डिजाइन नै कोड हो

सेलुलर अटोमेटाको तर्कले एजेन्टिक डिजाइन सिस्टमलाई कसरी नयाँ आकार दिनेछ, र वेब विकासको भविष्य किन पहिल्यै सरल नियमहरूमा लेखिइसकेको हुन सक्छ

डिजाइन सिस्टम, कृत्रिम बुद्धिमत्ता र गणनात्मक सिद्धान्तको संगमस्थलमा एउटा गहिरो रूपान्तरण भइरहेको छ। यो परिवर्तन यति आधारभूत छ कि स्वायत्त एजेन्टहरूको युगमा "डिजाइन" भन्नाले वास्तवमा के बुझिन्छ भन्ने हाम्रो बुझाइलाई नै चुनौती दिन्छ।

दशकौंसम्म हामीले डिजाइन र कोडलाई दुई अलग विधाका रूपमा हेर्‍यौं-डिजाइन मानवीय सिर्जनशीलता र सौन्दर्यबोधको क्षेत्र, कोड ती विचारलाई कार्यान्वयनयोग्य रूपमा ढाल्ने यान्त्रिक अनुवाद। तर एआई एजेन्टहरूले युजर इन्टरफेस आफैं जोड्न थालेपछि, डिजाइन सिस्टमलाई मेसिनले पढ्न मिल्ने पूर्वाधारका रूपमा प्रयोग गर्न थालेपछि र सिमान्टिक टोकनबाट कोड उत्पादन गर्न थालेपछि, हामी गणनात्मक सिद्धान्तको एउटा निकै पुरानो विचारको प्रतिध्वनि सुनिने संगमबिन्दुतर्फ पुगिरहेका छौं।

त्यो विचार? डिजाइन नै कोड हो।

यो केवल आकर्षक वाक्यांश मात्र होइन। यो यस कुराको स्वीकारोक्ति हो कि हामी यस्तो संसारतर्फ बढिरहेका हुन सक्छौं जहाँ डिजाइन सिस्टमहरू सेलुलर अटोमेटाजस्तै काम गर्छन्-सरल नियमबाट जटिल र स्वतःस्फूर्त व्यवहार जन्मिन्छ। जहाँ कुनै कुरा "डिजाइन गर्नु" र त्यसलाई "प्रोग्राम गर्नु" बीचको भेद पूर्ण रूपमा मेटिन्छ। जहाँ स्वायत्त एजेन्टहरूले डिजाइन सिस्टम केवल प्रयोग मात्र गर्दैनन्, बरु कार्यरत डिजाइन सिस्टम आफैं हुन्।

यो ब्लग पोस्टले सेलुलर अटोमेटा, स्वतःस्फूर्त व्यवहार र एजेन्टिक डिजाइन सिस्टमको भविष्यबीचको गहिरो सम्बन्धको खोजी गर्छ। हामी भोन न्युम्यानका स्व-प्रतिकृति गर्ने मेसिनदेखि आजका एआई एजेन्ट स्वार्मसम्मका सैद्धान्तिक आधार पछ्याउनेछौं।

Schema.org Blueprints र Drupal AI जस्ता मोड्युलमार्फत Drupal र आधुनिक CMS प्लेटफर्महरूले एआईलाई कसरी एकीकृत गर्दै छन् भन्ने कुरा हामी हेर्नेछौं। साथै यी सबैले डिजाइनर, डेभलपर र डिजिटल उत्पादन निर्माणको भविष्यका लागि के अर्थ राख्छन् भन्ने कुरा पनि विचार गर्नेछौं।

सेलुलर अटोमेटा र स्वतःस्फूर्तताको तर्क

सरल नियमहरूको सुन्दरता

सन् १९७० मा गणितज्ञ जोन कोनवेले Game of Life प्रस्तुत गरे-एउटा "शून्य-खेलाडी खेल" जुन गणनात्मक सिद्धान्तमा सबैभन्दा बढी अध्ययन गरिएका प्रणालीहरूमध्ये एक बन्यो। यसका नियमहरू आश्चर्यजनक रूपमा सरल छन्:

