ການອອກແບບຄືໂຄດ

ຕະຫຼັບຕາຂ່າຍອັດຕະໂນມັດແບບເຊລລູລາຈະປັບຮູບແບບລະບົບການອອກແບບແບບ Agentic ແນວໃດ ແລະ ເປັນຫຍັງອະນາຄົດຂອງການພັດທະນາເວັບອາດຖືກຂຽນໄວ້ແລ້ວດ້ວຍກົດງ່າຍໆ

ມີການປ່ຽນແປງອັນເລິກເຊິ່ງກຳລັງເກີດຂຶ້ນຢູ່ຈຸດບรรจบຂອງລະບົບການອອກແບບ, ປັນຍາປະດິດ ແລະ ທິດສະດີການຄຳນວນ. ມັນເປັນການປ່ຽນແປງທີ່ພື້ນຖານຫຼາຍຈົນທ້າທາຍຄວາມເຂົ້າໃຈຂອງພວກເຮົາວ່າ "ການອອກແບບ" ໝາຍເຖິງຫຍັງແທ້ໃນຍຸກຂອງເອເຢັນຕ໌ອັດຕະໂນມັດ.

ເປັນເວລາຫຼາຍທົດສະວັດທີ່ພວກເຮົາເບິ່ງການອອກແບບ ແລະ ໂຄດເປັນສອງສາຂາແຍກກັນ: ການອອກແບບເປັນພື້ນທີ່ຂອງຄວາມຄິດສ້າງສັນ ແລະ ການຕັດສິນດ້ານຄວາມງາມຂອງມະນຸດ, ສ່ວນໂຄດເປັນການແປງແນວຄິດເຫຼົ່ານັ້ນໃຫ້ເປັນຮູບແບບທີ່ເຮັດວຽກໄດ້ແບບກົນຈັກ. ແຕ່ເມື່ອເອເຢັນຕ໌ AI ເລີ່ມປະກອບສ່ວນຕິດຕໍ່ຜູ້ໃຊ້ດ້ວຍຕົນເອງຫຼາຍຂຶ້ນ, ໃຊ້ລະບົບການອອກແບບເປັນໂຄງລ່າງພື້ນຖານທີ່ເຄື່ອງອ່ານໄດ້, ແລະ ສ້າງໂຄດຈາກໂທເຄັນທາງຄວາມໝາຍ, ພວກເຮົາກຳລັງເຂົ້າໃກ້ຈຸດຮ່ວມກັນທີ່ສະທ້ອນແນວຄິດທີ່ເກົ່າແກ່ກວ່ານັ້ນຫຼາຍຈາກທິດສະດີການຄຳນວນ.

ແນວຄິດນັ້ນແມ່ນຫຍັງ? ການອອກແບບຄືໂຄດ.

ນີ້ບໍ່ແມ່ນພຽງປະໂຫຍກສວຍໆ. ມັນເປັນການຍອມຮັບວ່າພວກເຮົາອາດກຳລັງມຸ່ງໄປສູ່ໂລກທີ່ລະບົບການອອກແບບເຮັດວຽກຄືຕະຫຼັບຕາຂ່າຍອັດຕະໂນມັດແບບເຊລລູລາ: ກົດງ່າຍໆທີ່ໃຫ້ກຳເນີດພຶດຕິກຳທີ່ຊັບຊ້ອນ ແລະ ເກີດຂຶ້ນເອງ. ໂລກທີ່ເສັ້ນແບ່ງລະຫວ່າງການ "ອອກແບບ" ແລະ ການ "ຂຽນໂປຣແກຣມ" ສະລາຍຫາຍໄປໝົດ. ໂລກທີ່ເອເຢັນຕ໌ອັດຕະໂນມັດບໍ່ພຽງແຕ່ ໃຊ້ ລະບົບການອອກແບບ ແຕ່ ເປັນ ລະບົບການອອກແບບທີ່ກຳລັງເຮັດວຽກຢູ່.

ບົດຄວາມບລັອກນີ້ສຳຫຼວດຄວາມເຊື່ອມໂຍງອັນເລິກເຊິ່ງລະຫວ່າງຕະຫຼັບຕາຂ່າຍອັດຕະໂນມັດແບບເຊລລູລາ, ພຶດຕິກຳທີ່ເກີດຂຶ້ນເອງ ແລະ ອະນາຄົດຂອງລະບົບການອອກແບບແບບ Agentic. ພວກເຮົາຈະຕິດຕາມພື້ນຖານທາງທິດສະດີ ຕັ້ງແຕ່ເຄື່ອງຈັກທີ່ສຳເນົາຕົວເອງໄດ້ຂອງ von Neumann ຈົນເຖິງຝູງເອເຢັນຕ໌ AI ໃນປັດຈຸບັນ.

ພວກເຮົາຈະພິຈາລະນາວ່າ Drupal ແລະ ແພລດຟອມ CMS ສະໄໝໃໝ່ກຳລັງລວມ AI ເຂົ້າມາແນວໃດຜ່ານໂມດູນຕ່າງໆເຊັ່ນ Schema.org Blueprints ແລະ Drupal AI. ແລະ ພວກເຮົາຈະຄິດເຖິງວ່າທັງໝົດນີ້ມີຄວາມໝາຍແນວໃດສຳລັບນັກອອກແບບ, ນັກພັດທະນາ ແລະ ອະນາຄົດຂອງການສ້າງຜະລິດຕະພັນດິຈິຕອນ.

ຕະຫຼັບຕາຂ່າຍອັດຕະໂນມັດແບບເຊລລູລາ ແລະ ເຫດຜົນຂອງການເກີດຂຶ້ນເອງ

ຄວາມງາມຂອງກົດງ່າຍໆ

ໃນປີ 1970, ນັກຄະນິດສາດ John Conway ໄດ້ນຳສະເໜີ Game of Life ເຊິ່ງເປັນ "ເກມທີ່ບໍ່ມີຜູ້ຫຼິ້ນ" ແລະ ກາຍເປັນໜຶ່ງໃນລະບົບທີ່ຖືກສຶກສາຫຼາຍທີ່ສຸດໃນທິດສະດີການຄຳນວນ. ກົດຂອງມັນງ່າຍຈົນໜ້າອັດສະຈັນ:

1. ເຊລທີ່ມີຊີວິດໃດໆທີ່ມີເພື່ອນບ້ານທີ່ມີຊີວິດໜ້ອຍກວ່າສອງຕົວ ຈະຕາຍ (ປະຊາກອນໜ້ອຍເກີນໄປ)
2. ເຊລທີ່ມີຊີວິດໃດໆທີ່ມີເພື່ອນບ້ານທີ່ມີຊີວິດສອງຫຼືສາມຕົວ ຈະຢູ່ລອດ
3. ເຊລທີ່ມີຊີວິດໃດໆທີ່ມີເພື່ອນບ້ານທີ່ມີຊີວິດຫຼາຍກວ່າສາມຕົວ ຈະຕາຍ (ປະຊາກອນຫຼາຍເກີນໄປ)
4. ເຊລທີ່ຕາຍແລ້ວໃດໆທີ່ມີເພື່ອນບ້ານທີ່ມີຊີວິດສາມຕົວພໍດີ ຈະກັບມາມີຊີວິດ (ການສືບພັນ)

ຈາກສີ່ກົດນີ້ ເຊິ່ງສະແດງອອກດ້ວຍເງື່ອນໄຂແບບຖານສອງໄດ້ບໍ່ເທົ່າໃດຂໍ້ ກໍເກີດຈັກກະວານແຫ່ງຄວາມຊັບຊ້ອນອັນໜ້າອັດສະຈັນຂຶ້ນມາ. Glider ເດີນທາງຂ້າມຕາຕະລາງທີ່ບໍ່ມີທີ່ສິ້ນສຸດ. Oscillator ເຕັ້ນເປັນຈັງຫວະຕະຫຼອດການ. Gun ຍິງກະແສຮູບແບບຂ້າມພື້ນທີ່ເຊລລູລາ. ແລະ ທີ່ໜ້າທຶ່ງທີ່ສຸດ, Game of Life ຖືກພິສູດແລ້ວວ່າເປັນ Turing-complete: ສິ່ງໃດກໍຕາມທີ່ຄຳນວນດ້ວຍອັລກໍຣິທຶມໄດ້ ກໍສາມາດຄຳນວນພາຍໃນຕາຕະລາງງ່າຍໆຂອງ Conway ໄດ້ ໃນທາງຫຼັກການ.

ຮູບທີ 1: ປືນຍິງ Glider ຂອງ Gosper ໃນເກມຊີວິດຂອງ Conway. ຮູບແບບນີ້ສ້າງ glider ອອກມາຢ່າງຕໍ່ເນື່ອງບໍ່ຢຸດ ສະແດງໃຫ້ເຫັນວ່າກົດງ່າຍໆສາມາດກໍ່ໃຫ້ເກີດຄວາມສັບສົນທີ່ບໍ່ມີທີ່ສິ້ນສຸດ ແລະ ສືບທອດຕົວມັນເອງໄດ້.

