Figma 因默认开启 AI 训练遭集体诉讼，设计师提出四项信任测试

2025 年 11 月，创业者在加州北区联邦法院对 Figma 提起集体诉讼。诉状并未以版权为核心，而是指向「同意」——指控 Figma 在多年承诺不将客户文件用于模型训练之后，默认开启了相关机制。Figma 对此提出异议，称其训练聚焦于通用模式（如构建天气应用类界面），而非客户内容。截至目前，案件尚无定论。

这场诉讼真正的争议点并非版权，而是「默认值」——一个由产品团队做出的设计决策。Figma 选择了默认开启而非默认关闭，并且不同订阅层级采取不同策略，这一选择写在公开文档中。设计师作为工具的用户，最能体会「默认值被替我们决定」的感受；Figma 及其创始人 Dylan Field 在行业中占据公共位置，其默认设置本身就是一种示范。

四年内的相同剧本

类似情节在过去几年反复上演：

• 2023 年夏：Zoom 修改服务条款，声称对客户数据享有用于训练与调优模型的广泛权利。数月后才被科技博客曝光，《The Record》报道 Zoom 一周内两次重写相关措辞。
• 2024 年初：Slack 被 Hacker News 帖子指出其隐私原则页面默认将工作区内容纳入机器学习训练。TechCrunch 报道中揭露了一个关键细节：退出需向特定邮箱发送特定主题邮件，且仅限工作区所有者操作——没有开关，没有设置。
• 2024 年 6 月：Adobe 推送重新接受条款弹窗，创作者阅读许可措辞后，公司花了两周时间反复澄清，并在官方文章《Updating Adobe's Terms of Use》中承认条款需要「更精确」。
• 2024 年：Figma 按既定时间表宣布分层默认设置并提供解释，未做任何回退。

四起事件的共同节奏是：政策悄然变更 → 默认启用 → 外部人士发现 → 澄清、道歉、有时回退。Zoom 与 Adobe 都在两周内恢复信任，因为「反转」是可操作的——改一个句子、翻一个开关、公开发布更正。Slack 改了措辞却保留了机制，这是一步本质不同的棋。Figma 的不同之处在于完全没有回退，因为该决策本身没有「起草错误」可修复。

信任不是感受，而是可审计的默认值

作者由此提炼出一套「四项测试」，用于评估任何工具对用户作品的默认处理方式：

• 同意（Consent）：关键不是工具是否告知过你，而是你到那里时开关是否处于关闭状态。需要主动撤回的「同意」从来不是真正的同意。
• 对称性（Symmetry）：工具是否同样尊重用户作品与自身训练需求。
• 披露（Disclosure）：相关信息是否以可读、可验证的方式公开。
• 退出（Exit）：退出机制是否真实可用，而非隐藏在邮件主题行里。

四项全部通过意味着工具将你的作品视为你的；通过三项尚可，但在续约时值得提出。值得注意的是，对称性的权重大于其他三项之和——该维度上的失败，其代价远超其余三者。

对设计团队的意义

每一季度，设计师团队都在向自己的用户复刻同样的默认值决策。这套测试只需约二十分钟即可对当前工具栈跑一遍，但前提是把视角翻转过来：以同理心与尊重对待用户，而非依赖「暗黑模式」。在 AI 训练成为设计工具常态功能的当下，默认值不再只是产品细节，而是信任契约的核心条款。