Дизайнът е кодът

Как логиката на клетъчните автомати ще преобрази агентните дизайн системи и защо бъдещето на уеб разработката може вече да е записано в прости правила

На пресечната точка на дизайн системите, изкуствения интелект и теорията на изчисленията се случва дълбока трансформация. Промяната е толкова фундаментална, че поставя под въпрос самото ни разбиране какво означава „дизайн“ в епохата на автономните агенти.

От десетилетия разглеждаме дизайна и кода като отделни дисциплини: дизайнът е територия на човешкото творчество и естетическата преценка, а кодът е механичният превод на тези идеи в изпълним вид. Но докато AI агентите все по-често сглобяват потребителски интерфейси самостоятелно, използват дизайн системите като машинночетима инфраструктура и генерират код от семантични токени, наближаваме точка на сливане, която отеква много по-стара идея от теорията на изчисленията.

Каква идея ли? Дизайнът е кодът.

Това не е просто закачлив лозунг. Това е осъзнаване, че може би вървим към свят, в който дизайн системите работят като клетъчни автомати: прости правила пораждат сложно, емергентно поведение. Свят, в който разликата между това да „проектираш“ нещо и да го „програмираш“ напълно изчезва. Свят, в който автономните агенти не просто използват дизайн системите, а са дизайн системи в действие.

Тази публикация разглежда дълбоките връзки между клетъчните автомати, емергентното поведение и бъдещето на агентните дизайн системи. Ще проследим теоретичните основи от самовъзпроизвеждащите се машини на фон Нойман до днешните ята от AI агенти.

Ще разгледаме как Drupal и съвременните CMS платформи интегрират AI чрез модули като Schema.org Blueprints и Drupal AI. И ще помислим какво означава всичко това за дизайнерите, разработчиците и бъдещето на създаването на дигитални продукти.

Клетъчните автомати и логиката на емергентността

Красотата на простите правила

През 1970 г. математикът Джон Конуей представя „Играта на живота“ – „игра без играчи“, която се превръща в една от най-изучаваните системи в теорията на изчисленията. Правилата са смайващо прости:

1. Всяка жива клетка с по-малко от двама живи съседи умира (недостатъчна популация)
2. Всяка жива клетка с двама или трима живи съседи оцелява
3. Всяка жива клетка с повече от трима живи съседи умира (пренаселеност)
4. Всяка мъртва клетка с точно трима живи съседи оживява (възпроизводство)

От тези четири правила, изразени в шепа двоични условия, се ражда удивителна вселена от сложност. Глайдерите пътуват през безкрайни решетки. Осцилаторите пулсират във вечни ритми. „Оръдията“ изстрелват потоци от шарки през клетъчното пространство. И най-забележителното: доказано е, че Играта на живота е пълна по Тюринг: всичко, което може да се изчисли алгоритмично, по принцип може да се изчисли и в простата решетка на Конуей.

Фигура 1: Оръдието с планери на Госпер в „Играта на живота“ на Конуей. Този шаблон създава непрекъснат поток от планери и показва как простите правила могат да породят безкрайна, самоподдържаща се сложност.

Това е първият урок на клетъчните автомати: сложността не е предпоставка за сложно поведение. Прости правила, прилагани последователно върху една среда, могат да породят шаблони и поведение, които никой не е програмирал изрично.

Примките на Лангтън и самовъзпроизвеждането

През 1984 г. Кристофър Лангтън отива още по-далеч с този принцип чрез своите самовъзпроизвеждащи се примки, клетъчен автомат, който демонстрира истински принципи на изкуствения живот. За разлика от „Играта на живота“ на Конуей, която показва възникваща сложност, примките на Лангтън показват възникващо размножаване.

Всяка примка се състои от циклична граница, обграждаща „геном“, кодиран в състоянията на клетките. Този геном тече непрекъснато около примката и навън по конструиращо рамо, което за 151 стъпки във времето изгражда дъщерна примка. Когато е готова, дъщерната примка се отделя от родителската и двете продължават да се размножават.

Фигура 2: Примката на Лангтън в началната ѝ конфигурация. Генетичната информация циркулира в примката и насочва изграждането на дъщерни примки чрез удължаващото се рамо.