ນີ້ແມ່ນບົດຮຽນທຳອິດຂອງ cellular automata: ຄວາມສັບສົນບໍ່ແມ່ນເງື່ອນໄຂທີ່ຈຳເປັນຂອງພຶດຕິກຳທີ່ສັບສົນ. ກົດງ່າຍໆທີ່ນຳໃຊ້ຢ່າງສະໝ່ຳສະເໝີທົ່ວທັງພື້ນຜິວ ສາມາດກໍ່ໃຫ້ເກີດຮູບແບບ ແລະ ພຶດຕິກຳທີ່ບໍ່ມີໃຜເຄີຍຂຽນໂປຣແກຣມໄວ້ຢ່າງຊັດເຈນ.

Langton's Loops ແລະ ການສຳເນົາຕົວເອງ

ໃນປີ 1984 Christopher Langton ໄດ້ຂະຫຍາຍຫຼັກການນີ້ໄປອີກຂັ້ນດ້ວຍວົງວຽນທີ່ສຳເນົາຕົວເອງໄດ້ ເຊິ່ງເປັນ cellular automaton ທີ່ສະແດງຫຼັກການຂອງຊີວິດທຽມທີ່ແທ້ຈິງ. ບໍ່ຄືກັບເກມຊີວິດຂອງ Conway ທີ່ສະແດງຄວາມສັບສົນທີ່ເກີດຂຶ້ນເອງ, Langton's Loops ສະແດງໃຫ້ເຫັນ ການຂະຫຍາຍພັນ.

ທີ່ເກີດຂຶ້ນເອງ. ແຕ່ລະວົງວຽນປະກອບດ້ວຍເສັ້ນຂອບແບບວົງຈອນທີ່ຫໍ່ຫຸ້ມ "ຈີໂນມ" ທີ່ຖືກເຂົ້າລະຫັດໄວ້ໃນສະຖານະຂອງເຊວ. ຈີໂນມນີ້ໄຫຼວຽນຢູ່ອ້ອມວົງຢ່າງຕໍ່ເນື່ອງ ແລ້ວໄຫຼອອກໄປຕາມແຂນກໍ່ສ້າງ ເຊິ່ງສ້າງວົງລູກຂຶ້ນພາຍໃນ 151 ຂັ້ນຕອນເວລາ. ເມື່ອສຳເລັດ ວົງລູກຈະແຍກຈາກວົງແມ່ ແລະ ທັງສອງກໍສືບຕໍ່ສຳເນົາຕົວເອງຕໍ່ໄປ.

ຮູບທີ 2: Langton's Loop ໃນການຕັ້ງຄ່າເລີ່ມຕົ້ນ. ຂໍ້ມູນພັນທຸກຳໄຫຼວຽນຜ່ານວົງ ແລະ ຊີ້ນຳການສ້າງວົງລູກຜ່ານແຂນທີ່ຍື່ນອອກໄປ.

"ຖ້າເຄື່ອງຈັກທີ່ສືບພັນຕົວເອງໄດ້ເປັນໄປໄດ້ພາຍໃນ cellular automaton ຊີວິດເອງກໍອາດຈະສ້າງຂຶ້ນໄດ້ດ້ວຍເຄື່ອງຈັກ."

- Christopher Langton, "Studying Artificial Life with Cellular Automata" (1986)

ຜົນສະທ້ອນຂອງມັນເລິກເຊິ່ງຫຼາຍ. Langton's Loops ສະແດງໃຫ້ເຫັນວ່າການສຳເນົາຕົວເອງບໍ່ຈຳເປັນຕ້ອງມີຄວາມສັບສົນຂອງເຊວຊີວະພາບ ຫຼື ຄວາມສາມາດໃນການກໍ່ສ້າງແບບສາກົນຂອງການອອກແບບຕົ້ນສະບັບຂອງ von Neumann. ມັນຕ້ອງການພຽງແຕ່:

• ຊຸດກົດງ່າຍໆທີ່ເຮັດວຽກໃນຂອບເຂດທ້ອງຖິ່ນ
• ກົນໄກສຳລັບເຂົ້າລະຫັດຄຳສັ່ງ
• ຂະບວນການທີ່ປະຕິບັດຄຳສັ່ງເຫຼົ່ານັ້ນ

ກົດ ຄື ສິ່ງມີຊີວິດນັ້ນເອງ. ການອອກແບບ ຄື ໂຄ້ດ.

ໃນປີ 1999 Hiroki Sayama ໄດ້ນຳສະເໜີ evoloops ເຊິ່ງເປັນຮູບແບບທີ່ປະກອບດ້ວຍການລະລາຍໂຄງສ້າງໄດ້ ແລະ ປະຕິສຳພັນລະຫວ່າງລັກສະນະທາງກາຍະພາບ ເຮັດໃຫ້ເກີດການກາຍພັນຕາມທຳມະຊາດ ແລະ ພະລະສາດຂອງວິວັດທະນາການ. ວົງເຫຼົ່ານີ້ວິວັດທະນາການຜ່ານການຕຳກັນທາງກາຍະພາບໂດຍກົງລະຫວ່າງການສຳເນົາ ນຳໄປສູ່ຄວາມແຕກຕ່າງຂອງຈີໂນທາຍ, ຄວາມຫຼາກຫຼາຍຂອງຮູບຮ່າງທີ່ເພີ່ມຂຶ້ນ ແລະ ຄວາມສັບສົນທີ່ເຕີບໃຫຍ່ຂຶ້ນຜ່ານແຕ່ລະລຸ້ນ. ບໍ່ຄືກັບການສຳເນົາແບບຄົງທີ່ຂອງ Langton, evoloops ສະແດງໃຫ້ເຫັນການກາຍພັນທີ່ສືບທອດໄດ້ໂດຍບໍ່ຕ້ອງມີການແຊກແຊງຈາກພາຍນອກ.

Rule 110 ແລະ ການຄຳນວນແບບສາກົນ

ການສຳຫຼວດ cellular automata ພື້ນຖານຂອງ Stephen Wolfram ນຳໄປສູ່ການຄົ້ນພົບທີ່ໜ້າຕື່ນຕະລຶງ: Rule 110 ເຊິ່ງເປັນໜຶ່ງໃນພຽງ 256 ກົດທີ່ເປັນໄປໄດ້ສຳລັບ cellular automaton ມິຕິດຽວແບບງ່າຍທີ່ສຸດ ສາມາດຄຳນວນແບບສາກົນໄດ້.

ກົດ 110 ສາມາດກຳນົດໄດ້ຢ່າງສົມບູນ ໂດຍການລະບຸຜົນລັບສຳລັບແຕ່ລະຮູບແບບໃນທັງໝົດແປດຮູບແບບທີ່ເປັນໄປໄດ້ຂອງເຊລໜຶ່ງກັບເຊລຂ້າງຄຽງສອງເຊລຂອງມັນ. ແຕ່ກົດທີ່ງ່າຍດາຍຈົນເກືອບບໍ່ມີຫຍັງນີ້-ການຕັດສິນໃຈແບບຖານສອງພຽງແປດຄັ້ງ-ກໍສາມາດຈຳລອງເຄື່ອງທັວຣິງສາກົນໄດ້.

ຮູບທີ 3: ເຊລລູລາອໍໂຕມາຕາກົດ 110. ເຖິງແມ່ນຄຳນິຍາມຈະງ່າຍດາຍ, ແຕ່ກົດ 110 ສະແດງພຶດຕິກຳແບບຄລາດ 4-ຮູບແບບທີ່ຊັບຊ້ອນ ເຊິ່ງບໍ່ນິ່ງສະໜິດຢ່າງສົມບູນ ແລະ ກໍບໍ່ວຸ້ນວາຍສັບສົນຢ່າງສົມບູນ-ແລະ ໄດ້ຮັບການພິສູດແລ້ວວ່າເປັນທັວຣິງຄອມພລີດ (Turing complete).

"ການຄິດໄລ່ແບບສາກົນບໍ່ຈຳເປັນຕ້ອງມີຫຍັງຄ້າຍຄື CPU ຂອງຄອມພິວເຕີທັງໜ່ວຍເລີຍ. ພຽງແຕ່ມີກົດນ້ອຍໆອັນນີ້ກໍພໍແລ້ວ."

- Stephen Wolfram, "A New Kind of Science"

ໃນປີ 2004, Matthew Cook ໄດ້ຕີພິມບົດພິສູດວ່າກົດ 110 ທີ່ມີຮູບແບບພື້ນຫຼັງຊ້ຳກັນແບບສະເພາະເຈາະຈົງ ເປັນທັວຣິງຄອມພລີດ. ບົດພິສູດສະແດງໃຫ້ເຫັນວ່າກົດ 110 ສາມາດຈຳລອງລະບົບແທັກວົນຮອບ (cyclic tag systems) ໄດ້ ແລະ ລະບົບເຫຼົ່ານັ້ນກໍສາມາດຈຳລອງເຄື່ອງທັວຣິງໄດ້ທຸກເຄື່ອງ. ໃນບັນດາເຊລລູລາອໍໂຕມາຕາພື້ນຖານທີ່ແຕກຕ່າງກັນ 88 ແບບ, ກົດ 110 ເປັນກົດດຽວທີ່ໄດ້ຮັບການພິສູດໂດຍກົງວ່າເປັນທັວຣິງຄອມພລີດ.