1. दुईभन्दा कम जीवित छिमेकी भएको कुनै पनि जीवित कोष मर्छ (जनसंख्या कमी)
2. दुई वा तीन जीवित छिमेकी भएको कुनै पनि जीवित कोष बाँच्छ
3. तीनभन्दा बढी जीवित छिमेकी भएको कुनै पनि जीवित कोष मर्छ (जनसंख्या अत्यधिकता)
4. ठ्याक्कै तीन जीवित छिमेकी भएको कुनै पनि मृत कोष जीवित हुन्छ (प्रजनन)

यी चार नियमबाट-मुठ्ठीभर बाइनरी सर्तमा व्यक्त-जटिलताको एउटा अचम्मलाग्दो ब्रह्माण्ड उदाउँछ। ग्लाइडरहरू अनन्त ग्रिडमा यात्रा गर्छन्। ओसिलेटरहरू निरन्तर लयमा धड्किन्छन्। गनहरूले कोषीय आकाशमा ढाँचाका धारा बगाउँछन्। र सबैभन्दा उल्लेखनीय कुरा, Game of Life ट्युरिङ-पूर्ण प्रमाणित भइसकेको छ: एल्गोरिदमिक रूपमा गणना गर्न सकिने जुनसुकै कुरा सिद्धान्ततः कोनवेको त्यही सरल ग्रिडभित्र गणना गर्न सकिन्छ।

चित्र १: कन्वेको गेम अफ लाइफमा गोस्परको ग्लाइडर गन। यो ढाँचाले ग्लाइडरहरूको निरन्तर धारा उत्पन्न गर्छ—सरल नियमहरूले कसरी अनन्त र आफैँ टिकिरहने जटिलता जन्माउन सक्छन् भन्ने यसले देखाउँछ।

कोषीय स्वचालित प्रणाली (सेलुलर अटोमाटा) को पहिलो पाठ यही हो: जटिल व्यवहारका लागि जटिलता नै पूर्वशर्त होइन। एउटा आधारसतहभरि एकनासले लागू गरिएका सरल नियमहरूले यस्ता ढाँचा र व्यवहारलाई जन्म दिन सक्छन्, जसलाई कसैले स्पष्ट रूपमा प्रोग्राम गरेको हुँदैन।

ल्याङ्टनको लुप्स र आत्म-प्रतिकृति

सन् १९८४ मा क्रिस्टोफर ल्याङ्टनले यही सिद्धान्तलाई अझ अगाडि बढाए। उनका आफैँलाई प्रतिकृति बनाउने लुप्स यस्तो कोषीय स्वचालित प्रणाली थिए, जसले साँचो कृत्रिम जीवनका सिद्धान्त प्रदर्शन गर्यो। कन्वेको गेम अफ लाइफले उदयशील जटिलता देखाउँछ भने ल्याङ्टनको लुप्सले उदयशील प्रजनन.

देखाउँछ। प्रत्येक लुपमा कोषका अवस्थाहरूमा सङ्केतित "जिनोम" वरिपरि एउटा चक्रीय सीमा हुन्छ। यो जिनोम लुपको वरिपरि निरन्तर घुम्दै निर्माण-बाहुलोतर्फ बाहिर निस्कन्छ, जसले १५१ समय-चरणमा एउटी छोरी लुप बनाउँछ। निर्माण पूरा भएपछि छोरी लुप आमाबाट छुट्टिन्छ, र दुवैले प्रतिकृति बनाउन जारी राख्छन्।

चित्र २: सुरुआती विन्यासमा ल्याङ्टनको लुप। आनुवंशिक जानकारी लुपभित्र घुम्छ र विस्तारित बाहुलो मार्फत छोरी लुपहरूको निर्माणलाई निर्देशित गर्छ।

"यदि कोषीय स्वचालित प्रणालीभित्र आफैँलाई पुनरुत्पादन गर्ने मेसिन सम्भव छ भने, जीवन आफैँ पनि मेसिनहरूबाट प्राप्त गर्न सकिन्छ।"