„Ако в клетъчен автомат е възможна самовъзпроизвеждаща се машина, то и самият живот може да бъде постижим за машините.“

- Кристофър Лангтън, „Изучаване на изкуствения живот с клетъчни автомати“ (1986)

Последиците са дълбоки. Примките на Лангтън показват, че самовъзпроизвеждането не изисква сложността на биологичните клетки, нито универсалните конструктивни възможности от оригиналния модел на фон Нойман. Нужни са само:

• Набор от прости, локални правила
• Механизъм за кодиране на инструкции
• Процес, по който тези инструкции се изпълняват

Правилата са организмът. Дизайнът е кодът.

През 1999 г. Хироки Саяма представя еволупите (evoloops), варианти, които включват структурна разградимост и фенотипни взаимодействия и така позволяват спонтанни мутации и еволюционна динамика. Тези примки еволюират чрез преки физически сблъсъци по време на размножаването, което води до генотипни вариации, по-голямо морфологично разнообразие и нарастваща сложност през поколенията. За разлика от фиксираното размножаване при Лангтън, еволупите показват наследими мутации без външна намеса.

Правило 110 и универсалното изчисление

Изследването на Стивън Улфрам върху елементарните клетъчни автомати достига до изненадващо откритие: Правило 110, едно от само 256-те възможни правила за най-простия вид едномерен клетъчен автомат, е способно на универсално изчисление.

Правило 110 може да се зададе напълно, като се посочи резултатът за всяка от осемте възможни комбинации на една клетка и двете є съседни. И все пак това тривиално просто правило – осем двоични решения – може да симулира универсална машина на Тюринг.

Фигура 3: Клетъчен автомат Правило 110. Въпреки простата си дефиниция, Правило 110 показва поведение от Клас 4 – сложни шарки, които не са нито напълно стабилни, нито напълно хаотични – и е доказано, че е пълно по Тюринг.

„За универсални изчисления не ни трябва нищо подобно на цял компютърен процесор. Трябва ни само това малко правило.“

- Стивън Улфрам, „Нов вид наука“

През 2004 г. Матю Кук публикува доказателство, че Правило 110 с определена повтаряща се фонова шарка е пълно по Тюринг. Доказателството показва, че Правило 110 може да емулира циклични тагови системи, които от своя страна могат да емулират всяка машина на Тюринг. Сред 88-те възможни уникални елементарни клетъчни автомата Правило 110 е единственото, чиято пълнота по Тюринг е доказана пряко.

Принципът на изчислителната еквивалентност, предложен от Улфрам, подсказва нещо още по-радикално: системите над определен минимален праг на сложност са по същество равностойни по изчислителните си възможности. Човешкият мозък, метеорологичната система и Правило 110 са в някакъв дълбок смисъл изчислително еквивалентни.

Метаклетката 0E0P: истинско самовъзпроизвеждане

През октомври 2018 г. Адам П. Гаучър завърши изграждането на метаклетката 0E0P – шарка в Играта на живота на Конуей, способна на истинско самовъзпроизвеждане. За разлика от предишните метаклетки, които изискваха вече съществуващи копия наблизо, метаклетката 0E0P може да изгради копия на себе си от нулата, включително собствената си лента с инструкции.

Това постижение е крайъгълен камък в изкуствения живот: система, която може да се разпространява в изчислителна среда, използвайки само локални правила. На 23 ноември 2013 г. Дейв Грийн построи първия репликатор в Играта на живота, който създава пълно свое копие, включително лентата с инструкции – доказателство, че дори простият двустатусен автомат на Конуей може да поддържа неограничено самовъзпроизвеждане.

Дизайн системите като изчислителна среда

От атомарния дизайн към агентния дизайн

Методологията „Атомарен дизайн“ (Atomic Design) на Брад Фрост, представена през 2013 г., преобърна начина, по който мислим за дизайн системите. Като разбива интерфейсите на атоми (основни елементи като бутони и полета), молекули (прости комбинации), организми (сложни секции на интерфейса), шаблони (оформления на страници) и страници (крайните реализации), Атомарният дизайн предложи йерархична структура за управление на сложността.

Но ето какво е забележително, погледнато назад: Атомарният дизайн вече е въплъщавал принципите на клетъчните автомати, без изрично да ги разпознава.