ຫຼັກການຄວາມເທົ່າທຽມທາງການຄິດໄລ່ (Principle of Computational Equivalence) ທີ່ Wolfram ສະເໜີນັ້ນບອກເປັນນັຍທີ່ຮ້າຍແຮງກວ່ານັ້ນອີກ: ລະບົບທີ່ມີຄວາມຊັບຊ້ອນເກີນເກນຕ່ຳສຸດໜຶ່ງ ມີຄວາມສາມາດໃນການຄິດໄລ່ເທົ່າທຽມກັນໂດຍພື້ນຖານ. ສະໝອງມະນຸດ, ລະບົບສະພາບອາກາດ ແລະ ກົດ 110 ຕ່າງກໍເທົ່າທຽມກັນທາງການຄິດໄລ່ ໃນຄວາມໝາຍທີ່ເລິກເຊິ່ງຢ່າງໜຶ່ງ.

0E0P Metacell: ການສຳເນົາຕົນເອງທີ່ແທ້ຈິງ

ໃນເດືອນຕຸລາ 2018, Adam P. Goucher ສ້າງ 0E0P metacell ສຳເລັດ-ຮູບແບບໜຶ່ງໃນ Game of Life ຂອງ Conway ທີ່ສາມາດສຳເນົາຕົນເອງໄດ້ຢ່າງແທ້ຈິງ. ບໍ່ຄືກັບ metacell ກ່ອນໜ້າທີ່ຕ້ອງມີສຳເນົາຢູ່ໃກ້ໆມາກ່ອນ, 0E0P metacell ສາມາດສ້າງສຳເນົາຂອງຕົນເອງຈາກສູນໄດ້ ລວມທັງແຖບຄຳສັ່ງຂອງມັນເອງ.

ຜົນສຳເລັດນີ້ເປັນຫຼັກໄມ້ສຳຄັນຂອງຊີວິດທຽມ: ລະບົບທີ່ສາມາດແຜ່ຂະຫຍາຍຕົນເອງຜ່ານພື້ນຖານການຄິດໄລ່ ໂດຍໃຊ້ພຽງກົດທ້ອງຖິ່ນເທົ່ານັ້ນ. ໃນວັນທີ 23 ພະຈິກ 2013, Dave Greene ສ້າງຕົວສຳເນົາຕົວທຳອິດໃນ Game of Life ທີ່ສ້າງສຳເນົາຄົບຖ້ວນຂອງຕົນເອງ ລວມທັງແຖບຄຳສັ່ງ-ສະແດງໃຫ້ເຫັນວ່າແມ້ແຕ່ອໍໂຕມາຕາສອງສະຖານະທີ່ງ່າຍດາຍຂອງ Conway ກໍຮອງຮັບການສືບພັນຕົນເອງແບບບໍ່ມີຂີດຈຳກັດໄດ້.

ລະບົບການອອກແບບໃນຖານະພື້ນຖານການຄິດໄລ່

ຈາກ Atomic Design ສູ່ Agentic Design

ວິທີການ Atomic Design ຂອງ Brad Frost ທີ່ນຳສະເໜີໃນປີ 2013 ໄດ້ປະຕິວັດວິທີທີ່ເຮົາຄິດກ່ຽວກັບລະບົບການອອກແບບ. ໂດຍການແບ່ງສ່ວນຕິດຕໍ່ອອກເປັນອະຕອມ (ອົງປະກອບພື້ນຖານ ເຊັ່ນ ປຸ່ມ ແລະ ຊ່ອງປ້ອນຂໍ້ມູນ), ໂມເລກຸນ (ການປະສົມປະສານແບບງ່າຍ), ອໍແກນິຊຶມ (ສ່ວນ UI ທີ່ຊັບຊ້ອນ), ແມ່ແບບ (ໂຄງຮ່າງໜ້າ) ແລະ ໜ້າ (ການນຳໃຊ້ສຸດທ້າຍ), Atomic Design ໄດ້ວາງໂຄງສ້າງລຳດັບຊັ້ນໄວ້ສຳລັບຈັດການຄວາມຊັບຊ້ອນ.

ແຕ່ເມື່ອຄິດຍ້ອນຫຼັງ ສິ່ງທີ່ໜ້າທຶ່ງແມ່ນ: Atomic Design ໄດ້ສະທ້ອນຫຼັກການຂອງເຊລລູລາອໍໂຕມາຕາໄວ້ແລ້ວ ໂດຍທີ່ບໍ່ໄດ້ຮັບຮູ້ຢ່າງຊັດເຈນ.

"ເມື່ອລະບົບການອອກແບບເປັນເລື່ອງທຳມະດາທີ່ໜ້າເບື່ອ ມັນກໍປົດປ່ອຍນັກອອກແບບແລະນັກພັດທະນາໃຫ້ໄປເຮັດສິ່ງໃໝ່ໆ ແລະແກ້ບັນຫາໃໝ່ໆ. ລະບົບການອອກແບບແບກພາລະຂອງສິ່ງທີ່ໜ້າເບື່ອໄວ້ ເພື່ອໃຫ້ນັກອອກແບບແລະນັກພັດທະນາບໍ່ຕ້ອງແບກເອງ."

- Josh Clark, "The Most Exciting Design Systems Are Boring"

ໃນເດືອນກຸມພາ 2023, Brad Frost ໄດ້ຂຽນເລື່ອງ "Design Systems in the Time of AI":

"AI ເປັນຜູ້ໃຊ້ລະບົບການອອກແບບຕາມທຳມະຊາດ... ຄວາມຈິງແລ້ວ ວຽກອົງປະກອບຂອງລະບົບການອອກແບບຈຳນວນຫຼາຍແມ່ນເປັນວຽກກົນຈັກແລະຄາດເດົາໄດ້ແທ້ໆ. ພວກເຮົາໃຊ້ເຄື່ອງມືຢ່າງ PlopJS ເພື່ອສ້າງໂຄງ boilerplate ຂອງອົງປະກອບທີ່ມີຮູບຮ່າງຕົງກັບສ່ວນທີ່ເຫຼືອຂອງຄັງຢູ່ແລ້ວ. ຂ້ອຍຍິນດີຮັບຄວາມຊ່ວຍເຫຼືອຈາກ AI ໃນການສ້າງສິ່ງທີ່ເປັນ boilerplate ທົ່ວໄປໃຫ້ຂ້ອຍຢ່າງຫຼວງຫຼາຍ."

- Brad Frost

ລັກສະນະກົນຈັກແລະຄາດເດົາໄດ້ຂອງລະບົບການອອກແບບ ແມ່ນສິ່ງທີ່ເຮັດໃຫ້ມັນເໝາະກັບການເຮັດວຽກແບບ cellular automata. ເມື່ອກົດຊັດເຈນ, ເປັນທ້ອງຖິ່ນ ແລະນຳໃຊ້ຢ່າງສະເໝີຕົ້ນສະເໝີປາຍ, ເອເຈັນກໍເຮັດວຽກໄດ້ຢ່າງເປັນເອກະລາດ - ຄືກັບທີ່ເຊວໃນ Game of Life ຂອງ Conway ບໍ່ຕ້ອງມີຕົວຄວບຄຸມສູນກາງ ກໍສ້າງ gliders ແລະ oscillators ຂຶ້ນມາໄດ້.

ຄວາມຈຳເປັນຂອງການອ່ານດ້ວຍເຄື່ອງ

ໂຄງການ Storybook MCP (Model Context Protocol) ເປັນວິວັດທະນາການທີ່ສຳຄັນໃນທິດທາງນີ້. ປະກາດໃນທ້າຍປີ 2025, Storybook MCP ມອບ metadata ຂອງອົງປະກອບທີ່ເຄື່ອງອ່ານໄດ້ ຈາກການຕັ້ງຄ່າ Storybook ທີ່ມີຢູ່ແລ້ວ ໃຫ້ເອເຈັນຂຽນໂຄດ AI.

ຂໍ້ເຂົ້າໃຈສຳຄັນຄື ເອເຈັນບໍ່ຕ້ອງການໂຄດດິບ ຫຼືເອກະສານແບບພາບ. ສິ່ງທີ່ພວກມັນຕ້ອງການແມ່ນ:

• Component manifests: metadata ທີ່ມີໂຄງສ້າງຂອງທຸກອົງປະກອບ - props, variants, ການຜູກ design token ແລະຕົວຢ່າງການນຳໃຊ້
• ການຕັ້ງຊື່ທີ່ມີຄວາມໝາຍ: tokens ທີ່ອຸດົມດ້ວຍເຈດຕະນາ ເຊັ່ນ action.primary.confirm ທີ່ສື່ຄວາມໝາຍໃຫ້ເອເຈັນ ບໍ່ແມ່ນພຽງຄ່າເທົ່ານັ້ນ
• ວົງຮອບການກວດສອບ: ຄວາມສາມາດໃນການຣັນການທົດສອບ, ເບິ່ງຄວາມລົ້ມເຫຼວ ແລະແກ້ໄຂຕົນເອງ

"Storybook MCP ຊ່ວຍໃຫ້ເອເຈັນຍຶດຕາມຮູບແບບຂອງທ່ານ ແລະຜ່ານການທົດສອບຂອງທ່ານ. ມັນມອບສອງສິ່ງທີ່ເອເຈັນບໍ່ເຄີຍມີມາກ່ອນ: metadata ຂອງອົງປະກອບທີ່ເຄື່ອງອ່ານໄດ້ ແລະວົງຮອບທີ່ເຮັດຊ້ຳເພື່ອຮັກສາຂໍ້ຜິດພາດດ້ວຍຕົນເອງ."

