העיצוב הוא הקוד

כיצד לוגיקה של אוטומטים תאיים תעצב מחדש מערכות עיצוב אג'נטיות, ולמה ייתכן שעתיד פיתוח הווב כבר כתוב בכללים פשוטים

מתרחש כרגע שינוי עמוק בצומת שבין מערכות עיצוב, בינה מלאכותית ותיאוריה חישובית. זהו שינוי כל כך יסודי, שהוא מאתגר את ההבנה שלנו של המשמעות של המילה "עיצוב" בעידן הסוכנים האוטונומיים.

במשך עשורים התייחסנו לעיצוב ולקוד כאל שני תחומים נפרדים: העיצוב כממלכת היצירתיות האנושית והשיפוט האסתטי, והקוד כתרגום מכני של הרעיונות האלה לצורה שניתנת להרצה. אבל ככל שסוכני בינה מלאכותית מרכיבים ממשקי משתמש באופן עצמאי, צורכים מערכות עיצוב כתשתית קריאה למכונה ומייצרים קוד מתוך טוקנים סמנטיים, אנחנו מתקרבים לנקודת התכנסות שמהדהדת רעיון הרבה יותר ישן מהתיאוריה החישובית.

הרעיון? העיצוב הוא הקוד.

זו לא סיסמה קליטה בלבד. זו הכרה בכך שאנחנו אולי צועדים לעבר עולם שבו מערכות עיצוב פועלות כמו אוטומטים תאיים: כללים פשוטים שמולידים התנהגויות מורכבות ומתהוות. עולם שבו ההבחנה בין "לעצב" משהו לבין "לתכנת" אותו נמוגה לגמרי. עולם שבו סוכנים אוטונומיים לא רק משתמשים במערכות עיצוב, אלא הם מערכות עיצוב בפעולה.

פוסט הבלוג הזה בוחן את הקשרים העמוקים בין אוטומטים תאיים, התנהגות מתהווה ועתידן של מערכות עיצוב אג'נטיות. נעקוב אחר היסודות התיאורטיים, החל מהמכונות המשכפלות את עצמן של פון נוימן ועד נחילי סוכני הבינה המלאכותית של ימינו.

נבחן כיצד Drupal ופלטפורמות CMS מודרניות משלבות בינה מלאכותית באמצעות מודולים כמו Schema.org Blueprints ו-Drupal AI. ונשאל מה כל זה אומר עבור מעצבים, מפתחים ועתיד יצירת המוצר הדיגיטלי.

אוטומטים תאיים והלוגיקה של ההתהוות

היופי שבכללים פשוטים

ב-1970 הציג המתמטיקאי ג'ון קונווי את משחק החיים: "משחק ללא שחקנים" שהפך לאחת המערכות הנחקרות ביותר בתיאוריה החישובית. הכללים פשוטים עד כדי עצירת נשימה:

1. תא חי עם פחות משני שכנים חיים מת (תת-אוכלוסייה)
2. תא חי עם שני שכנים חיים או שלושה שורד
3. תא חי עם יותר משלושה שכנים חיים מת (צפיפות יתר)
4. תא מת עם בדיוק שלושה שכנים חיים הופך לחי (רבייה)

מארבעת הכללים האלה, שמתבטאים בקומץ תנאים בינאריים, מתהוום עולם מופלא של מורכבות. גלשנים חוצים רשתות אינסופיות. מתנדים פועמים בקצבים נצחיים. תותחים יורים זרמי תבניות על פני המרחב התאי. והמדהים מכול: הוכח שמשחק החיים הוא שלם-טיורינג: כל מה שאפשר לחשב באופן אלגוריתמי אפשר, באופן עקרוני, לחשב בתוך הרשת הפשוטה של קונווי.

איור 1: תותח הגלשנים של גוספר במשחק החיים של קונווי. התבנית הזו מפיקה זרם בלתי פוסק של גלשנים, והיא מדגימה איך חוקים פשוטים יכולים ליצור מורכבות אינסופית שמקיימת את עצמה.

זה השיעור הראשון באוטומטים תאיים: מורכבות אינה תנאי להתנהגות מורכבת. חוקים פשוטים, שמופעלים באופן עקבי על פני מצע, יכולים לעורר דפוסים והתנהגויות שאיש לא תכנת במפורש.

