要降低 AI 编程成本,并不需要先把提示词变短。Coinbase 将成本降低 22.5% 的关键,不在于指令长度,而在于智能体为寻找正确组件所花费的时间。

3 秒摘要
Figma 组件 映射到真实代码 减少搜索、猜测和重写 节省 Token、时间和成本

带来 22.5% 的不是更短的提示词,而是准确的起点

Code Connect 的作用是在设计组件与生产代码组件之间建立一张对照表。只使用 Figma MCP 服务器时,智能体可以以 React 形式接收画布的结构和视觉信息,但它未必知道这些信息对应公司代码库中的哪个组件。准备好 Code Connect 模板后,MCP 响应的一部分会变成包含真实 import 语句、组件名称和属性值的代码片段。

例如,即使设计中有步骤指示器,如果没有连接信息,智能体也可能组合进度条和标签,从头创建一个相似的 UI。反之,如果连接信息中包含 CDS 的 Stepper 和属性映射,它就会直接导入现有组件。节省 Token 的关键不是给模型更少的信息,而是告诉它正确答案在哪里,使其无需探索错误候选项。

Coinbase Design System 管理涵盖 Web 和移动端等多个平台的组件与设计 Token。在公开仓库中,也可以看到 React、React Native、Android Compose 和 iOS SwiftUI 的软件包。 在这样的多平台系统中,仅有组件名称列表并不够,因为即使同样是“按钮”,不同框架的 import 路径和 API 也不同。Code Connect 可以将一个设计组件分别连接到不同语言和框架中的代码实现。

智能体需要完成的工作 没有 Code Connect 有 Code Connect
选择组件 搜索代码库或创建新 UI 使用已映射的生产组件
转换属性 查看 Figma 属性并猜测 API 使用设计属性与代码 prop 的显式映射
处理样式 可能生成任意 CSS 或相近颜色 参考真实 Token 和使用示例
失败成本 搜索、调试和重写会拉长对话 初始路径更窄,减少探索性调用

Coinbase 团队起步时,已有的 Code Connect 映射已经过时,新组件也没有模板。他们使用 Claude Code 和 Figma 的 figma-code-connect 技能并行处理组件列表;按团队的说法,约 4 小时内便将数百个组件的映射范围扩展到整个设计系统。 官方 CLI 文档也说明,该技能会在 Figma 选区中查找未连接的组件,检查仓库中的对应代码,并生成 .figma.ts 模板。不过,文档明确要求在发布前审查并修改生成结果。

22.5% 不是可以照搬的目标值,而是需要验证的假设

Coinbase 的结果很有前景,但样本较小。团队使用相同设计、相同的模糊提示词和相同的 Sonnet 4.6 模型,并在每次运行时初始化一个空代码库,共进行了三次运行。他们控制了提示词缓存,避免其使结果偏向有利一方,并报告平均 Token 使用量减少 11.5%、实现时间减少 22.3%、成本减少 22.5%。

11.5%
平均 Token 使用量下降
22.3%
平均实现时间下降
22.5%
平均成本下降
3 次
Coinbase 各条件下的运行次数

这里不能把这三个数字理解为同一件事。Token 数量和账单成本可能对输入、输出、缓存读取和缓存写入采用不同费率。根据 Anthropic 的文档,缓存读取和写入的定价结构也不同于基础输入 Token,并且是否命中缓存取决于是否保留相同的提示词前缀。 因此,在自己的实验中,不要只记录一个总 Token 数;应分别记录输入、输出、缓存读取、缓存创建和实际账单金额。

Figma 另行开展的一项更广泛评估,为 Coinbase 数据的方向提供了支持。在两个基于 React 的设计系统的 27 个测试案例中,使用 Code Connect 后,Token 使用量中位数减少 29.5%,任务时间减少 19.6%,代码质量则在 1 至 4 分量表上从 2 分升至 3 分。 不过,这一结果同样不是能原样套用到所有组织的通用节省比例。