- क्रिस्टोफर ल्याङ्टन, "Studying Artificial Life with Cellular Automata" (१९८६)

यसका निहितार्थ गहिरा छन्। ल्याङ्टनको लुप्सले देखाउँछन् कि आत्म-प्रतिकृतिका लागि जैविक कोषको जटिलता वा भोन न्युम्यानको मूल डिजाइनको सार्वभौमिक निर्माण-क्षमता चाहिँदैन। यसका लागि केवल यी कुरा चाहिन्छ:

• सरल, स्थानीय नियमहरूको एउटा समूह
• निर्देशनहरू सङ्केतन गर्ने एउटा संयन्त्र
• ती निर्देशनहरू कार्यान्वयन गर्ने एउटा प्रक्रिया

नियमहरू नै जीव हुन्। डिजाइन नै कोड हो।

सन् १९९९ मा हिरोकी सायामाले इभोलुप्स प्रस्तुत गरे। यी संरचनात्मक विघटनशीलता र फेनोटाइपिक अन्तरक्रिया समेटिएका प्रकार हुन्, जसले स्वतःस्फूर्त उत्परिवर्तन र विकासात्मक गतिशीलता सम्भव बनाउँछन्। यी लुप्स प्रतिकृति बन्ने क्रममा हुने प्रत्यक्ष भौतिक टक्करबाट विकसित हुन्छन्, जसले जीनोटाइपमा भिन्नता, आकारगत विविधतामा वृद्धि र पुस्ताहरूमा जटिलताको विकास ल्याउँछ। ल्याङ्टनको स्थिर प्रतिकृतिकरणभन्दा फरक, इभोलुप्सले बाह्य हस्तक्षेपबिना नै वंशानुगत उत्परिवर्तन देखाउँछन्।

रुल ११० र सार्वभौमिक गणना

स्टिफन वुल्फ्रामले प्राथमिक कोषीय स्वचालित प्रणालीको खोजबिन गर्दै एउटा चकित पार्ने आविष्कारमा पुगे: रुल ११०, जो एकआयामिक कोषीय स्वचालित प्रणालीको सबैभन्दा सरल प्रकारका लागि सम्भव जम्मा २५६ नियमहरूमध्येको एक हो, सार्वभौमिक गणना गर्न सक्षम छ।

नियम 110 लाई एउटा कक्ष र यसका दुई छिमेकीहरूका आठ सम्भावित संयोजनमध्ये प्रत्येकको नतिजा दिएर पूर्ण रूपमा निर्दिष्ट गर्न सकिन्छ। तैपनि यो अत्यन्त सरल नियम—आठवटा बाइनरी निर्णय—ले सर्वव्यापी ट्युरिङ मेसिनको नक्कल गर्न सक्छ।

चित्र ३: नियम 110 सेलुलर अटोमेटन। परिभाषा सरल भए पनि नियम 110 ले वर्ग ४ को व्यवहार देखाउँछ—न पूर्ण रूपमा स्थिर, न पूर्ण रूपमा अराजक जटिल ढाँचाहरू—र यो ट्युरिङ-पूर्ण भएको प्रमाणित भइसकेको छ।

"सर्वव्यापी गणना गर्न पूरै कम्प्युटर CPU जस्तो केही चाहिँदैन। बस यही सानो नियम भए पुग्छ।"

- स्टिफन वोल्फ्राम, "A New Kind of Science"

सन् २००४ मा म्याथ्यु कुकले एउटा विशेष दोहोरिने पृष्ठभूमि ढाँचासहितको नियम 110 ट्युरिङ-पूर्ण हुन्छ भन्ने प्रमाण प्रकाशित गरे। यो प्रमाणले नियम 110 ले चक्रीय ट्याग प्रणालीहरूको नक्कल गर्न सक्छ भन्ने देखाउँछ, जसले आफ्नो पालामा जुनसुकै ट्युरिङ मेसिनको नक्कल गर्न सक्छन्। सम्भावित ८८ अद्वितीय प्रारम्भिक सेलुलर अटोमेटामध्ये नियम 110 मात्र यस्तो हो जसको ट्युरिङ-पूर्णता प्रत्यक्ष रूपमा प्रमाणित भएको छ।