„Когато дизайн системата е скучна, тя освобождава дизайнерите и разработчиците да правят новото, да решават нови проблеми. Дизайн системата поема тежестта на скучното, за да не се налага на дизайнерите и разработчиците да го правят.“

- Джош Кларк, „Най-вълнуващите дизайн системи са скучни“

През февруари 2023 г. Брад Фрост пише за „Дизайн системите във времето на изкуствения интелект“:

„ИИ е естествен потребител на дизайн системи... Истината е, че голяма част от работата по компонентите в една дизайн система наистина е механична и предсказуема. Вече използваме инструменти като PlopJS, за да генерираме шаблонен код на компонент, който пасва на формата на останалата библиотека. С удоволствие бих приел помощта на ИИ при създаването на много от тези често срещани шаблонни неща.“

- Брад Фрост

Именно механичната и предсказуема природа на дизайн системите ги прави подходящи за работа в стил клетъчен автомат. Когато правилата са ясни, локални и последователно прилагани, агентите могат да действат самостоятелно – точно както клетките в „Играта на живота“ на Конуей не се нуждаят от централен контролер, за да създават глайдери и осцилатори.

Императивът за машинна четимост

Инициативата Storybook MCP (Model Context Protocol) е критична стъпка в тази посока. Обявен в края на 2025 г., Storybook MCP предоставя на агентите за програмиране с ИИ машинно четими метаданни за компонентите от вече съществуващите настройки на Storybook.

Ключовото прозрение е, че агентите не се нуждаят от суров код или визуална документация. Те се нуждаят от:

• Манифести на компонентите: Структурирани метаданни за всеки компонент – неговите props, варианти, връзки с дизайн токени и примери за употреба
• Смислово именуване: Токени, наситени с намерение, като action.primary.confirm, които предават смисъл на агентите, а не просто стойности
• Цикли за валидиране: Възможността да изпълняват тестове, да виждат грешките и сами да се поправят

„Storybook MCP помага на агентите да следват вашите модели и да издържат вашите тестове. Той им дава две неща, които никога досега не са имали: машинно четими метаданни за компонентите и итеративен цикъл, с който сами да поправят грешките си.“

- Екипът на Storybook

Storybook MCP включва автономен цикъл за корекция. Той позволява на агентите да изпълняват тестовете на вашите компоненти (за взаимодействие и достъпност), да виждат кое се проваля и сами да поправят собствените си грешки. Разработчикът трябва да се намеси едва след като тестовете минат. Край на бавачкуването с промптове.

Това е точно архитектурата на клетъчен автомат, приложена в дизайна: локални правила (спецификации на компонентите), взаимодействия със съседите (модели на композиране) и итеративни обновявания (валидиране и самокорекция).

Моят манифест на компонент като геном

Сравнението с циклите на Лангтън става още по-уместно, когато разгледаме как функционират манифестите на компонентите. В системата на Лангтън „геномът“, кодиран в циркулиращите клетки, съдържа инструкциите за изграждане на нов цикъл. В една машинно четима дизайн система манифестът на компонента съдържа инструкциите за сглобяване на интерфейси.

Един манифест на компонент може да задава:

{
  "name": "Button",
  "variants": ["primary", "secondary", "destructive"],
  "sizes": ["sm", "md", "lg"],
  "props": {
    "label": "string",
    "disabled": "boolean",
    "onClick": "function"
  },
  "tokens": {
    "background": "color.action.primary",
    "borderRadius": "radius.md",
    "padding": "space.3"
  },
  "constraints": [
    "Must have accessible contrast ratio",
    "Label required for non-icon buttons",
    "Minimum touch target 44x44px"
  ],
  "examples": [
    { "variant": "primary", "label": "Submit", "size": "md" },
    { "variant": "destructive", "label": "Delete", "size": "sm" }
  ]
}

Този манифест е едновременно дизайнерска спецификация и изпълним код, или по-точно инструкциите, от които може да се генерира изпълним код. Агентът, който работи с него, не е нужно да разбира естетика или потребителско изживяване в човешкия смисъл. Той трябва да следва правилата, да комбинира елементите според ограниченията им и да създава валиден резултат.

Съгласен съм с Brad Frost, че трябва да използваме формат yaml.

