名仅限其自有评测集与对应时点，并非公开基准或上线承诺。