הלולאות של לנגטון והשכפול העצמי

ב-1984 לקח כריסטופר לנגטון את העיקרון הזה צעד קדימה עם הלולאות המשכפלות שלו, אוטומט תאי שהדגים עקרונות אמיתיים של חיים מלאכותיים. בניגוד למשחק החיים של קונווי, שמראה מורכבות מִתהווה, הלולאות של לנגטון מראות רבייה.

מִתהווה. כל לולאה בנויה מגבול מעגלי שסוגר בתוכו "גנום" המקודד במצבי התאים. הגנום הזה זורם ברציפות סביב הלולאה ויוצא דרך זרוע בנייה, שבונה לולאת בת במשך 151 צעדי זמן. כשהיא מוכנה, הבת נפרדת מהלולאה שהולידה אותה, ושתיהן ממשיכות להשתכפל.

איור 2: הלולאה של לנגטון בתצורת ההתחלה שלה. המידע הגנטי מסתובב בלולאה ומכוון את בניית לולאות הבת דרך הזרוע המתארכת.

"אם מכונה המשכפלת את עצמה אפשרית בתוך אוטומט תאי, ייתכן שגם החיים עצמם ניתנים להשגה בידי מכונות."

- כריסטופר לנגטון, "חקר החיים המלאכותיים באמצעות אוטומטים תאיים" (1986)

ההשלכות עמוקות. הלולאות של לנגטון מראות ששכפול עצמי אינו תלוי במורכבות של תאים ביולוגיים או ביכולות הבנייה האוניברסליות של התכנון המקורי של פון נוימן. כל מה שנדרש הוא:

• קבוצה של חוקים פשוטים ומקומיים
• מנגנון לקידוד הוראות
• תהליך שבו ההוראות האלה מתבצעות

החוקים הם האורגניזם. התכנון הוא הקוד.

ב-1999 הציג הירוקי סאיאמה את האבולואופים (evoloops), גרסאות שכוללות פירוק מבני ואינטראקציות פנוטיפיות, ומאפשרות מוטציות ספונטניות ודינמיקה אבולוציונית. הלולאות האלה מתפתחות דרך התנגשויות פיזיות ישירות בזמן השכפול, מה שמוביל לשינויים בגנוטיפ, לגיוון מורפולוגי גדול יותר ולצמיחה של המורכבות מדור לדור. בניגוד לשכפול הקבוע של לנגטון, האבולואופים מדגימים מוטציות תורשתיות ללא התערבות חיצונית.

כלל 110 וחישוב אוניברסלי

החקירה של סטיבן וולפרם באוטומטים תאיים אלמנטריים הגיעה לשיאה בגילוי מפתיע: כלל 110, אחד מ-256 הכללים האפשריים בלבד לסוג הפשוט ביותר של אוטומט תאי חד-ממדי, מסוגל לחישוב אוניברסלי.

ניתן להגדיר את כלל 110 במלואו באמצעות התוצאה לכל אחד משמונה השילובים האפשריים של תא ושני שכניו. ובכל זאת, הכלל הפשוט להפליא הזה – שמונה החלטות בינאריות – מסוגל לדמות מכונת טיורינג אוניברסלית.

איור 3: האוטומט התאי של כלל 110. למרות ההגדרה הפשוטה שלו, כלל 110 מפגין התנהגות ממחלקה 4 – דפוסים מורכבים שאינם יציבים לחלוטין ואינם כאוטיים לחלוטין – והוכח שהוא שלם-טיורינג.

"אין צורך במשהו שדומה למעבד של מחשב שלם כדי לבצע חישוב אוניברסלי. מספיק הכלל הקטן הזה."

- סטיבן וולפרם, "A New Kind of Science"

בשנת 2004 פרסם מתיו קוק הוכחה לכך שכלל 110, עם דפוס רקע חוזר מסוים, הוא שלם-טיורינג. ההוכחה מראה שכלל 110 יכול לדמות מערכות תגיות מחזוריות, ואלה יכולות בתורן לדמות כל מכונת טיורינג. מבין 88 האוטומטים התאיים היסודיים הייחודיים האפשריים, כלל 110 הוא היחיד שעבורו הוכחה שלמות טיורינג במישרין.

עקרון השקילות החישובית שוולפרם הציע מרמז על משהו קיצוני אף יותר: מערכות שמעל סף מינימלי של מורכבות שקולות במהותן ביכולותיהן החישוביות. מוח אנושי, מערכת מזג אוויר וכלל 110 שקולים חישובית, במובן עמוק כלשהו.