- ທີມ Storybook

Storybook MCP ມີວົງຮອບການແກ້ໄຂດ້ວຍຕົນເອງ. ມັນໃຫ້ເອເຈັນຣັນການທົດສອບອົງປະກອບຂອງທ່ານ (ການໂຕ້ຕອບແລະການເຂົ້າເຖິງໄດ້), ເບິ່ງວ່າອັນໃດລົ້ມເຫຼວ ແລະແກ້ບັກຂອງຕົນເອງ. ນັກພັດທະນາຕ້ອງເຂົ້າມາຮັບຊ່ວງຕໍ່ເມື່ອການທົດສອບຜ່ານແລ້ວເທົ່ານັ້ນ. ບໍ່ຕ້ອງເຝົ້າລ້ຽງ prompt ອີກຕໍ່ໄປ.

ນີ້ຄືສະຖາປັດຕະຍະກຳຂອງ cellular automaton ທີ່ນຳມາໃຊ້ກັບການອອກແບບ: ກົດທ້ອງຖິ່ນ (ຂໍ້ກຳນົດຂອງອົງປະກອບ), ການໂຕ້ຕອບກັບເພື່ອນບ້ານ (ຮູບແບບການປະກອບ) ແລະການອັບເດດຊ້ຳ (ການກວດສອບແລະການແກ້ໄຂຕົນເອງ).

Component Manifest ຂອງຂ້ອຍໃນຖານະ Genome

ການປຽບທຽບກັບ Langton's Loops ຍິ່ງເໝາະສົມຂຶ້ນອີກ ເມື່ອເຮົາພິຈາລະນາວິທີທີ່ component manifest ເຮັດວຽກ. ໃນລະບົບຂອງ Langton, "genome" ທີ່ເຂົ້າລະຫັດໄວ້ໃນເຊວທີ່ໝູນວຽນ ບັນຈຸຄຳສັ່ງສຳລັບການສ້າງລູບໃໝ່. ໃນລະບົບການອອກແບບທີ່ເຄື່ອງອ່ານໄດ້, component manifest ບັນຈຸຄຳສັ່ງສຳລັບການປະກອບສ່ວນຕິດຕໍ່ຜູ້ໃຊ້.

Component manifest ອາດລະບຸສິ່ງຕໍ່ໄປນີ້:

{
  "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" }
  ]
}

ມານິເຟສນີ້ເປັນທັງຂໍ້ກຳນົດການອອກແບບ ແລະ ໂຄດທີ່ເຮັດວຽກໄດ້ໃນເວລາດຽວກັນ ຫຼືຖ້າເວົ້າໃຫ້ຖືກກວ່ານັ້ນ ກໍຄືຊຸດຄຳສັ່ງທີ່ສາມາດສ້າງໂຄດທີ່ເຮັດວຽກໄດ້ອອກມາ. ເອເຢັນທີ່ນຳມານິເຟສນີ້ໄປໃຊ້ບໍ່ຈຳເປັນຕ້ອງເຂົ້າໃຈເລື່ອງຄວາມງາມ ຫຼື ປະສົບການຜູ້ໃຊ້ແບບທີ່ມະນຸດເຂົ້າໃຈ. ມັນພຽງແຕ່ຕ້ອງເຮັດຕາມກົດ, ປະກອບອົງປະກອບຕ່າງໆຕາມຂໍ້ຈຳກັດຂອງມັນ ແລະ ສ້າງຜົນລັບທີ່ຖືກຕ້ອງອອກມາ.

ຂ້ອຍເຫັນດີກັບ Brad Frost ໃນເລື່ອງການໃຊ້ຮູບແບບ yaml.

Drupal Components ໃຊ້ຮູບແບບ yaml ຢູ່ແລ້ວ. ປະມານນີ້

$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

ການອອກແບບຄືໂຄດ

• Variants
• Tokens
• Props

• Constraints (ເຮົາສາມາດເພີ່ມໃສ່ components ໄດ້)

• ກົດຂອງ Slots (ສິ່ງທີ່ວາງໃນ slot ອື່ນໄດ້ ຫຼື ສິ່ງທີ່ອະນຸຍາດໃຫ້ວາງໃນ slot ຂອງຂ້ອຍ)

• ກົດ

• ຕົວຢ່າງ 

• ແອນິເມຊັນ  ( ອະນຸຍາດ ຫຼື ແນະນຳໃຫ້ໃຊ້ )

ຈາກນັ້ນໃຫ້ສັງເກດ ແລະ ທົດລອງເບິ່ງພຶດຕິກຳຂອງມັນ.

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

Design Tokens ໃນຖານະຕົວແປສະພາບແວດລ້ອມ

Design tokens ເປັນອີກຊິ້ນສ່ວນສຳຄັນຂອງປິດສະໜານນີ້. ໃນ cellular automata ແຕ່ລະເຊວຈະຕອບສະໜອງຕໍ່ສະພາບແວດລ້ອມໃກ້ຕົວຂອງມັນ ຄືສະຖານະຂອງເຊວທີ່ຢູ່ຕິດກັນ. ໃນລະບົບການອອກແບບ ອົງປະກອບຕ່າງໆຕອບສະໜອງຕໍ່ design tokens ເຊິ່ງເປັນຄ່າຕາມບໍລິບົດທີ່ກຳນົດຮູບລັກສະນະ ແລະ ພຶດຕິກຳຂອງມັນ.

ສະຖາປັດຕະຍະກຳ token ສະໄໝໃໝ່ໃຊ້ຫຼາຍຊັ້ນ:

• Core tokens: ຄ່າດິບ ເຊັ່ນ color.blue.500: #3B82F6
• Semantic tokens: ການອ້າງອີງທີ່ຂັບເຄື່ອນດ້ວຍເຈດຕະນາ ເຊັ່ນ color.action.primary: color.blue.500
• Component tokens: ການນຳໃຊ້ໃນຂອບເຂດສະເພາະ ເຊັ່ນ button.background.primary: color.action.primary

ເມື່ອເອເຢັນສ້າງອົງປະກອບ Button ມັນບໍ່ຈຳເປັນຕ້ອງຮູ້ວ່າ "primary" ໝາຍເຖິງສີຟ້າ. ມັນພຽງແຕ່ອ້າງອີງເຖິງ button.background.primary ແລ້ວໄວ້ໃຈວ່າລະບົບ token ຈະແປງເປັນຄ່າທີ່ຖືກຕ້ອງ. ສະພາບແວດລ້ອມ (ຊັ້ນ token) ເກັບຂໍ້ມູນໄວ້; ອົງປະກອບ (ເຊວ) ພຽງແຕ່ຕອບສະໜອງຕໍ່ມັນ.

ເຄື່ອງມືຢ່າງ Tokens Studio ໄດ້ພັດທະນາໄປສູ່ການປະຕິບັດຕໍ່ design tokens ເປັນກຣາຟການຄຳນວນທີ່ມີ resolvers ເຊິ່ງເປັນໂນດທີ່ຕັດສິນໃຈດ້ານຄວາມໝາຍວ່າຈະໃຊ້ base tokens ໂຕໃດຕາມບໍລິບົດ. ນີ້ປ່ຽນ design tokens ຈາກຄ່າຄົງທີ່ໃຫ້ກາຍເປັນລະບົບທີ່ເຄື່ອນໄຫວ ແລະ ອີງຕາມກົດ.

ລະບົບນິເວດ Drupal ແລະ ການເຊື່ອມ AI

ການເຊື່ອມ AI ເຂົ້າກັບລະບົບຈັດການເນື້ອຫາ (CMS) ເປັນຫ້ອງທົດລອງທີ່ສົມບູນແບບສຳລັບສຳຫຼວດຫຼັກການ "ການອອກແບບຄືໂຄດ". CMS ຢ່າງ Drupal ມີແນວຄິດຫຼັກເຫຼົ່ານີ້ຢູ່ແລ້ວ: ປະເພດເນື້ອຫາທີ່ມີໂຄງສ້າງ, ການກຳນົດຟິວ, ຄວາມສຳພັນ ແລະ ກົດສຳລັບການປະກອບ.