Компонентите в Drupal вече използват формата yaml. Нещо такова:

$schema: https://git.drupalcode.org/project/drupal/-/raw/HEAD/core/assets/schemas/v1/metadata.schema.json
name: Button
status: experimental
description: Use Bootstrap custom button styles for actions in forms, dialogs, and more with support for multiple sizes, states, and more.
props:
  type: object
  properties:
    html_tag:
      type: string
      title: The HTML tag to use for the button (button | a). Defaults to `button`.
      default: button
      enum:
        - button
        - a
    url:
      type: string
      title: URL Link
      description: URL link for the button when the HTML tag is an anchor link.
      $ref: "ui-patterns://url"
    color:
      type: string
      title: Color
      description: Bootstrap includes several predefined button styles, each serving its own semantic purpose, with a few extras thrown in for more control.
      default: ''
      enum:
        - ''
        - primary
        - secondary
        - success
        - danger
        - warning
        - info
        - dark
        - light
        - link
    outline:
      type: boolean
      title: Outline
      description: In need of a button, but not the hefty background colors they bring? Replace the default modifier classes with the .btn-outline-* ones to remove all background images and colors on any button.
      default: false
    size:
      type: string
      title: Size
      description: Bootstrap button size
      default: ''
      enum:
        - ''
        - btn-sm
        - btn-lg
    disabled:
      type: boolean
      title: Disabled
      description: Disabled button
      default: false
    button_utility_classes:
      type: array
      title: Utility Classes
      default: []
      items:
        type: 'string'
      description: An array of utility classes that can be used to add extra Bootstrap utility classes or custom classes to this component.
    attributes:
      type: object
      title: Attributes
      description: HTML attributes for the containing element.
      $ref: 'ui-patterns://attributes'
slots:
  content:
    type: string
    title: Content
    description: The content for the button
    minLength: 1
    examples:
      - Press
      - Submit now
      - Save
      - Login
      - Read more

Дизайнът е кодът.

• Варианти
• Токени
• Props (входни параметри)

• Ограничения (можем да ги добавим към компонентите)

• Правила за слотовете (какво може да се постави в други слотове и какво е позволено да се постави в моя слот)

• Правила

• Примери 

• Анимации  ( Позволени или препоръчани за употреба )

После наблюдавайте и експериментирайте с поведението.

както в https://storybook.demo.varbase.vardot.com/?path=/story/atoms-button--primary 

Дизайн токените като променливи на средата

Дизайн токените са другото важно парче от пъзела. При клетъчните автомати клетките реагират на непосредствената си среда, тоест на състоянията на съседните клетки. В дизайн системите компонентите реагират на дизайн токените, т.е. контекстните стойности, които определят външния им вид и поведение.

Съвременните архитектури на токените използват няколко слоя:

• Основни токени: Суровите стойности, например color.blue.500: #3B82F6
• Семантични токени: Препратки, водени от намерението, например color.action.primary: color.blue.500
• Токени на компонентите: Приложения в конкретен обхват, например button.background.primary: color.action.primary

Когато агент генерира компонент Button, не му е нужно да знае, че „primary“ означава синьо. Достатъчно е да се позове на button.background.primary и да се довери, че системата от токени ще го разреши до правилната стойност. Средата (слоят от токени) носи информацията, а компонентът (клетката) просто трябва да реагира на нея.

Инструменти като Tokens Studio се развиха дотам, че третират дизайн токените като изчислителни графи с резолвери, т.е. възли, които взимат семантични решения кои базови токени да се използват в зависимост от контекста. Така дизайн токените се превръщат от статични стойности в динамични системи, основани на правила.

Екосистемата на Drupal и интеграцията на изкуствения интелект

Интегрирането на изкуствения интелект в системите за управление на съдържание е идеална лаборатория за изследване на принципите на „дизайнът е кодът“. CMS системи като Drupal вече носят в себе си основните понятия: структурирани типове съдържание, дефиниции на полета, връзки и правила за композиране.

Никога не съм мислил, че можем да кажем нещо подобно. За мен това беше върхът на изкуството.

 Най-върховният компютър, който бихме могли да имаме. Разработчици, които сякаш идват от бъдещето на Star Trek и говорят на компютъра да програмира вместо тях.

Agent Experience (AX) и новият потребител

Дизайн за машини

В началото на 2025 г. Mathias Biilmann, изпълнителен директор на Netlify, представи понятието „Agent Experience“ (AX) нова дисциплина, насочена към това как AI агентите взаимодействат с продукти и платформи.