מטא-תא 0E0P: שכפול עצמי אמיתי

באוקטובר 2018 השלים אדם פ. גוצ'ר את בניית ה-מטא-תא 0E0P – דפוס במשחק החיים של קונוויי המסוגל לשכפול עצמי אמיתי. בניגוד למטא-תאים קודמים שנזקקו לעותקים קיימים בסביבה, מטא-תא 0E0P יכול לבנות עותקים של עצמו מאפס, כולל סרט ההוראות שלו.

הישג זה מהווה אבן דרך בחיים מלאכותיים: מערכת שמסוגלת להפיץ את עצמה דרך מצע חישובי תוך שימוש בכללים מקומיים בלבד. ב-23 בנובמבר 2013 בנה דייב גרין את המשכפל הראשון במשחק החיים שיוצר עותק שלם של עצמו, כולל סרט ההוראות – והוכיח שאפילו האוטומט הדו-מצבי הפשוט של קונוויי יכול לתמוך בשכפול עצמי בלתי מוגבל.

מערכות עיצוב כמצע חישובי

מעיצוב אטומי לעיצוב סוכני

שיטת העיצוב האטומי (Atomic Design) של בראד פרוסט, שהוצגה ב-2013, חוללה מהפכה באופן שבו אנו חושבים על מערכות עיצוב. באמצעות פירוק הממשק לאטומים (אלמנטים בסיסיים כמו כפתורים ושדות קלט), מולקולות (צירופים פשוטים), אורגניזמים (אזורי ממשק מורכבים), תבניות (מבני עמוד) ועמודים (המימושים הסופיים), העיצוב האטומי סיפק מבנה היררכי לניהול מורכבות.

אבל הנה מה שמדהים במבט לאחור: העיצוב האטומי כבר גילם עקרונות של אוטומטים תאיים בלי להכיר בכך במפורש.

"כשמערכת העיצוב משעממת, היא משחררת מעצבים ומפתחים לעסוק בחדש, לפתור בעיות חדשות. מערכת העיצוב נושאת בנטל המשעמם, כדי שמעצבים ומפתחים לא יצטרכו."

- ג'וש קלארק, "The Most Exciting Design Systems Are Boring"

בפברואר 2023 כתב בראד פרוסט על "Design Systems in the Time of AI":

"AI הוא צרכן טבעי של מערכות עיצוב... האמת היא שחלק גדול מהעבודה על רכיבים במערכת עיצוב הוא באמת מכני צפוי. אנחנו כבר משתמשים בכלים כמו PlopJS כדי להפיק שלד של רכיב שמתאים לצורה של שאר הספרייה. אשמח לקבל מ-AI עזרה ביצירת הרבה משימות שלד שגרתיות כאלה."

- בראד פרוסט

האופי המכני והצפוי של מערכות עיצוב הוא בדיוק מה שהופך אותן למתאימות לפעולה בסגנון אוטומט תאי. כשהכללים ברורים, מקומיים ומיושמים בעקביות, סוכנים יכולים לפעול באופן עצמאי – בדיוק כמו שהתאים במשחק החיים של קונוויי לא צריכים בקר מרכזי כדי להפיק גלשנים ומתנדנדים.

הציווי של קריאוּת למכונה

יוזמת Storybook MCP (Model Context Protocol) מייצגת התפתחות מכרעת בכיוון הזה. היא הוכרזה בסוף 2025, ו-Storybook MCP מספק לסוכני קידוד מבוססי AI מטא-דאטה של רכיבים הקריאה למכונה, מתוך הגדרות Storybook קיימות.

התובנה המרכזית היא שסוכנים לא זקוקים לקוד גולמי או לתיעוד חזותי. הם זקוקים ל:

• מניפסטים של רכיבים: מטא-דאטה מובנית על כל רכיב – ה-props שלו, הווריאנטים, הקישורים לטוקנים של עיצוב ודוגמאות שימוש
• שמות סמנטיים: טוקנים עשירי כוונה כמו action.primary.confirm שמעבירים לסוכנים משמעות ולא רק ערכים
• לולאות אימות: היכולת להריץ בדיקות, לראות כשלונות ולתקן את עצמם

"Storybook MCP עוזר לסוכנים לפעול לפי הדפוסים שלכם ולעבור את הבדיקות שלכם. הוא מצייד אותם בשני דברים שמעולם לא היו להם: מטא-דאטה של רכיבים הקריאה למכונה, ולולאה איטרטיבית שמאפשרת להם לרפא טעויות בעצמם."