ຂ້ອຍບໍ່ເຄີຍຄິດວ່າເຮົາຈະເວົ້າແນວນີ້ໄດ້. ສຳລັບຂ້ອຍ ນີ້ຄືສິ່ງທີ່ລ້ຳສະໄໝທີ່ສຸດ.

 ຊຸດຄອມພິວເຕີທີ່ດີທີ່ສຸດທີ່ເຮົາອາດມີ. ນັກພັດທະນາບາງຄົນທີ່ຄືກັບມາຈາກ Star Trek ໃນອະນາຄົດ ເວົ້າກັບຄອມພິວເຕີເພື່ອໃຫ້ມັນຂຽນໂປຣແກຣມໃຫ້.

Agent Experience (AX) ແລະ ຜູ້ໃຊ້ຮູບແບບໃໝ່

ການອອກແບບເພື່ອເຄື່ອງຈັກ

ໃນຕົ້ນປີ 2025 Mathias Biilmann ຊີອີໂອຂອງ Netlify ໄດ້ນຳສະເໜີແນວຄິດ "Agent Experience" (AX) ເຊິ່ງເປັນສາຂາວິຊາໃໝ່ທີ່ເນັ້ນວ່າເອເຢັນ AI ໂຕ້ຕອບກັບຜະລິດຕະພັນ ແລະ ແພລດຟອມແນວໃດ.

ນີ້ເປັນການປ່ຽນແປງຢ່າງພື້ນຖານ. ຫຼາຍທົດສະວັດທີ່ຜ່ານມາ UX (User Experience) ຖືກປັບໃຫ້ເໝາະກັບການຮັບຮູ້, ການເຫັນ ແລະ ພຶດຕິກຳຂອງມະນຸດ. DX (Developer Experience) ຖືກປັບໃຫ້ເໝາະກັບນັກພັດທະນາທີ່ເປັນມະນຸດທີ່ສ້າງຊອບແວ. AX ຍອມຮັບວ່າເອເຢັນກຳລັງກາຍເປັນຜູ້ໃຊ້ຫຼັກຂອງລະບົບດິຈິຕອນ ແລະ ພວກມັນມີຄວາມຕ້ອງການທີ່ແຕກຕ່າງກັນຢ່າງສິ້ນເຊີງ:

• ພວກມັນບໍ່ສົນໃຈຄວາມງາມດ້ານສາຍຕາ ຕ້ອງການພຽງຂໍ້ມູນທີ່ມີໂຄງສ້າງ ແລະ ແຍກວິເຄາະໄດ້
• ພວກມັນບໍ່ໄດ້ນຳທາງຜ່ານໜ້າຈໍ ພວກມັນເອີ້ນ API ແລະ ອ່ານ manifests
• ພວກມັນບໍ່ໄດ້ອ່ານເອກະສານແບບມະນຸດ ພວກມັນຕ້ອງການບໍລິບົດທີ່ເຄື່ອງອ່ານໄດ້
• ພວກມັນບໍ່ຕັດສິນໃຈແບບອັດຕະວິໄສ ພວກມັນເຮັດຕາມກົດ ແລະ ຂໍ້ຈຳກັດ

"ຕົວແທນ AI (AI Agents) ບໍ່ແມ່ນຄົນ: ພວກມັນບໍ່ສົນໃຈຂະໜາດຂອງປຸ່ມ, ຄວາມອ່ານງ່າຍຂອງຕົວອັກສອນ, ຊຸດສີສວຍງາມໃນເວັບໄຊຂອງທ່ານ ຫຼື ອະນິເມຊັນສະຫງ່າງາມໃນແອັບຂອງທ່ານ. ແລ້ວຕົວແທນ AI 'ສົນໃຈ' ຫຍັງ? ນີ້ແມ່ນຄຳຖາມທີ່ທຸກມື້ນີ້ຍັງບໍ່ມີຄຳຕອບທີ່ແນ່ນອນ ແຕ່ຈະສຳຄັນຂຶ້ນເລື້ອຍໆໃນສອງສາມປີຂ້າງໜ້າ."

- ການຄົ້ນຄວ້າ AX

ຄຳຕອບຄື: ກົດທີ່ຊັດເຈນ, ພຶດຕິກຳທີ່ຄາດເດົາໄດ້, ຂໍ້ມູນທີ່ມີໂຄງສ້າງດີ ແລະ ວົງຈອນຂໍ້ມູນຍ້ອນກັບທີ່ຊ່ວຍໃຫ້ພວກມັນກວດສອບ ແລະ ແກ້ໄຂການກະທຳຂອງຕົນເອງໄດ້.

ໂຈດທ້າທາຍຂອງສອງສ່ວນຕິດຕໍ່

ການອອກແບບເພື່ອ AX ໝາຍເຖິງການສ້າງສອງສ່ວນຕິດຕໍ່ໄປພ້ອມກັນ:

1. ສ່ວນຕິດຕໍ່ລະຫວ່າງມະນຸດກັບຕົວແທນ: ບ່ອນທີ່ມະນຸດກຳກັບເບິ່ງ, ອະນຸມັດ, ແກ້ໄຂ ແລະ ນຳທາງພຶດຕິກຳຂອງຕົວແທນ, ເຊິ່ງເປັນຊັ້ນ "ສູນຄວບຄຸມພາລະກິດ". ຄິດເຖິງແດຊບອດ ແລະ ຄິວອະນຸມັດ ບໍ່ແມ່ນແບບຟອມ ແລະ ປຸ່ມ.
2. ສ່ວນຕິດຕໍ່ລະຫວ່າງຕົວແທນກັບລະບົບ: ບ່ອນທີ່ຕົວແທນໂຕ້ຕອບກັບ API, ຖານຂໍ້ມູນ ແລະ ເຄື່ອງມື, ເຊິ່ງເປັນຊັ້ນ "ປະຕິບັດການ". ຕ້ອງແຂງແຮງ, ມີເອກະສານອະທິບາຍດີ ແລະ ປັບໃຫ້ມີປະສິດທິພາບສຳລັບເຄື່ອງຈັກ.

ນີ້ສະທ້ອນໂຄງສ້າງຂອງ cellular automata ທີ່ມີສອງມຸມມອງແຕກຕ່າງກັນຢູ່ຮ່ວມກັນ:

• ມຸມມອງລະດັບທ້ອງຖິ່ນ: ແຕ່ລະເຊວ (ຕົວແທນ) ປະຕິບັດຕາມກົດງ່າຍໆທີ່ອີງໃສ່ເພື່ອນບ້ານທີ່ຢູ່ຕິດກັນ
• ມຸມມອງລະດັບທົ່ວໂລກ: ຮູບແບບທີ່ຊັບຊ້ອນເກີດຂຶ້ນ ແລະ ຈະເຫັນໄດ້ກໍຕໍ່ເມື່ອເບິ່ງໃນລະດັບໃຫຍ່ເທົ່ານັ້ນ

"ການອອກແບບປະສົບການຂອງຕົວແທນ (AX) ຄວນໃຫ້ຜົນເປັນການໃຊ້ງານທີ່ດີທັງສຳລັບຕົວແທນ ແລະ ຂອງຕົວແທນ. ດັ່ງນັ້ນ AX ທີ່ດີຈຶ່ງນຳໄປສູ່ປະສົບການຜູ້ໃຊ້ (UX) ທີ່ດີ. ຖ້າຕົວແທນ AI ພົບຂະບວນການ, ໂປຣໂຕຄອນ ຫຼື ແມ່ນແຕ່ຄຳສັບທີ່ບໍ່ສອດຄ່ອງກັນລະຫວ່າງລະບົບຕ່າງໆ ມັນກໍຈະເຮັດວຽກນັ້ນບໍ່ໄດ້. ນັ້ນເປັນປະສົບການທີ່ບໍ່ດີສຳລັບຕົວແທນ ແລະ ສຸດທ້າຍກໍສົ່ງຜົນໃຫ້ລູກຄ້າ ຫຼື ພະນັກງານໄດ້ຮັບປະສົບການທີ່ບໍ່ດີ."

- Kat Holmes, ຫົວໜ້າຝ່າຍປະສົບການ (Chief Experience Officer), Salesforce

ຈາກ UX ສູ່ AX: ວິວັດທະນາການຂອງການອອກແບບດິຈິຕອນ

Stigmergy ແລະ ການສື່ສານທາງອ້ອມ

ໜຶ່ງໃນແນວຄິດທີ່ມີພະລັງທີ່ສຸດຈາກປັນຍາຝູງ (swarm intelligence) ແມ່ນ stigmergy ຄືການປະສານງານທາງອ້ອມຜ່ານຮ່ອງຮອຍໃນສິ່ງແວດລ້ອມ. ມົດບໍ່ໄດ້ບອກກັນໂດຍກົງວ່າອາຫານຢູ່ໃສ; ພວກມັນປ່ອຍເສັ້ນທາງຟີໂຣໂມນໄວ້ໃຫ້ມົດໂຕອື່ນຕາມໄປ. ສິ່ງແວດລ້ອມຈຶ່ງກາຍເປັນສື່ກາງໃນການສື່ສານ.