Промяната е коренна. Десетилетия наред UX (потребителското изживяване) се оптимизираше за човешкото мислене, възприятие и поведение. DX (изживяването на разработчика) се оптимизираше за хората, които пишат софтуер. AX признава, че агентите стават основните потребители на дигиталните системи, а те имат съвсем различни нужди:

• Не ги интересува визуалната естетика-искат само структурирани данни, които могат да се разчетат от машина
• Не се движат из интерфейсите-те извикват API и четат манифести
• Не четат документация като хората-имат нужда от контекст, четим от машина
• Не си съставят субективни мнения-следват правила и ограничения

"Агентите с изкуствен интелект не са хора: не ги интересува размерът на бутона, четливостта на шрифта, красивата цветова палитра на вашия сайт или ефектните анимации в приложението ви. И така, какво „интересува“ AI агентите? Това е въпрос, на който днес няма конкретен отговор, но който ще става все по-важен през следващите години."

- Изследване на AX

Отговорът: ясни правила, предвидимо поведение, добре структурирани данни и обратна връзка, която им позволява да проверяват и коригират действията си.

Предизвикателството на двойния интерфейс

Проектирането за AX означава изграждане на два интерфейса едновременно:

1. Интерфейс човек–агент: Мястото, където хората наблюдават, одобряват, редактират и насочват поведението на агента – слоят на „центъра за управление“. Мислете за табла и опашки за одобрение, а не за формуляри и бутони.
2. Интерфейс агент–система: Мястото, където агентите работят с API, бази данни и инструменти – „оперативният“ слой. Трябва да е надежден, добре документиран и оптимизиран за машинна ефективност.

Това повтаря архитектурата на клетъчните автомати, където съжителстват две различни гледни точки:

• Локалната гледна точка: Всяка клетка (агент) следва прости правила, основани на непосредствените ѝ съседи
• Глобалната гледна точка: Възникват сложни модели, които се виждат само в голям мащаб

"Дизайнът на агентското преживяване (AX) трябва да осигурява отлична използваемост за агентите и от агентите. Така отличният AX води до отлично потребителско преживяване (UX). Ако AI агентът срещне прекъснат процес, протокол или дори несъгласувани формулировки в различните системи, той не може да изпълни задачата. Това е лошо преживяване за агента, което на свой ред води до лошо преживяване за клиента или служителя."

- Кейт Холмс, главен директор по преживяванията, Salesforce

От UX към AX: еволюцията на дигиталния дизайн

Стигмергия и непряка комуникация

Една от най-силните идеи от груповия интелект (swarm intelligence) е стигмергията – непряка координация чрез следи в околната среда. Мравките не си съобщават директно къде има храна; те оставят феромонови пътеки, по които следват другите мравки. Средата се превръща в комуникационен канал.

В агентските дизайн системи стигмергията добива следните форми:

• Споделени библиотеки с компоненти: Агентите „виждат“ кои компоненти съществуват и как са били използвани
• Design tokens: Семантични стойности, които кодират дизайнерските решения като факти от средата
• Документация на шаблоните: Примери за употреба, които служат като феромонови пътеки за бъдещите агенти
• Тестови набори: Правила за валидиране, които ограничават пространството на допустимите резултати
• История в Git: Запис на минали решения, към които агентите могат да се обръщат

Когато агент генерира потребителски интерфейс с даден компонент, той оставя следи – в кода, в документацията, в шаблоните, които утвърждава. Бъдещите агенти, срещнали сходни задачи, ще бъдат повлияни от тези следи, и така се ражда форма на колективен интелект, каквато никой отделен агент не притежава.

Агентски дизайн шаблони

Андрю Ън и други са очертали четири ключови шаблона за агентски системи с изкуствен интелект:

1. Рефлексия: ИИ оценява собствения си резултат и го подобрява итеративно
2. Използване на инструменти: ИИ работи с външни инструменти, API и системи
3. Планиране: ИИ разбива сложните задачи на подзадачи и ги изпълнява последователно
4. Мултиагентност: Няколко специализирани агента работят заедно по сложни задачи

Тези модели се съотнасят пряко с понятията от клетъчните автомати:

Дизайнът е код – по-дълбоко прочитане

Какво наистина означава „Дизайнът е код“

Когато казваме „дизайнът е код“, твърдим няколко неща едновременно:

1. Смислова еквивалентност

Дизайнерските решения, когато са кодирани правилно, стават изпълними. Дизайн токенът не е просто стойност – той е инструкция. Спецификацията на компонент не е просто документация – тя е програма. Когато агентите използват тези артефакти, те изпълняват дизайна толкова, колкото и го реализират.

