不是 SaaS 末日，
是十億開發者時代
Every 訪問 Figma 的 Matt Colyer。這集的核心不是「AI 會不會取代 Figma」，而是當更多人能用 AI 建造軟體，產品價值會從寫出第一版，移到維護、脈絡、設計系統與審核。
來源：Every YouTube 頻道
SCROLL
Every 訪問 Figma 的 Matt Colyer。這集的核心不是「AI 會不會取代 Figma」，而是當更多人能用 AI 建造軟體，產品價值會從寫出第一版，移到維護、脈絡、設計系統與審核。
來源：Every YouTube 頻道
主持人 Dan Shipper 一開始就把問題丟給 Matt Colyer：如果每個人都能 vibe code，一套套 SaaS 工具會不會被自己做的小工具取代？Matt 的答案不是防守，而是興奮。
他過去長期做開發者工具，記得幾年前全球開發者估計大約 2,500 萬到 4,000 萬人。現在他認為這個數字可能走向十億，甚至更多。AI 把軟體製作的入口打開，更多產品、內部工具、個人代理人和一次性應用會被做出來。
這也是他對 SaaS apocalypse 的反駁。AI 會讓第一版變便宜，但不會讓軟體公司失去存在理由。很多人可以寫出小工具，卻不想長期處理權限、穩定性、升級、錯誤、資料同步、客服和維運。
Matt 自己做過個人 email agent，最後也更願意買軟體。他的體感是：做出第一版很有趣，負責它每天可靠運作就沒那麼浪漫。
訪談裡最務實的一段，是他們都承認 vibe coding 的侷限。你可以請模型修 bug、加功能、做 inbox、接 email。可是當工具進入真實工作，它就會碰到可靠性、例外情況、權限、資料、回覆責任和使用者信任。
這讓軟體公司的位置變清楚。它們不只賣程式碼，也賣持續運作的承諾。Gmail 的價值不是你不能自己寫 SMTP 腳本，而是你不想每天關心底層協定、收信穩定度與系統升級。
所以 SaaS 的壓力不是「所有客戶都自己寫」。更大的壓力是，客戶會更常問：既然第一版這麼便宜，你的產品到底在哪些地方比我自己做更可靠、更有脈絡、更值得付費？
Dan 問到 Figma 時，問題變得更具體。設計師到底要跟 landing page 聊天，還是要在 infinite canvas 上移動、比較、調整細節？Matt 的回答是，大家還停留在「文字框統治生成介面」的後遺症裡。
設計原本就有發散和收斂。先丟出很多方向，再慢慢收斂成可用方案。AI 如果只是一個線性聊天框，很容易變成「做這個，再做那個」。但在畫布上，代理人可以產生多個 frame，讓設計師比較灰階、復古色調、不同字體、不同可及性取捨，再用直接操作工具精修。
這是 Figma 的機會。AI 可以替設計師產生第 N 個活動頁、第 N 張社群圖或第 N 個常見流程，但細節仍需要視覺判斷。畫布不是被聊天取代，而是變成代理人和人類共同工作的空間。
訪談談到外部代理人與 Figma 自家代理人時，Matt 的答案很明確：兩邊都要。設計工作和工程工作正在靠近，未來大家都是 builders，只是從不同角度進入問題。
內建代理人的關鍵則是個人化。一般聊天代理人的記憶很重要；對 Figma 來說，等同於記憶的是設計系統。代理人如果不知道公司如何組織元件、怎麼使用色彩、哪些 pattern 不能碰，它做出來的設計就很難真的可用。
這段對產品團隊很有提醒。AI 功能不是把聊天框塞進產品就結束。真正有用的代理人，要讀得懂產品內部的物件、規則、團隊習慣和品質標準。
Matt 描述自己工作裡的 AI 嘗試時，反覆回到同一件事：總結不是難點，判斷什麼值得看才難。很多資訊第一次看像不重要，三天後卻變成關鍵。要讓代理人幫忙，真正的工作是把正確脈絡放到它面前。
Figma 產品營運團隊做過一套 PMOS，把組織圖放進 SQLite，把 Asana、Slack、GitHub 等資料接起來，再搭配 skills 生成 onboarding 檔案。新同事加入哪個團隊，代理人就能查出相關人、頻道、近期專案和過去 30 天討論，產出一份很接近可用的起手式。
這也解釋為什麼本機代理人變得有吸引力。代理人放在你的電腦裡，就能接觸你已經能接觸的檔案、email、會議紀錄、訊息和工具。模型能力本來就夠做很多事，差別在於它有沒有站在正確的位置。
Matt 對接下來一年的判斷很清楚：重點會從「怎麼產生更多」轉向「怎麼更好地審核」。代理人已經能產生大量新的內容、設計和程式碼。問題變成：這些東西能不能代表公司的價值、品牌、可用性和品質？
當軟體爆量，人眼會成為瓶頸。公司只有有限的設計師、工程師、PM 和主管能審。AI 真正要進入 auto mode，不能只靠另一個模型說「看起來可以」，還需要人能信任的評估流程。
這也是科技公司改變工作方式的核心。AI 讓更多人能做第一版，組織就要補上審核、分流、截圖、評估、PR、客戶視角和發布決策。未來的工具不只要會產生，也要幫人更快決定什麼可以被相信。
最後 Dan 問到 PM、設計師和工程師的職涯。Matt 的回答像是給所有知識工作者的提醒：基本功仍然重要。就算有計算機，學校還是會教長除法。你不一定每天手算，但你需要知道系統在做什麼。
AI 會把 bubble sort 直接寫給你，也可以把 C 程式轉成組合語言，逐行解釋暫存器、快取和底層運作。差別在使用者。只接受答案的人，很難把工具用到極限；好奇的人會用 AI 往下一層問，理解它如何組成，再反過來發明新的工具。
這支影片的樂觀不在於每個人都會變成專業工程師，而在於更多人會開始建造。當世界上有更多軟體，真正稀缺的不是第一版，而是把第一版變成可靠產品的能力。
AI 不會讓軟體公司失去價值；它會讓更多人開始建造，也讓維護、脈絡與審核變得更值錢。
Figma 的策略提醒我們：下一代產品不只是會生成，而是能把代理人接進人的工作方式。
選完之後，分享你的觀點
這頁整理自 Every YouTube 頻道。原始影片保留了 Dan Shipper 與 Matt Colyer 對 SaaS、Figma、MCP、設計代理人、工作流、審核瓶頸與 PM 職涯的完整討論。
前往 YouTube →喜歡這種分析嗎？
從 AI 代理人、軟體產品到創業策略，用台灣讀者看得懂的語言，把複雜的產業變局說清楚。目前已有超過 2 萬位讀者訂閱。
免費訂閱區塊勢 →也可以直接付費支持，解鎖每週完整文章