ໃນລະບົບການອອກແບບແບບຕົວແທນ (agentic), stigmergy ມີຮູບແບບດັ່ງນີ້:

• ຄັງອົງປະກອບທີ່ໃຊ້ຮ່ວມກັນ: ຕົວແທນ "ເຫັນ" ວ່າມີອົງປະກອບໃດແດ່ ແລະ ຖືກນຳໄປໃຊ້ແນວໃດ
• Design tokens: ຄ່າທີ່ມີຄວາມໝາຍເຊິ່ງເຂົ້າລະຫັດການຕັດສິນໃຈດ້ານການອອກແບບໃຫ້ເປັນຂໍ້ເທັດຈິງໃນສິ່ງແວດລ້ອມ
• ເອກະສານຮູບແບບ: ຕົວຢ່າງການນຳໃຊ້ທີ່ເປັນເສັ້ນທາງຟີໂຣໂມນສຳລັບຕົວແທນລຸ້ນຕໍ່ໄປ
• ຊຸດການທົດສອບ: ກົດການກວດສອບທີ່ຈຳກັດຂອບເຂດຂອງຜົນລັບທີ່ຖືກຕ້ອງ
• ປະຫວັດ Git: ບັນທຶກການຕັດສິນໃຈໃນອະດີດທີ່ຕົວແທນສາມາດອ້າງອີງໄດ້

ເມື່ອຕົວແທນສ້າງ UI ໂດຍໃຊ້ອົງປະກອບໃດໜຶ່ງ, ມັນຈະປະຮ່ອງຮອຍໄວ້ ທັງໃນໂຄດ, ໃນເອກະສານ ແລະ ໃນຮູບແບບທີ່ມັນວາງໄວ້. ຕົວແທນລຸ້ນຕໍ່ໄປທີ່ພົບງານຄ້າຍກັນຈະໄດ້ຮັບອິດທິພົນຈາກຮ່ອງຮອຍເຫຼົ່ານີ້ ເກີດເປັນປັນຍາລວມໝູ່ທີ່ບໍ່ມີຕົວແທນໂຕໃດໂຕໜຶ່ງຄອບຄອງໄດ້.

ຮູບແບບການອອກແບບແບບຕົວແທນ (Agentic Design Patterns)

Andrew Ng ແລະ ຄົນອື່ນໆ ໄດ້ລະບຸຮູບແບບຫຼັກສີ່ຢ່າງສຳລັບລະບົບ AI ແບບຕົວແທນ:

1. ການສະທ້ອນຕົນເອງ (Reflection): AI ປະເມີນຜົນລັບຂອງຕົນເອງ ແລະ ປັບປຸງມັນຊ້ຳແລ້ວຊ້ຳອີກ
2. ການໃຊ້ເຄື່ອງມື (Tool Use): AI ໂຕ້ຕອບກັບເຄື່ອງມື, API ແລະ ລະບົບພາຍນອກ
3. ການວາງແຜນ (Planning): AI ທຳການແຍກໜ້າວຽກທີ່ຊັບຊ້ອນອອກເປັນໜ້າວຽກຍ່ອຍ ແລ້ວລົງມືເຮັດຕາມລຳດັບ
4. ຫຼາຍເອເຈນ (Multi-Agent): ເອເຈນທີ່ມີຄວາມຊຳນານສະເພາະດ້ານຫຼາຍຕົວຮ່ວມມືກັນເຮັດໜ້າວຽກທີ່ຊັບຊ້ອນ

ຮູບແບບເຫຼົ່ານີ້ສອດຄ່ອງກັບແນວຄິດຂອງເຊລລູລາອໍໂຕມາຕາ (cellular automata) ໂດຍກົງ:

ການອອກແບບຄືໂຄ້ດ: ອ່ານໃຫ້ເລິກຂຶ້ນ

"ການອອກແບບຄືໂຄ້ດ" ແທ້ໆ ໝາຍເຖິງຫຍັງ

ເມື່ອເຮົາເວົ້າວ່າ "ການອອກແບບຄືໂຄ້ດ" ເຮົາກຳລັງຢືນຢັນຫຼາຍຢ່າງພ້ອມກັນ:

1. ຄວາມໝາຍທີ່ທຽບເທົ່າກັນ

ການຕັດສິນໃຈດ້ານການອອກແບບ ເມື່ອຖືກເຂົ້າລະຫັດຢ່າງຖືກຕ້ອງ ກໍຈະສາມາດຖືກຮັນໄດ້. ດີໄຊນ໌ໂທເຄັນ (design token) ບໍ່ແມ່ນພຽງຄ່າໜຶ່ງ ແຕ່ເປັນຄຳສັ່ງ. ສະເປັກຂອງຄອມໂພເນັນບໍ່ແມ່ນພຽງເອກະສານ ແຕ່ເປັນໂປຣແກຣມ. ເມື່ອເອເຈນນຳສິ່ງເຫຼົ່ານີ້ໄປໃຊ້ ມັນກໍກຳລັງຮັນການອອກແບບ ບໍ່ຕ່າງຈາກການລົງມືສ້າງ.

2. ຄວາມສາມາດໃນການສ້າງ

ຄືກັບທີ່ Rule 110 ສາມາດຄຳນວນທຸກຢ່າງທີ່ຄຳນວນໄດ້, ລະບົບການອອກແບບທີ່ສົມບູນພຽງພໍກໍສາມາດສ້າງອິນເຕີເຟສທີ່ຖືກຕ້ອງໄດ້ທຸກແບບ. ລະບົບບັນຈຸສັກກະຍະພາບຂອງທຸກຮູບແບບທີ່ເປັນໄປໄດ້. ສິ່ງທີ່ເກີດຂຶ້ນຈຶ່ງຂຶ້ນກັບພຽງເງື່ອນໄຂເລີ່ມຕົ້ນ (ຄວາມຕ້ອງການ) ແລະກົດ (ຂໍ້ຈຳກັດ) ເທົ່ານັ້ນ.

3. ຄວາມຊັບຊ້ອນທີ່ເກີດຂຶ້ນເອງ

ອິນເຕີເຟສທີ່ຊັບຊ້ອນແລະລ້ຳສະໄໝທີ່ສຸດບໍ່ໄດ້ຖືກອອກແບບຈາກເທິງລົງລຸ່ມ ແຕ່ເກີດຂຶ້ນຈາກການໃຊ້ກົດງ່າຍໆຢ່າງສະໝ່ຳສະເໝີ. ປຸ່ມທີ່ອອກແບບມາດີ ເມື່ອໃຊ້ຢ່າງສອດຄ່ອງ ກໍສ້າງພາສາພາບທີ່ເປັນເອກະພາບຂຶ້ນມາ ໂດຍບໍ່ຕ້ອງມີໃຜວາງແຜນຄວາມເປັນເອກະພາບນັ້ນໄວ້ຢ່າງຈະແຈ້ງ.

4. ຄວາມບໍ່ສາມາດຫຍໍ້ທາງການຄຳນວນ

ຜົນລັບຂອງການອອກແບບບາງຢ່າງບໍ່ສາມາດທຳນາຍໄດ້ ຖ້າບໍ່ໄດ້ຮັນລະບົບຈິງ. ເຈົ້າບໍ່ມີທາງຮູ້ວ່າອິນເຕີເຟສທີ່ເອເຈນປະກອບຂຶ້ນຈະອອກມາໜ້າຕາແນວໃດ ຖ້າບໍ່ປ່ອຍໃຫ້ເອເຈນປະກອບມັນ. ນີ້ຄືຫຼັກການ computational irreducibility ຂອງ Wolfram ທີ່ນຳມາໃຊ້ກັບການອອກແບບ.

5. ການດັດແປງຕົນເອງ

ຄືກັບ evoloops ທີ່ກາຍພັນໃນລະຫວ່າງການສຳເນົາຕົວເອງ, ລະບົບການອອກແບບທີ່ພ້ອມສຳລັບເອເຈນກໍສາມາດວິວັດທະນາໄປຕາມການໃຊ້ງານ. ຄອມໂພເນັນທີ່ເອເຈນສ້າງຂຶ້ນກາຍເປັນສ່ວນໜຶ່ງຂອງຄັງທີ່ເອເຈນລຸ້ນຕໍ່ໄປຈະນຳໄປໃຊ້. ລະບົບຮຽນຮູ້, ປັບຕົວ ແລະຈະເລີນເຕີບໂຕ.