实际上,在 Figma 的评估中,显著影响效果的变量是 Code Connect 覆盖率。在示例设计系统中,Code Connect 片段平均占 MCP 响应的 20%,其改善幅度大于内部系统约 6% 的情况。连接覆盖范围越高,智能体翻找 node_modules、大范围搜索图标名称,以及用 CSS 重建现有组件的情况就越少。

不要将 22.5% 写成引入方案中的确定 ROI

Coinbase 的数字是其内部评估的平均值:同一设计在每个条件下运行三次。模型、仓库规模、设计难度、组件复用率和缓存状态发生变化,结果也会不同。更稳妥的做法是先用团队经常实现的几张页面建立基线,同时衡量覆盖率和质量。

质量也不能只凭页面相似度来判断。Coinbase 检查了是否使用正确的组件和设计 Token;Figma 的评估则同时评估了包括正确性、代码质量、可维护性、完整性以及可访问性和安全性在内的最佳实践。 即使页面看起来相似,如果标签页实际上不能切换,或者原有组件被数百行 CSS 取代,也不应算作成功。

在团队中复现的四个步骤

1

先列出重复使用量高的组件

选择最近实现的 10 个页面,统计 Button、Input、ListCell、Modal 等出现频率高的组件。为每一项记录 Figma 节点、代码 import 路径、支持的平台以及是否已弃用。与其一开始就连接整个组件库,不如优先处理前 20 个组件,以及智能体经常出错的图标和复杂表单,这样可以更快确认初期效果。

2

根据团队结构选择 UI 或 CLI 的连接方式

如果想快速连接路径和组件名称,Figma 内的 Code Connect UI 很方便。如果需要将设计属性动态映射到真实 prop,并提供精确的代码示例,那么在仓库中运行的 CLI 更合适。两种方式可以同时使用,但当前 Code Connect 需要 Organization 或 Enterprise 计划的 Full 或 Dev seat。

3

创建映射文件,并审核真实的 import

如果使用 CLI,请准备 Node.js 18 或更高版本,以及拥有 Code Connect 权限的 Figma 个人访问 Token,然后通过 npm install --global @figma/code-connect@latest 安装工具。在项目根目录创建 figma.config.json,然后在 .figma.ts 文件中将 Figma 的字符串、布尔值和枚举属性连接到代码 prop。由人工审核生成模板的 import 路径、默认值、variant 和已弃用组件后,再用 npx figma connect publish 发布。

4

以 A/B 方式重复相同任务,并按覆盖率分组

从实际工作中选取 5 个中等难度的页面,分别在“没有 Code Connect”和“有 Code Connect”的条件下至少运行 5 次。固定模型、提示词、仓库提交、权限和缓存条件。每次运行记录输入、输出和缓存 Token、成本、完成时间和工具调用次数,并评估构建和测试是否通过,以及是否使用了正确的组件和 Token。最后不要只看整体平均值,还要按页面中设计系统组件的占比和连接覆盖率区间划分结果。

在运营阶段,重要的是将新组件发布与 Code Connect 更新纳入同一完成条件。Coinbase 也表示,现在创建或修改组件时会同步更新对应模板。 否则,过时的映射会让智能体自信地拿到旧答案,而非正确答案。

如果想进一步深入了解

How Coinbase used Code Connect to guide agents and shrink token costs — 这是介绍 Coinbase 三次评估条件、结果和设计系统应用过程的起始案例。 figma.com

Better code, fewer tokens: The benefits of Code Connect in MCP — 可以查看 27 个测试案例的评估标准,以及覆盖率带来的结果差异。 figma.com

Getting started with Code Connect CLI — 可跟随安装、配置文件、模板编写和发布命令操作的官方开发者文档。 developers.figma.com

Code Connect — 介绍 UI 与 CLI 的区别、支持的计划,以及通过 MCP 传递的连接信息。 help.figma.com

Coinbase has open sourced its design system — 介绍 Coinbase 公开设计系统的构成、超过 100 个组件、Token 和可访问性原则。 coinbase.com

GitHub - coinbase/cds: Coinbase Design System · GitHub — 可以查看 CDS 实际的各平台软件包和公开仓库结构。 github.com