2. Генеративен капацитет

Както Правило 110 може да изчисли всичко изчислимо, така и достатъчно пълна дизайн система може да породи всеки валиден интерфейс. Системата носи в себе си потенциала на всички свои валидни изражения. Какво ще възникне, зависи единствено от началните условия (изискванията) и от правилата (ограниченията).

3. Възникваща сложност

Най-изтънчените интерфейси не се проектират отгоре надолу; те възникват от последователното прилагане на прости правила. Добре проектиран бутон, използван последователно, ражда свързан визуален език, без някой изрично да е планирал тази свързаност.

4. Изчислителна несводимост

Някои резултати от дизайна не могат да бъдат предвидени, без системата наистина да бъде пусната. Не можете да знаете как ще изглежда интерфейс, сглобен от агент, докато не го оставите да го сглоби. Това е принципът на Волфрам за изчислителната несводимост, приложен към дизайна.

5. Самомодификация

Подобно на evoloops, които мутират при възпроизвеждане, дизайн системите, готови за агенти, могат да еволюират чрез употреба. Компонентите, генерирани от агенти, стават част от библиотеката, която бъдещите агенти ще ползват. Системата учи, приспособява се и расте.

Разширената метафора на клетъчните автомати

Отвъд метафората: реално сближаване

Но това не е просто метафора. Сближаването е реално и се случва точно сега:

• Storybook MCP превръща библиотеките с компоненти в машинночетими инструкции, които агентите изпълняват
• Model Context Protocol стандартизира начина, по който агентите достъпват инструменти и контекст – така създава универсална основа за агентни операции
• Мултиагентни архитектури разпределят работата между специализирани агенти (архитект, програмист, ревизор), които взаимодействат по протоколи – като клетки с различни функции
• Самолекуващи се цикли позволяват на агентите да изпълняват тестове, да откриват грешки и да итерират — със същите механизми за обратна връзка, които клетъчните автомати използват, за да развиват стабилни конфигурации
• Schema.org Blueprints правят структурите на съдържанието машинночитаеми и семантично смислени
• Drupal AI осигуряват инфраструктурата, чрез която AI агентите създават, променят и управляват съдържание самостоятелно

Не гледаме на „дизайнът е кодът“ като на философска позиция. Изграждаме го като техническа инфраструктура.

Последици и пътят напред

За дизайнерите

Ролята на дизайнера се преобразява от „създател на правоъгълници“ към „определящ правилата“. Както отбелязва Brad Frost:

„Дизайнерите и разработчиците, които възприемат работата си като рисуване на правоъгълници, имат основания за тревога. Но тези, които я виждат като решаване на проблеми — и между другото им се налага да създават и използват някои правоъгълници, за да ги решат — имат много по-малко поводи за страх.“

- Brad Frost

В агентното бъдеще дизайнерите ще:

• Определят семантични токени и връзките между тях
• Установяват ограничения и модели за композиция
• Създават правила за валидиране, които агентите трябва да изпълняват
• Подбират и развиват правилата, които управляват възникването
• Проектират механизмите за обратна връзка, които правят възможна самокорекцията
• Оформят „функциите за пригодност“, които определят кои резултати са приемливи

Това е дизайн на по-високо ниво на абстракция — проектиране на правилата, които създават дизайните, а не на самите дизайни. Като да зададеш правилата на клетъчен автомат, вместо да рисуваш всяка клетка поотделно.

За разработчиците

Разработчиците стават архитекти на агентни системи. Както го описва Anthropic:

„Сферата на софтуерната разработка показа забележителен потенциал за възможностите на LLM — от допълване на код до самостоятелно решаване на проблеми.“

Разработчиците ще трябва да:

• Създават машинночитаеми интерфейси между агентите и системите
• Проектират цикли на обратна връзка и механизми за валидиране
• Изграждат скелето, в рамките на което се проявява емерджентното поведение
• Запазват човешкия надзор като последна инстанция
• Определят протоколите, по които агентите комуникират
• Реализират „свързващия код“, който обединява различните агентни системи

За уеб разработката и CMS платформите

Интегрирането на AI в платформи като Drupal сочи към бъдеще, в което:

• Моделите на съдържание стават използваеми от агенти чрез стандарти като Schema.org
• Редакционните работни процеси стават подпомагани от агенти с чернови, модерация и оптимизация, задвижвани от AI
• Търсенето се развива от съвпадение по ключови думи към семантично разбиране чрез ембединги и векторни бази данни
• Персонализацията става автономна — агентите научават предпочитанията на потребителите и адаптират съдържанието в реално време
• Разработката се ускорява тъй като агентите генерират компоненти, тестове и документация

Прегръщането на AI от екосистемата на Drupal — чрез модули като Drupal AI, Drupal Canvas, Schema.org Blueprints и интеграцията с AI доставчици — показва, че това бъдеще вече се изгражда.