- צוות Storybook

Storybook MCP כולל לולאת תיקון אוטונומית. היא מאפשרת לסוכנים להריץ את הבדיקות של הרכיבים שלכם (אינטראקציה ונגישות), לראות מה נכשל ולתקן את הבאגים שלהם בעצמם. מפתח צריך להיכנס לתמונה רק אחרי שהבדיקות עוברות. נגמר עידוד הסוכן בהנחיות אחרי כל צעד.

זו בדיוק הארכיטקטורה של אוטומט תאי שמיושמת בעיצוב: כללים מקומיים (מפרטי הרכיבים), אינטראקציות בין שכנים (דפוסי הרכבה) ועדכונים איטרטיביים (אימות ותיקון עצמי).

מניפסט הרכיב שלי כגנום

ההשוואה ללולאות של לנגטון נעשית מדויקת עוד יותר כשבוחנים איך מניפסטים של רכיבים פועלים. במערכת של לנגטון, ה"גנום" המקודד בתאים המסתובבים מכיל את ההוראות לבניית לולאה חדשה. במערכת עיצוב הקריאה למכונה, מניפסט הרכיב מכיל את ההוראות להרכבת ממשקים.

מניפסט של רכיב עשוי לציין:

{
  "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" }
  ]
}

המניפסט הזה הוא בו־זמנית מפרט עיצובי וקוד שניתן להרצה, או ליתר דיוק, ההוראות שמהן אפשר לייצר קוד שניתן להרצה. הסוכן שצורך את המניפסט אינו צריך להבין אסתטיקה או חוויית משתמש במובן האנושי. הוא צריך לפעול לפי הכללים, לשלב את האלמנטים בהתאם למגבלות שלהם ולהפיק פלט תקין.

אני מסכים עם בראד פרוסט שכדאי להשתמש בפורמט yaml.

רכיבי Drupal משתמשים בפורמט yaml. משהו כמו

$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

העיצוב הוא הקוד.

• וריאנטים
• טוקנים
• מאפיינים (Props)

• מגבלות (אפשר להוסיף אותן לרכיבים)

• כללי סלוטים (מה מותר למקם בסלוטים אחרים, ומה מותר למקם בסלוט שלי)

• כללים

• דוגמאות 

• אנימציות  ( מותר להשתמש בהן או מומלץ )

ואז לצפות ולהתנסות בהתנהגות.

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

טוקני עיצוב כמשתני סביבה

טוקני עיצוב הם עוד חלק חשוב בפאזל. באוטומטים תאיים, תאים מגיבים לסביבה הקרובה שלהם: למצבם של התאים השכנים. במערכות עיצוב, רכיבים מגיבים לטוקני עיצוב: הערכים הקשריים שקובעים את המראה וההתנהגות שלהם.

ארכיטקטורות טוקנים מודרניות משתמשות בכמה שכבות:

• טוקני ליבה: ערכים גולמיים כמו color.blue.500: #3B82F6
• טוקנים סמנטיים: הפניות שמונעות על ידי כוונה, כמו color.action.primary: color.blue.500
• טוקני רכיב: יישומים תחומים, כמו button.background.primary: color.action.primary

כשסוכן מייצר רכיב Button, הוא לא צריך לדעת ש"primary" פירושו כחול. מספיק שיפנה אל button.background.primary ויסמוך על כך ששכבת הטוקנים תפתור זאת לערך הנכון. הסביבה (שכבת הטוקנים) מחזיקה את המידע, והרכיב (התא) רק צריך להגיב אליו.

כלים כמו Tokens Studio התפתחו עד שהם מתייחסים לטוקני עיצוב כאל גרפים חישוביים עם פותרים (resolvers), כלומר צמתים שמקבלים החלטות סמנטיות באילו טוקנים בסיסיים להשתמש לפי ההקשר. כך הופכים טוקני עיצוב מערכים סטטיים למערכות דינמיות מבוססות כללים.

המערכת האקולוגית של Drupal ושילוב בינה מלאכותית

שילוב בינה מלאכותית במערכות ניהול תוכן הוא מעבדה מושלמת לבחינת העיקרון "העיצוב הוא הקוד". מערכות כמו Drupal כבר מגלמות את המושגים המרכזיים: סוגי תוכן מובנים, הגדרות שדות, קשרים וכללי הרכבה.