ຂະຫຍາຍພາບປຽບທຽບເຊລລູລາອໍໂຕມາຕາ

ເໜືອກວ່າພາບປຽບທຽບ: ການຮ່ວມກັນເປັນຈິງ

ແຕ່ນີ້ບໍ່ແມ່ນພຽງພາບປຽບທຽບ. ການຮ່ວມກັນນີ້ເປັນຈິງ ແລະກຳລັງເກີດຂຶ້ນໃນຕອນນີ້:

• Storybook MCP ປ່ຽນຄັງຄອມໂພເນັນໃຫ້ເປັນຄຳສັ່ງທີ່ເຄື່ອງອ່ານອອກ ແລະເອເຈນສາມາດຮັນໄດ້
• Model Context Protocol ກຳນົດມາດຕະຖານວິທີທີ່ເອເຈນເຂົ້າເຖິງເຄື່ອງມື ແລະບໍລິບົດ ເຊິ່ງສ້າງພື້ນຖານສາກົນສຳລັບການດຳເນີນງານຂອງເອເຈນ
• ສະຖາປັດຕະຍະກຳຫຼາຍເອເຈນ ແບ່ງງານກັນລະຫວ່າງເອເຈນສະເພາະທາງ (ສະຖາປະນິກ, ຜູ້ຂຽນໂຄ້ດ, ຜູ້ກວດທານ) ທີ່ໂຕ້ຕອບກັນຕາມໂປຣໂຕຄອນ ຄືກັບເຊລທີ່ມີໜ້າທີ່ແຕກຕ່າງກັນ
• ວົງຈອນການປິ່ນປົວຕົນເອງ (Self-healing loops)ອະນຸຍາດໃຫ້ເອເຢນຕ໌ (agents) ແລ່ນການທົດສອບ, ກວດຈັບຂໍ້ຜິດພາດ ແລະ ປັບປຸງຊ້ຳໄດ້ - ເປັນກົນໄກປ້ອນກັບ (feedback) ແບບດຽວກັນກັບທີ່ cellular automata ໃຊ້ເພື່ອພັດທະນາໃຫ້ໄດ້ການຕັ້ງຄ່າທີ່ໝັ້ນຄົງ
• Schema.org Blueprints ເຮັດໃຫ້ໂຄງສ້າງເນື້ອຫາເຄື່ອງຈັກອ່ານອອກ ແລະ ມີຄວາມໝາຍທາງຄວາມໝາຍສາດ (semantic)
• Drupal AI ສ້າງໂຄງລ່າງພື້ນຖານໃຫ້ AI agents ສ້າງ, ແກ້ໄຂ ແລະ ຈັດການເນື້ອຫາໄດ້ດ້ວຍຕົນເອງ

ພວກເຮົາບໍ່ໄດ້ມອງ "ດີໄຊນ໌ຄືໂຄ້ດ" ເປັນຈຸດຢືນທາງປັດຊະຍາ. ພວກເຮົາກຳລັງສ້າງມັນຂຶ້ນມາເປັນໂຄງລ່າງພື້ນຖານທາງເຕັກນິກ.

ຜົນສະທ້ອນ ແລະ ເສັ້ນທາງຂ້າງໜ້າ

ສຳລັບນັກອອກແບບ

ບົດບາດຂອງນັກອອກແບບກຳລັງປ່ຽນຈາກ "ຜູ້ສ້າງສີ່ຫຼ່ຽມ" ໄປເປັນ "ຜູ້ກຳນົດກົດ". ດັ່ງທີ່ Brad Frost ໄດ້ສັງເກດໄວ້:

"ນັກອອກແບບ ແລະ ນັກພັດທະນາທີ່ຄິດວ່າວຽກຂອງຕົນແມ່ນການສ້າງສີ່ຫຼ່ຽມ ມີເລື່ອງໃຫ້ກັງວົນຫຼາຍ. ແຕ່ນັກອອກແບບ ແລະ ນັກພັດທະນາທີ່ຄິດວ່າວຽກຂອງຕົນແມ່ນການແກ້ບັນຫາ - ແລະ ບັງເອີນຕ້ອງສ້າງ/ຈັດການສີ່ຫຼ່ຽມບາງອັນເພື່ອແກ້ບັນຫາເຫຼົ່ານັ້ນ - ມີເລື່ອງໃຫ້ຢ້ານໜ້ອຍກວ່າ."

- Brad Frost

ໃນອະນາຄົດແບບເອເຢນຕ໌ (agentic), ນັກອອກແບບຈະ:

• ກຳນົດ semantic tokens ແລະ ຄວາມສຳພັນຂອງມັນ
• ວາງຂໍ້ຈຳກັດການປະກອບ ແລະ ຮູບແບບ (patterns)
• ສ້າງກົດການກວດສອບທີ່ເອເຢນຕ໌ຕ້ອງຜ່ານ
• ຄັດສັນ ແລະ ພັດທະນາກົດທີ່ກຳກັບການເກີດຂຶ້ນແບບ emergence
• ອອກແບບກົນໄກປ້ອນກັບທີ່ເຮັດໃຫ້ແກ້ໄຂຕົນເອງໄດ້
• ກຳນົດ "ຟັງຊັນຄວາມເໝາະສົມ" (fitness functions) ທີ່ຕັດສິນວ່າຜົນລັບແບບໃດຍອມຮັບໄດ້

ນີ້ແມ່ນການອອກແບບໃນລະດັບນາມມະທຳທີ່ສູງຂຶ້ນ - ການອອກແບບກົດທີ່ສ້າງດີໄຊນ໌ ແທນທີ່ຈະອອກແບບຕົວດີໄຊນ໌ເອງ. ຄືກັບການກຳນົດກົດຂອງ cellular automaton ແທນທີ່ຈະແຕ້ມແຕ່ລະເຊວດ້ວຍມື.

ສຳລັບນັກພັດທະນາ

ນັກພັດທະນາກາຍເປັນສະຖາປະນິກຂອງລະບົບເອເຢນຕ໌. ດັ່ງທີ່ Anthropic ອະທິບາຍໄວ້:

"ວົງການພັດທະນາຊອບແວໄດ້ສະແດງໃຫ້ເຫັນສັກກະຍະພາບອັນໂດດເດັ່ນຂອງຄຸນສົມບັດ LLM, ໂດຍຄວາມສາມາດໄດ້ພັດທະນາຈາກການເຕີມໂຄ້ດອັດຕະໂນມັດ ໄປສູ່ການແກ້ບັນຫາດ້ວຍຕົນເອງ."

ນັກພັດທະນາຈະຕ້ອງ:

• ສ້າງອິນເຕີເຟດທີ່ເຄື່ອງຈັກອ່ານໄດ້ລະຫວ່າງເອເຢນຕ໌ກັບລະບົບ
• ອອກແບບວົງຈອນປ້ອນກັບ ແລະ ກົນໄກການກວດສອບ
• ສ້າງໂຄງຄ້ຳ (scaffolding) ທີ່ພຶດຕິກຳແບບ emergent ເກີດຂຶ້ນພາຍໃນ
• ຮັກສາການກວດກາຂອງມະນຸດໄວ້ເປັນຜູ້ຕັດສິນສຸດທ້າຍ
• ກຳນົດໂປຣໂຕຄອນທີ່ເອເຢນຕ໌ໃຊ້ສື່ສານກັນ
• ພັດທະນາ "glue code" ທີ່ເຊື່ອມລະບົບເອເຢນຕ໌ຕ່າງໆເຂົ້າຫາກັນ

ສຳລັບການພັດທະນາເວັບ ແລະ ແພລດຟອມ CMS

ການເອົາ AI ເຂົ້າໄປໃນແພລດຟອມຢ່າງ Drupal ຊີ້ໄປສູ່ອະນາຄົດທີ່:

• ໂມເດວເນື້ອຫາກາຍເປັນສິ່ງທີ່ເອເຢນຕ໌ນຳໃຊ້ໄດ້ ຜ່ານມາດຕະຖານເຊັ່ນ Schema.org
• ຂະບວນການບັນນາທິການມີເອເຢນຕ໌ຊ່ວຍ ດ້ວຍການຮ່າງ, ກວດກາ ແລະ ປັບປຸງເນື້ອຫາດ້ວຍ AI
• ການຄົ້ນຫາພັດທະນາ ຈາກການຈັບຄູ່ຄຳສຳຄັນ ໄປສູ່ການເຂົ້າໃຈຄວາມໝາຍຜ່ານ embeddings ແລະ vector databases
• ການປັບແຕ່ງສ່ວນບຸກຄົນກາຍເປັນອັດຕະໂນມັດ ໂດຍເອເຢນຕ໌ຮຽນຮູ້ຄວາມມັກຂອງຜູ້ໃຊ້ ແລະ ປັບເນື້ອຫາໃຫ້ເໝາະສົມແບບເວລາຈິງ
• ການພັດທະນາໄວຂຶ້ນ ເມື່ອເອເຢນຕ໌ສ້າງຄອມໂປເນັນ, ການທົດສອບ ແລະ ເອກະສານໃຫ້

ລະບົບນິເວດຂອງ Drupal ທີ່ຮັບເອົາ AI - ຜ່ານໂມດູນຕ່າງໆເຊັ່ນ Drupal AI, Drupal Canvas, Schema.org Blueprints ແລະ ການເຊື່ອມຕໍ່ AI providers - ສະແດງໃຫ້ເຫັນວ່າອະນາຄົດນີ້ກຳລັງຖືກສ້າງຂຶ້ນແລ້ວ.