वोल्फ्रामले प्रस्ताव गरेको गणनात्मक समतुल्यताको सिद्धान्त ले झन् क्रान्तिकारी कुरा सुझाउँछ: जटिलताको न्यूनतम सीमाभन्दा माथिका प्रणालीहरू आफ्ना गणनात्मक क्षमतामा मूलतः समतुल्य हुन्छन्। मानव मस्तिष्क, मौसम प्रणाली र नियम 110 कुनै गहिरो अर्थमा गणनात्मक रूपमा समतुल्य छन्।

0E0P मेटासेल: साँचो स्व-प्रतिकृति

सन् २०१८ को अक्टोबरमा एडम पी. गौचरले 0E0P मेटासेलको निर्माण पूरा गरे—कन्वेको गेम अफ लाइफमा रहेको त्यस्तो ढाँचा जसले साँचो स्व-प्रतिकृति गर्न सक्षम छ। नजिकै पहिले नै प्रतिलिपि चाहिने अघिल्ला मेटासेलहरूभन्दा फरक, 0E0P मेटासेलले आफ्नै निर्देशन टेपसहित आफ्ना प्रतिलिपिहरू शून्यबाटै बनाउन सक्छ।

यो उपलब्धि कृत्रिम जीवनमा एउटा कोसेढुङ्गा हो: केवल स्थानीय नियमहरू प्रयोग गरेर गणनात्मक आधारभूमिमा आफैँलाई फैलाउन सक्ने प्रणाली। सन् २०१३ नोभेम्बर २३ मा डेभ ग्रीनले गेम अफ लाइफमा निर्देशन टेपसहित आफ्नै पूर्ण प्रतिलिपि बनाउने पहिलो रेप्लिकेटर निर्माण गरे—जसले कन्वेको साधारण दुई-अवस्थाको अटोमेटनले पनि असीमित स्व-पुनरुत्पादनलाई समर्थन गर्न सक्छ भन्ने देखाउँछ।

गणनात्मक आधारभूमिका रूपमा डिजाइन प्रणालीहरू

एटोमिक डिजाइनदेखि एजेन्टिक डिजाइनसम्म

ब्राड फ्रस्टले सन् २०१३ मा प्रस्तुत गरेको एटोमिक डिजाइन पद्धतिले हामीले डिजाइन प्रणालीबारे सोच्ने तरिकामा क्रान्ति ल्यायो। इन्टरफेसलाई एटम (बटन र इनपुट जस्ता आधारभूत तत्त्व), मोलिक्युल (साधारण संयोजन), अर्गानिज्म (जटिल UI खण्ड), टेम्प्लेट (पृष्ठ लेआउट) र पेज (अन्तिम कार्यान्वयन) मा विभाजन गरेर, एटोमिक डिजाइनले जटिलता व्यवस्थापन गर्न एउटा पदानुक्रमिक संरचना दियो।

तर पछाडि फर्केर हेर्दा उल्लेखनीय कुरा यो हो: एटोमिक डिजाइनले सेलुलर अटोमेटाका सिद्धान्तहरू पहिल्यै आत्मसात् गरेको थियो यद्यपि स्पष्ट रूपमा त्यसको पहिचान गरिएको थिएन।

"डिजाइन प्रणाली सरल र नीरस हुँदा डिजाइनर र डेभलपरहरू नयाँ काम गर्न, नयाँ समस्या समाधान गर्न स्वतन्त्र हुन्छन्। डिजाइन प्रणालीले नीरस कामको भार बोकिदिन्छ, ताकि डिजाइनर र डेभलपरले त्यो बोक्नु नपरोस्।"

- जोस क्लार्क, "The Most Exciting Design Systems Are Boring"

फेब्रुअरी २०२३ मा, ब्राड फ्रस्टले "Design Systems in the Time of AI" बारे लेखे:

"एआई डिजाइन प्रणालीको स्वाभाविक प्रयोगकर्ता हो... वास्तविकता के हो भने डिजाइन प्रणालीका कम्पोनेन्टसम्बन्धी धेरै काम साँच्चै यान्त्रिक र पूर्वानुमेय हुन्छन्। लाइब्रेरीका अन्य भागको ढाँचासँग मिल्ने कम्पोनेन्ट बोइलरप्लेट तयार गर्न हामी पहिल्यै PlopJS जस्ता टुल प्रयोग गर्छौं। साझा किसिमका धेरै बोइलरप्लेट बनाउन एआईले मद्दत गरे म त स्वागतै गर्छु।"

- ब्राड फ्रस्ट

डिजाइन प्रणालीको यान्त्रिक र पूर्वानुमेय स्वभावले नै तिनलाई सेलुलर अटोमाटा शैलीमा चल्न उपयुक्त बनाउँछ। नियमहरू स्पष्ट, स्थानीय र निरन्तर लागू हुँदा एजेन्टहरू स्वायत्त रूपमा काम गर्न सक्छन्-जसरी कन्वेको गेम अफ लाइफका कोषहरूलाई ग्लाइडर र ओसिलेटर बनाउन केन्द्रीय नियन्त्रक चाहिँदैन।

मेसिनले पढ्न मिल्ने अनिवार्यता

Storybook MCP (Model Context Protocol) पहल यही दिशातर्फको एउटा महत्त्वपूर्ण विकास हो। २०२५ को अन्त्यतिर घोषणा गरिएको Storybook MCP ले एआई कोडिङ एजेन्टहरूलाई विद्यमान Storybook सेटअपबाट मेसिनले पढ्न मिल्ने कम्पोनेन्ट मेटाडाटा उपलब्ध गराउँछ।

मुख्य अन्तर्दृष्टि के हो भने एजेन्टहरूलाई काँचो कोड वा दृश्यात्मक डकुमेन्टेसन चाहिँदैन। उनीहरूलाई चाहिन्छ:

• कम्पोनेन्ट म्यानिफेस्ट: प्रत्येक कम्पोनेन्टबारे संरचित मेटाडाटा-यसका प्रोप्स, भेरियन्ट, डिजाइन टोकन बाइन्डिङ र प्रयोगका उदाहरण
• अर्थपूर्ण नामाकरण: मान मात्र होइन, एजेन्टहरूलाई अर्थ बुझाउने आशययुक्त टोकनहरू, जस्तै action.primary.confirm
• प्रमाणीकरण चक्र: परीक्षण चलाउने, असफलता हेर्ने र आफैं सच्याउने क्षमता

"Storybook MCP ले एजेन्टहरूलाई तपाईंका ढाँचा पछ्याउन र तपाईंका परीक्षण पास गर्न मद्दत गर्छ। यसले एजेन्टहरूलाई पहिले कहिल्यै नभएका दुई कुरा दिन्छ: मेसिनले पढ्न मिल्ने कम्पोनेन्ट मेटाडाटा र आफ्नै गल्ती आफैं निको पार्ने दोहोरिने चक्र।"

- Storybook टोली

Storybook MCP मा स्वायत्त सुधार चक्र समावेश छ। यसले एजेन्टहरूलाई तपाईंका कम्पोनेन्ट परीक्षण (अन्तरक्रिया र पहुँचयोग्यता) चलाउन, के असफल भयो हेर्न र आफ्नै बगहरू आफैं ठीक गर्न दिन्छ। परीक्षणहरू पास भएपछि मात्र डेभलपरले हस्तक्षेप गर्नुपर्छ। अब प्रम्प्टको रेखदेख गरिरहनु पर्दैन।

यो ठ्याक्कै डिजाइनमा लागू गरिएको सेलुलर अटोमाटनको वास्तुकला हो: स्थानीय नियम (कम्पोनेन्ट स्पेसिफिकेसन), छिमेकी अन्तरक्रिया (कम्पोजिसन ढाँचा), र दोहोरिने अद्यावधिक (प्रमाणीकरण र आत्म-सुधार)।