מעולם לא חשבתי שנגיע לומר דבר כזה. מבחינתי זה היה פסגת הטכנולוגיה.

 מערך המחשוב האולטימטיבי שיכולנו לקבל: מפתחים שנראים כאילו יצאו מ"מסע בין כוכבים" העתידי, מדברים אל המחשב כדי שיתכנת בשבילם.

חוויית סוכן (AX) והמשתמש החדש

מעצבים למכונות

בתחילת 2025 הציג Mathias Biilmann, מנכ״ל Netlify, את המושג "חוויית סוכן" (AX) – תחום חדש שעוסק באופן שבו סוכני בינה מלאכותית מתקשרים עם מוצרים ופלטפורמות.

זהו שינוי יסודי. במשך עשורים, UX (חוויית משתמש) התמקדה בקוגניציה, בתפיסה ובהתנהגות של בני אדם. DX (חוויית מפתח) התמקדה במפתחים אנושיים שבונים תוכנה. AX מכירה בכך שסוכנים הופכים למשתמשים ראשיים של מערכות דיגיטליות, ויש להם צרכים שונים לגמרי:

• לא אכפת להם מאסתטיקה חזותית-רק מנתונים מובנים וניתנים לפענוח
• הם לא מנווטים בממשקים-הם קוראים ל-API וצורכים מניפסטים
• הם לא קוראים תיעוד כמו בני אדם-הם צריכים הקשר שמכונה יכולה לקרוא
• הם לא מקבלים החלטות סובייקטיביות-הם פועלים לפי כללים ומגבלות

"סוכני בינה מלאכותית אינם בני אדם: לא אכפת להם מגודל הכפתור, מקריאוּת הטיפוגרפיה, מפלטת הצבעים היפה באתר שלכם או מהאנימציות הנוצצות באפליקציה. אז על מה כן 'אכפת' לסוכני בינה מלאכותית? זו שאלה שאין לה היום תשובה חד־משמעית, אבל בשנים הקרובות היא תהפוך לחשובה יותר ויותר."

- מחקר AX

התשובה: כללים ברורים, התנהגויות צפויות, נתונים מובנים היטב ולולאות משוב שמאפשרות להם לאמת ולתקן את פעולותיהם.

אתגר הממשק הכפול

עיצוב עבור AX פירושו בניית שני ממשקים בו־זמנית:

1. ממשק אדם־סוכן: המקום שבו בני אדם מפקחים על התנהגות הסוכן, מאשרים אותה, עורכים אותה ומכווינים אותה – שכבת ה"חדר בקרה". חשבו על לוחות מחוונים ותורי אישור, לא על טפסים וכפתורים.
2. ממשק סוכן־מערכת: המקום שבו סוכנים עובדים מול ממשקי API, מסדי נתונים וכלים – השכבה ה"תפעולית". היא חייבת להיות עמידה, מתועדת היטב ומותאמת ליעילות מכונה.

זה משקף את הארכיטקטורה של אוטומטים תאיים, שבה מתקיימות זו לצד זו שתי נקודות מבט נפרדות:

• הנקודת מבט המקומית: כל תא (סוכן) פועל לפי כללים פשוטים התלויים בשכניו הקרובים
• הנקודת מבט הגלובלית: דפוסים מורכבים נוצרים ונראים רק בקנה מידה גדול

"עיצוב חוויית סוכן (AX) צריך להניב שימושיות מצוינת עבור סוכנים ושל סוכנים. כלומר, AX מצוין מוביל לחוויית משתמש (UX) מצוינת. אם סוכן בינה מלאכותית נתקל בתהליך או בפרוטוקול שבורים, ואפילו בניסוח לא עקבי בין מערכות, הוא לא מסוגל לבצע את המשימה. זו חוויה גרועה עבור הסוכן, וכתוצאה מכך גם חוויה גרועה עבור הלקוח או העובד."

- קאט הולמס, מנהלת החוויה הראשית (Chief Experience Officer), Salesforce

מ־UX ל־AX: האבולוציה של העיצוב הדיגיטלי

סטיגמרגיה ותקשורת עקיפה

אחד הרעיונות החזקים ביותר באינטליגנציית נחיל הוא סטיגמרגיה – תיאום עקיף באמצעות עקבות בסביבה. נמלים לא מדווחות זו לזו ישירות על מיקום האוכל; הן משאירות שביל פרומונים שהנמלים האחרות הולכות אחריו. הסביבה הופכת לאמצעי תקשורת.