ສຳລັບອົງກອນ

ຂໍ້ໄດ້ປຽບໃນການແຂ່ງຂັນຈະເປັນຂອງອົງກອນທີ່ມີ design system "ພ້ອມສຳລັບເອເຢນຕ໌" ທີ່ສຸດ. ລະບົບທີ່ພ້ອມສຳລັບເອເຢນຕ໌ມີລັກສະນະດັ່ງນີ້:

• ຄອບຄຸມສະຖານະ ແລະ ຕົວແປຂອງຄອມໂປເນັນຢ່າງຄົບຖ້ວນ
• ການຕັ້ງຊື່ແບບມີຄວາມໝາຍ (semantic) ທີ່ສື່ເຈດຈຳນົງ
• ເອກະສານ ແລະ ບໍລິບົດທີ່ເຄື່ອງຈັກອ່ານໄດ້
• ໂຄງລ່າງພື້ນຖານສຳລັບການກວດສອບ ແລະ ທົດສອບ
• ຂໍ້ຈຳກັດທີ່ຊັດເຈນເພື່ອກຳນົດຂອບເຂດຂອງຜົນລັບທີ່ຖືກຕ້ອງ
• API ທີ່ອອກແບບມາເພື່ອໃຫ້ເອເຢນຕ໌ນຳໃຊ້ (AX-first)
• ສະຖາປັດຕະຍະກຳເນື້ອຫາແບບ Schema.org-first

ສຳລັບອະນາຄົດຂອງຜະລິດຕະພັນດິຈິຕອນ

ສະພາບສຸດທ້າຍແມ່ນຄ້າຍຄືກັບລະບົບນິເວດດິຈິຕອນ—ເອເຢັນທ໌ນັບບໍ່ຖ້ວນທີ່ເຮັດວຽກຕາມກົດເກນທ້ອງຖິ່ນ ແລະ ສ້າງອິນເຕີເຟດທີ່ເກີດຂຶ້ນເອງ ຊຶ່ງບໍ່ມີນັກອອກແບບ ຫຼື ນັກພັດທະນາຄົນໃດວາງແຜນໄວ້ລ່ວງໜ້າ ແຕ່ກໍຍັງປະສານເຂົ້າກັນໄດ້ຢ່າງລຶກລັບ ເພາະກົດເກນພື້ນຖານນັ້ນໜັກແໜ້ນ.

ເລື່ອງນີ້ບໍ່ໄດ້ເກີນຈິງຄືທີ່ຟັງເບິ່ງ. ມັນຄືວິທີທີ່ລະບົບຊີວະພາບເຮັດວຽກ, ວິທີທີ່ເມືອງເຕີບໂຕ, ແລະ ວິທີທີ່ຕະຫຼາດຂັບເຄື່ອນ. ຄຳຖາມບໍ່ແມ່ນວ່າເຮົາຈະໄປເຖິງສະພາບນີ້ຫຼືບໍ່—ແຕ່ແມ່ນວ່າເຮົາຈະກ້າວຜ່ານຊ່ວງປ່ຽນຜ່ານນີ້ແນວໃດ.

ບົດສະຫຼຸບ: ໂຄ້ດມີຊີວິດ

ຈອນ ຟອນ ນອຍມານ (John von Neumann) ນັກຮອບຮູ້ຜູ້ປະດິດເຊລລູລາ ອໍໂຕມາຕາ (cellular automata) ຖືກຜັກດັນດ້ວຍຄຳຖາມພື້ນຖານຂໍ້ໜຶ່ງວ່າ: ຄວາມຊັບຊ້ອນຕ່ຳສຸດທີ່ຈຳເປັນສຳລັບການສືບພັນຕົນເອງແມ່ນຫຍັງ? ຄຳຕອບຂອງລາວ—ຕົວສ້າງສາກົນຂອງ ຟອນ ນອຍມານ (von Neumann universal constructor)—ສະແດງໃຫ້ເຫັນວ່າການຄັດລອກຕົນເອງບໍ່ຈຳເປັນຕ້ອງມີກົນໄກທາງຊີວະພາບ. ມັນຕ້ອງການພຽງກົດເກນທີ່ເຂົ້າລະຫັດວິທີນຳໃຊ້ຕົວມັນເອງໄວ້ເທົ່ານັ້ນ.

ເຈັດສິບປີຕໍ່ມາ ເຮົາກຳລັງຄົ້ນພົບວ່າຫຼັກການດຽວກັນນີ້ໃຊ້ໄດ້ກັບລະບົບການອອກແບບ. ເງື່ອນໄຂຂັ້ນຕ່ຳສຳລັບການສ້າງ UI ແບບອັດຕະໂນມັດບໍ່ແມ່ນປັນຍາປະດິດທົ່ວໄປ ຫຼື ຄວາມຄິດສ້າງສັນລະດັບມະນຸດ. ແຕ່ແມ່ນຊຸດກົດເກນທີ່ຄົບຖ້ວນ, ສອດຄ່ອງກັນ ແລະ ເຄື່ອງອ່ານອອກໄດ້ ເພື່ອໃຫ້ເອເຢັນທ໌ນຳໄປປະຕິບັດ.

ເມື່ອ Langton's Loops ຄັດລອກຕົນເອງໄປທົ່ວຕາຂ່າຍເຊລ ເຮົາບໍ່ໄດ້ເວົ້າວ່າລູບເຫຼົ່ານັ້ນກຳລັງ "ອອກແບບ" ລູບໃໝ່. ການຄັດລອກນັ້ນເປັນພຽງສິ່ງທີ່ກົດເກນສ້າງຂຶ້ນມາ. ແຕ່ຜົນທີ່ໄດ້—ອານານິຄົມຂອງແບບລາຍທີ່ຄ້າຍຄືກັນເອງທີ່ຂະຫຍາຍອອກບໍ່ຢຸດ—ກໍເປັນການສ້າງສັນຢ່າງປະຖຽງບໍ່ໄດ້, ເປັນຄວາມຄິດສ້າງສັນໃນແງ່ການນຳໃຊ້.

ເມື່ອເອເຢັນທ໌ AI ປະກອບອິນເຕີເຟດຈາກຄອມໂປເນັນຂອງລະບົບການອອກແບບ ໂດຍເຮັດຕາມໂທເຄັນເຊີງຄວາມໝາຍ ແລະ ຂໍ້ຈຳກັດດ້ານການປະກອບ ເຂົາເຈົ້າກຳລັງເຮັດສິ່ງທີ່ຄ້າຍຄືກັນ. "ຄວາມຄິດສ້າງສັນ" ບໍ່ໄດ້ຢູ່ທີ່ເອເຢັນທ໌ ແຕ່ຢູ່ທີ່ກົດເກນທີ່ເຂົາເຈົ້ານຳໄປປະຕິບັດ—ກົດເກນທີ່ມະນຸດອອກແບບໄວ້ ແຕ່ຕອນນີ້ເຮັດວຽກໄດ້ດ້ວຍຕົນເອງ.

ເຮົາຢືນຢູ່ທີ່ຂອບປະຕູຂອງຍຸກໃໝ່ແຫ່ງການສ້າງສັນດິຈິຕອນ. ເອເຢັນທ໌ມາຮອດແລ້ວ. ໂປຣໂຕຄອນກຳລັງກໍ່ຮູບຮ່າງ. ລະບົບການອອກແບບກຳລັງກາຍເປັນພື້ນຖານຂອງຊີວິດປະດິດ.

ການອອກແບບຄືໂຄ້ດ.
ແລະ ໂຄ້ດກຳລັງຕື່ນຂຶ້ນມີຊີວິດ.

ບົດຄວາມ ແລະ ໂປຣເຈັກຫຼັກ

• 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

ແຫຼ່ງຂໍ້ມູນ Drupal AI

• Drupal AI

• Schema.org Blueprints Module

   

ແຫຼ່ງຂໍ້ມູນກ່ຽວກັບເຊລລູລາ ອໍໂຕມາຕາ

• Conway's Game of Life Lexicon - ປະມານ 1500 ຮູບແບບ
• 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

ສຳຫຼວດແນວຄິດທີ່ຕັດກັນລະຫວ່າງທິດສະດີການຄຳນວນ, ລະບົບການອອກແບບ, ປັນຍາປະດິດ ແລະ ການພັດທະນາເວັບ.

 ທັດສະນະທີ່ນຳສະເໜີນີ້ເປັນການສຳຫຼວດແບບຄາດການກ່ຽວກັບທ່າທາງໃໝ່ໆ ບໍ່ແມ່ນການທຳນາຍອະນາຄົດທີ່ແນ່ນອນ.

ຂ້ອຍເຫັນວ່າເຮົາກຳລັງສ້າງເອເຢັນທ໌ AI ທີ່ເຮັດວຽກເປັນວົງຈອນ ແລະ ໂຕ້ຕອບກັບເອເຢັນທ໌ AI ໂຕອື່ນໃນວົງຈອນເພີ່ມເຕີມ.

ການອອກແບບ ຄື ໂຄ້ດ ເມື່ອລະບົບເຮັດວຽກເປັນວົງຈອນ ຄືກັບວົງຈອນຊີວິດ ພາຍໃນແຄນວາດທີ່ເລືອກໄວ້ ແລະ ຊຸດກົດເກນທີ່ກຳນົດ.