Figma 没把编辑模型交给通用大模型碰运气。它公开的训练路径更像一条窄而深的流水线：先造出超过 25 万条合成样本做 SFT，让早期 Llama 3.3 70B 在编辑任务上逼近当时顶级模型。这个结果的关键不在参数规模，而在数据被拆成了可学习、可校验的编辑动作，模型先学会“照着改”，而不是泛泛地谈设计。
SFT 解决“会做”，RL 才逼近“知道做成什么样”。Figma 随后转向强化学习，并把评测拆成两套：确定性校验器负责硬性规则，视觉评委负责判断结果是否真的像人改出来的图。前者压住胡编和越界操作，后者补上审美、层级与上下文。对 agent 产品来说，这种组合比单点跑分更接近真实工作流，也更能暴露模型在长链路编辑里的短板。
更值得看的是这套方法对编辑模型的定位。Figma 不是在训练一个会聊天的设计助手，而是在训练一个能稳定操作设计文件的执行层。25 万条合成样本、Llama 3.3 70B、确定性校验器和视觉评委，拼起来只指向一件事：让 agent 的每次编辑都有依据、可验证、能回退。通用模型负责理解意图，专用模型负责动手，边界越清楚，产品越敢把下一步操作交给 AI。