במערכות עיצוב אג'נטיות, סטיגמרגיה מקבלת את הצורות הבאות:

• ספריות רכיבים משותפות: הסוכנים "רואים" אילו רכיבים קיימים וכיצד נעשה בהם שימוש
• טוקני עיצוב (Design tokens): ערכים סמנטיים שמקודדים החלטות עיצוב כעובדות סביבתיות
• תיעוד דפוסים: דוגמאות שימוש שמשמשות שבילי פרומונים לסוכנים עתידיים
• חבילות בדיקות: כללי אימות שמצמצמים את מרחב הפלטים התקינים
• היסטוריית Git: תיעוד של החלטות עבר שהסוכנים יכולים להסתמך עליהן

כשסוכן מייצר ממשק משתמש באמצעות רכיב, הוא משאיר עקבות – בבסיס הקוד, בתיעוד ובדפוסים שהוא מבסס. סוכנים עתידיים שיתקלו במשימות דומות יושפעו מהעקבות האלה, וכך נוצרת סוג של אינטליגנציה קולקטיבית שאינה נמצאת בידי אף סוכן בודד.

דפוסי עיצוב אג'נטיים

אנדרו נג (Andrew Ng) ואחרים זיהו ארבעה דפוסי מפתח למערכות בינה מלאכותית אג'נטיות:

1. רפלקציה: הבינה המלאכותית מעריכה את הפלט של עצמה ומשפרת אותו באופן איטרטיבי
2. שימוש בכלים: הבינה המלאכותית עובדת מול כלים חיצוניים, ממשקי API ומערכות
3. תכנון:‏הבינה המלאכותית מפרקת משימות מורכבות לתת־משימות ומבצעת אותן בזו אחר זו
4. רב־סוכנים: כמה סוכנים מתמחים משתפים פעולה במשימות מורכבות

הדפוסים האלה מתכתבים ישירות עם מושגים מעולם האוטומטים התאיים:

העיצוב הוא הקוד – קריאה מעמיקה יותר

מה באמת פירוש הביטוי "העיצוב הוא הקוד"

כשאנחנו אומרים "העיצוב הוא הקוד", אנחנו מעלים כמה טענות בבת אחת:

1. שקילות סמנטית

החלטות עיצוביות, כשהן מקודדות כראוי, הופכות לניתנות להרצה. טוקן עיצוב הוא לא סתם ערך – הוא הוראה. מפרט של רכיב הוא לא סתם תיעוד – הוא תוכנית. כשסוכנים צורכים את הארטיפקטים האלה, הם מריצים את העיצוב במידה שווה לזו שבה הם מממשים אותו.

2. יכולת יצירה

כשם ש־Rule 110 יכול לחשב כל דבר שניתן לחשב, מערכת עיצוב שלמה דיה יכולה לייצר כל ממשק תקין. המערכת טומנת בחובה את הפוטנציאל לכל ביטוייה התקינים. מה שיצוץ ממנה תלוי רק בתנאי ההתחלה (הדרישות) ובכללים (האילוצים).

3. מורכבות מתהווה

הממשקים המתוחכמים ביותר לא מתוכננים מלמעלה למטה; הם צומחים מיישום עקבי של כללים פשוטים. כפתור מעוצב היטב, שנעשה בו שימוש עקבי, יוצר שפה חזותית קוהרנטית בלי שמישהו תכנן את הקוהרנטיות הזו במפורש.

4. אי־צמצומיות חישובית

יש תוצאות עיצוביות שאי אפשר לחזות בלי להריץ את המערכת בפועל. אי אפשר לדעת איך ייראה ממשק שהרכיב סוכן בלי לתת לסוכן להרכיב אותו. זה עיקרון אי־הצמצומיות החישובית של וולפרם (Wolfram), מיושם על עיצוב.

5. שינוי עצמי

כמו ה־evoloops שעוברים מוטציות בזמן השכפול, גם מערכות עיצוב המותאמות לסוכנים יכולות להתפתח תוך כדי שימוש. רכיבים שסוכנים יצרו נעשים חלק מהספרייה שסוכנים בעתיד יצרכו. המערכת לומדת, מסתגלת וגדלה.