За организациите

Конкурентното предимство ще е на организациите, чиито дизайн системи са най-„готови за агенти“. Системите, готови за агенти, се отличават с:

• Пълно покритие на състоянията и вариантите на компонентите
• Семантично именуване, което ясно изразява намерението
• Машинночитаема документация и контекст
• Инфраструктура за валидиране и тестване
• Ясни ограничения, които очертават пространството на допустимите резултати
• API-та, проектирани за ползване от агенти (AX-first)
• Архитектури на съдържанието с приоритет Schema.org

За бъдещето на дигиталните продукти

Крайното състояние е нещо като дигитална екология: безброй агенти, които действат по локални правила и пораждат възникващи (емерджентни) интерфейси, непланирани от никой дизайнер или разработчик, но които по някакъв начин се държат като едно цяло, защото основните правила са здрави.

Това не е толкова нереалистично, колкото звучи. Именно така работят биологичните системи, така растат градовете, така функционират пазарите. Въпросът не е дали ще стигнем дотам, а как ще преминем през прехода.

Заключение: Кодът е жив

Джон фон Нойман, ерудитът, който изобретява клетъчните автомати, е воден от един основополагащ въпрос: Каква е минималната сложност, необходима за самовъзпроизвеждане? Отговорът му, универсалният конструктор на фон Нойман, показва, че саморепликацията не изисква биологична машинария. Достатъчни са правила, които кодират собственото си приложение.

Седемдесет години по-късно откриваме, че същият принцип важи и за дизайн системите. Минималното изискване за автономно генериране на потребителски интерфейс не е изкуствен общ интелект или човешка креативност. То е пълен, последователен и машинночетим набор от правила, които агентите могат да изпълняват.

Когато контурите на Лангтън (Langton's Loops) се размножават по клетъчната решетка, не казваме, че контурите „проектират“ нови контури. Репликацията е просто онова, което правилата произвеждат. И все пак резултатът, непрестанно разрастващи се колонии от самоподобни шарки, безспорно е генеративен и в някакъв функционален смисъл творчески.

Когато AI агентите сглобяват интерфейси от компонентите на дизайн система, следвайки семантични токени и ограничения за композиция, те правят нещо подобно. „Творчеството“ не е в агентите, а в правилата, които изпълняват: правила, създадени от хора, но вече действащи самостоятелно.

Стоим на прага на нова ера в дигиталното творчество. Агентите вече са тук. Протоколите се оформят. Дизайн системите се превръщат в субстрат за изкуствен живот.

Дизайнът е кодът.
И кодът оживява.

Ключови статии и проекти

• Design Systems in the Time of AI - Brad Frost
• Storybook MCP Sneak Peek - Storybook
• Introducing AX: Why Agent Experience Matters - Mathias Biilmann
• Building Effective Agents - Anthropic

Ресурси за Drupal AI

• Drupal AI

• Schema.org Blueprints Module

   

Ресурси за клетъчните автомати

• Conway's Game of Life Lexicon - около 1500 фигури
• A Working Turing Machine in Game of Life
• Langton's Loops - Wikipedia
• Rule Sets for Cellular Automata
• A New Kind of Science Online - Stephen Wolfram
• Cellular Automata - Nature of Code

Проучих идеи в пресечната точка на теорията на изчисленията, дизайн системите, изкуствения интелект и уеб разработката.

 Изказаните възгледи са спекулативни търсения около нововъзникващи тенденции, а не прогнози за определено бъдеще.

Виждам, че създаваме AI агенти, които работят в цикъл и взаимодействат с други AI агенти в допълнителни цикли.

Дизайнът е кодът, когато системата работи в цикъл, като жизнен цикъл в избрано платно и набор от правила.