जीनोमको रूपमा मेरो कम्पोनेन्ट म्यानिफेस्ट

कम्पोनेन्ट म्यानिफेस्टले कसरी काम गर्छ भन्ने कुरा सोच्दा ल्याङ्टनको लुपसँगको तुलना झन् मिल्दो देखिन्छ। ल्याङ्टनको प्रणालीमा परिक्रमा गर्ने कोषहरूमा कोड गरिएको "जीनोम" मा नयाँ लुप बनाउने निर्देशन हुन्छन्। मेसिनले पढ्न मिल्ने डिजाइन प्रणालीमा कम्पोनेन्ट म्यानिफेस्टमा इन्टरफेस जोडेर बनाउने निर्देशन हुन्छन्।

कम्पोनेन्ट म्यानिफेस्टले यस्तो कुरा उल्लेख गर्न सक्छ:

{
  "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" }
  ]
}

यो म्यानिफेस्ट एकैसाथ डिजाइन स्पेसिफिकेसन र कार्यान्वयनयोग्य कोड हो—अझ सही भन्दा, यस्ता निर्देशन जसबाट कार्यान्वयनयोग्य कोड उत्पन्न गर्न सकिन्छ। यो म्यानिफेस्ट प्रयोग गर्ने एजेन्टले मानिसले बुझेझैं सौन्दर्य वा प्रयोगकर्ता अनुभव बुझ्नै पर्दैन। उसले नियम पालना गर्नुपर्छ, तत्वहरूलाई तिनका सीमा अनुसार जोड्नुपर्छ, र मान्य नतिजा उत्पादन गर्नुपर्छ।

yaml ढाँचा प्रयोग गर्ने कुरामा म ब्राड फ्रस्टसँग सहमत छु।

Drupal कम्पोनेन्टहरूले yaml ढाँचा प्रयोग गर्छन्। यस्तै केही

$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

डिजाइन नै कोड हो।

• भेरियन्टहरू (Variants)
• टोकनहरू (Tokens)
• प्रोप्स (Props)

• सीमाहरू (Constraints) (हामी कम्पोनेन्टमा थप्न सक्छौं)

• स्लट नियमहरू (Slots rules) (अरू स्लटमा के राख्न सकिन्छ, वा मेरो स्लटमा के राख्न दिइन्छ)

• नियमहरू (Rules)

• उदाहरणहरू 

• एनिमेसनहरू (Animations)  ( प्रयोग गर्न अनुमति दिइएको वा सुझाइएको )

त्यसपछि व्यवहार हेर्नुहोस् र प्रयोग गरेर हेर्नुहोस्।

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

वातावरणीय चरका रूपमा डिजाइन टोकनहरू

डिजाइन टोकनहरू यो पहेलीको अर्को महत्त्वपूर्ण टुक्रा हुन्। सेलुलर अटोमाटामा, कक्षहरू (cells) आफ्नो नजिकको वातावरणमा—छिमेकी कक्षहरूको अवस्थामा—प्रतिक्रिया दिन्छन्। डिजाइन प्रणालीमा, कम्पोनेन्टहरू डिजाइन टोकनहरूमा प्रतिक्रिया दिन्छन्—ती सन्दर्भगत मान जसले कम्पोनेन्टको रूप र व्यवहार निर्धारण गर्छन्।

आधुनिक टोकन वास्तुकलाले धेरै तहहरू प्रयोग गर्छ:

• कोर टोकनहरू: कच्चा मानहरू, जस्तै color.blue.500: #3B82F6
• सिमान्टिक टोकनहरू: उद्देश्यमा आधारित सन्दर्भहरू, जस्तै color.action.primary: color.blue.500
• कम्पोनेन्ट टोकनहरू: सीमित क्षेत्रमा लागू हुने प्रयोगहरू, जस्तै button.background.primary: color.action.primary