מטפורת האוטומט התאי – הרחבה

מעבר למטפורה: התכנסות של ממש

אבל זו לא רק מטפורה. ההתכנסות אמיתית והיא מתרחשת עכשיו:

• Storybook MCP הופך ספריות רכיבים להוראות הניתנות לקריאה על ידי מכונה, שסוכנים מריצים
• Model Context Protocol מתקנן את הדרך שבה סוכנים ניגשים לכלים ולהקשר – ויוצר מצע אוניברסלי לפעולות סוכניות
• ארכיטקטורות רב־סוכנים מחלקות את העבודה בין סוכנים מתמחים (אדריכל, מתכנת, סוקר) שמתקשרים לפי פרוטוקולים – כמו תאים בעלי תפקודים מובחנים
• לולאות ריפוי עצמי מאפשרים לסוכנים להריץ בדיקות, לזהות שגיאות ולחזור על התהליך. אלה אותם מנגנוני משוב שבהם אוטומטים תאיים משתמשים כדי לפתח תצורות יציבות
• Schema.org Blueprints הופכים מבני תוכן לקריאים למכונה ובעלי משמעות סמנטית
• Drupal AI מספק את התשתית שבעזרתה סוכני בינה מלאכותית יוצרים, משנים ומנהלים תוכן באופן עצמאי

אנחנו לא ניגשים אל "העיצוב הוא הקוד" כעמדה פילוסופית. אנחנו בונים אותו כתשתית טכנית.

משמעויות והדרך קדימה

למעצבים

תפקיד המעצב משתנה מ"יוצר מלבנים" ל"מגדיר חוקים". כפי שציין בראד פרוסט (Brad Frost):

"מעצבים ומפתחים שרואים בתפקידם יצירת מלבנים צריכים לדאוג מאוד. אבל מעצבים ומפתחים שרואים בתפקידם פתרון בעיות, ובדרך אגב צריכים ליצור או להפעיל כמה מלבנים כדי לפתור אותן, יכולים להיות רגועים הרבה יותר."

- בראד פרוסט (Brad Frost)

בעתיד הסוכני, מעצבים יעשו את הדברים הבאים:

• יגדירו טוקנים סמנטיים ואת הקשרים ביניהם
• יקבעו אילוצי הרכבה ודפוסים
• ייצרו כללי אימות שהסוכנים חייבים לעמוד בהם
• ינהלו ויפתחו את הכללים שמכוונים את ההתהוות
• יתכננו את מנגנוני המשוב שמאפשרים תיקון עצמי
• יעצבו את "פונקציות הכשירות" שקובעות אילו תוצרים מקובלים

זהו עיצוב ברמת הפשטה גבוהה יותר: עיצוב של הכללים שמייצרים עיצובים, ולא של העיצובים עצמם. כמו להגדיר את הכללים של אוטומט תאי במקום לצייר כל תא בנפרד.

למפתחים

מפתחים הופכים לאדריכלים של מערכות סוכנים. כפי שמתארת Anthropic:

"עולם פיתוח התוכנה הראה פוטנציאל יוצא דופן לתכונות מבוססות מודלי שפה גדולים, עם יכולות שהתפתחו מהשלמת קוד ועד פתרון בעיות באופן עצמאי."

מפתחים יצטרכו:

• ליצור ממשקים קריאים למכונה בין סוכנים למערכות
• לתכנן לולאות משוב ומנגנוני אימות
• לבנות את הפיגומים שבתוכם מתרחשת התנהגות מתהווה
• לשמור על פיקוח אנושי כבורר הסופי
• להגדיר את הפרוטוקולים שבהם הסוכנים מתקשרים
• לממש את "קוד הדבק" שמחבר בין מערכות סוכנים שונות

לפיתוח אתרים ולפלטפורמות CMS

שילוב הבינה המלאכותית בפלטפורמות כמו Drupal מצביע על עתיד שבו:

• מודלי תוכן הופכים לנגישים לסוכנים באמצעות תקנים כמו Schema.org
• תהליכי עריכה מקבלים סיוע מסוכנים עם ניסוח, ניהול ואופטימיזציה מבוססי בינה מלאכותית
• החיפוש מתפתח מהתאמת מילות מפתח להבנה סמנטית, בעזרת הטמעות (embeddings) ומסדי נתונים וקטוריים
• ההתאמה האישית הופכת לעצמאית כשסוכנים לומדים את העדפות המשתמשים ומתאימים את התוכן בזמן אמת
• הפיתוח מואץ כשסוכנים מייצרים רכיבים, בדיקות ותיעוד

האקוסיסטם של Drupal מאמץ בינה מלאכותית, באמצעות מודולים כמו Drupal AI, Drupal Canvas, Schema.org Blueprints ואינטגרציית ספקי הבינה המלאכותית, ומוכיח שהעתיד הזה כבר נבנה.

לארגונים

היתרון התחרותי יהיה של ארגונים שמערכות העיצוב שלהם "מוכנות לסוכנים" ביותר. מערכות כאלה מתאפיינות ב:

• כיסוי מלא של מצבי רכיבים ווריאנטים
• מתן שמות סמנטי שמבטא כוונה
• תיעוד והקשר קריאים למכונה
• תשתית אימות ובדיקות
• אילוצים ברורים שתוחמים את מרחב התוצרים התקינים
• ממשקי API שתוכננו לצריכה על ידי סוכנים (AX-first)
• ארכיטקטורות תוכן מבוססות Schema.org תחילה

לעתידם של מוצרים דיגיטליים

המצב הסופי נראה בערך כמו אקולוגיה דיגיטלית: אינספור סוכנים הפועלים לפי כללים מקומיים ומפיקים ממשקים מתהווים (emergent) שאף מעצב או מפתח בודד לא תכנן, ובכל זאת הם מתחברים איכשהו למכלול קוהרנטי, משום שהכללים שביסוד הכול איתנים.

זה לא רחוק מהדמיון כפי שזה נשמע. כך בדיוק פועלות מערכות ביולוגיות, כך ערים גדלות וכך שווקים מתפקדים. השאלה אינה אם נגיע למצב הזה, אלא איך ננווט את המעבר אליו.

סיכום: הקוד חי

ג׳ון פון נוימן, בעל הידע הרב שהמציא את האוטומטים התאיים, הונע משאלה יסודית: מהי המורכבות המינימלית הדרושה לשכפול עצמי? התשובה שלו, הבנאי האוניברסלי של פון נוימן, הוכיחה ששכפול עצמי אינו מצריך מנגנון ביולוגי. הוא מצריך רק כללים שמקודדים בתוכם את אופן יישומם.

שבעים שנה אחר כך אנחנו מגלים שאותו עיקרון חל גם על מערכות עיצוב. הדרישה המינימלית ליצירה אוטונומית של ממשקי משתמש אינה בינה מלאכותית כללית ואינה יצירתיות ברמה אנושית. היא קבוצה שלמה ועקבית של כללים קריאים למכונה, שסוכנים יכולים לבצע.

כשהלולאות של לנגטון משכפלות את עצמן על פני רשת תאית, איננו אומרים שהלולאות "מעצבות" לולאות חדשות. השכפול הוא פשוט מה שהכללים מפיקים. ועם זאת, התוצאה, מושבות הולכות ומתרחבות של דפוסים דומים לעצמם, היא ללא ספק יצירתית וגנרטיבית במובן פונקציונלי כלשהו.

כשסוכני בינה מלאכותית מרכיבים ממשקים מתוך רכיבים של מערכת עיצוב, ופועלים לפי טוקנים סמנטיים ואילוצי הרכבה, הם עושים דבר דומה. ה"יצירתיות" אינה שוכנת בסוכנים אלא בכללים שהם מבצעים: כללים שבני אדם תכננו, אך כעת הם פועלים באופן אוטונומי.

אנחנו ניצבים על סף עידן חדש ביצירה דיגיטלית. הסוכנים כבר כאן. הפרוטוקולים מתגבשים. מערכות העיצוב הופכות לתשתית של חיים מלאכותיים.

העיצוב הוא הקוד.
והקוד מתעורר לחיים.

מאמרים ופרויקטים מרכזיים

• 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

Drupal AI Resources

• Drupal AI

• Schema.org Blueprints Module

   

משאבים על אוטומטים תאיים

• Conway's Game of Life Lexicon - כ-1,500 דמויות
• 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

חקרתי רעיונות בצומת שבין תורת החישוב, מערכות עיצוב, בינה מלאכותית ופיתוח ווב.

 הדעות המובעות כאן הן חקירות ספקולטיביות של מגמות מתפתחות, ולא תחזיות לעתיד ודאי.

אני רואה שאנחנו יוצרים סוכני בינה מלאכותית שפועלים בלולאה ומקיימים אינטראקציה עם סוכני בינה מלאכותית אחרים בלולאות נוספות.

העיצוב הוא הקוד כשהמערכת פועלת בלולאה, כמו לולאת חיים, בתוך קנבס וקבוצת כללים שנבחרו.