एजेन्टले Button कम्पोनेन्ट बनाउँदा "primary" को अर्थ निलो हो भन्ने जान्नै पर्दैन। उसले केवल button.background.primary को सन्दर्भ दिए पुग्छ र टोकन प्रणालीले सही मान आफैं निकाल्छ भन्ने भरोसा गर्नुपर्छ। जानकारी वातावरणमा (टोकन तहमा) हुन्छ; कम्पोनेन्ट (कक्ष) ले त्यसमा प्रतिक्रिया दिए पुग्छ।

जस्ता उपकरणहरू, जस्तै Tokens Studio ले डिजाइन टोकनहरूलाई रिजोल्भर भएका कम्प्युटेसनल ग्राफका रूपमा लिन थालेका छन्—ती नोडहरूले सन्दर्भका आधारमा कुन आधारभूत टोकन प्रयोग गर्ने भन्ने सिमान्टिक निर्णय लिन्छन्। यसले डिजाइन टोकनहरूलाई स्थिर मानबाट गतिशील, नियममा आधारित प्रणालीमा बदल्छ।

Drupal इकोसिस्टम र AI एकीकरण

सामग्री व्यवस्थापन प्रणालीमा AI को एकीकरण "डिजाइन नै कोड हो" भन्ने सिद्धान्तहरू अन्वेषण गर्ने उत्कृष्ट प्रयोगशाला हो। Drupal जस्ता CMS ले मूल अवधारणाहरू पहिले नै समेटेका छन्: संरचित सामग्री प्रकारहरू, फिल्ड परिभाषाहरू, सम्बन्धहरू, र संयोजनका नियमहरू।

हामीले यस्तो कुरा भन्न सक्छौं भनेर मैले कहिल्यै सोचेको थिइनँ। मेरो लागि यो कला नै थियो।

 हामीसँग हुन सक्ने अन्तिम कम्प्युटर सेट। भविष्यको Star Trek बाट आएका जस्ता केही डेभलपरहरू, कम्प्युटरसँग बोलेर आफ्ना लागि प्रोग्राम गराउँदै।

एजेन्ट अनुभव (AX) र नयाँ प्रयोगकर्ता

मेसिनका लागि डिजाइन

सन् २०२५ को सुरुमा, Netlify का सीईओ म्याथियास बिल्म्यानले "एजेन्ट अनुभव" (AX) को अवधारणा ल्याए—AI एजेन्टहरूले उत्पादन र प्लेटफर्मसँग कसरी अन्तरक्रिया गर्छन् भन्नेमा केन्द्रित नयाँ विधा।

यो परिवर्तन मौलिक छ। दशकौंसम्म UX (प्रयोगकर्ता अनुभव) ले मानिसको बोध, अनुभूति र व्यवहारलाई अनुकूल बनायो। DX (डेभलपर अनुभव) ले सफ्टवेयर बनाउने मानव डेभलपरहरूलाई अनुकूल बनायो। AX ले मान्छ कि एजेन्टहरू डिजिटल प्रणालीका प्रमुख प्रयोगकर्ता बन्दै छन्—र उनीहरूका आवश्यकता पूर्ण रूपमा फरक छन्:

• तिनीहरू दृश्य सौन्दर्यको वास्ता गर्दैनन्—केवल संरचित, पार्स गर्न मिल्ने डेटा चाहिन्छ
• तिनीहरू इन्टरफेसमा घुम्दैनन्—तिनीहरू API कल गर्छन् र म्यानिफेस्ट पढ्छन्
• तिनीहरू मानिसले जस्तो कागजात पढ्दैनन्—तिनीहरूलाई मेसिनले पढ्न सकिने सन्दर्भ चाहिन्छ
• तिनीहरू व्यक्तिगत निर्णय लिँदैनन्—तिनीहरू नियम र सीमा पालना गर्छन्

"وकिल एजेन्टहरू (AI Agents) मानिस होइनन्: उनीहरूलाई बटनको आकार, अक्षरको पठनीयता, तपाईंको वेबसाइटको सुन्दर रङ पट्टी वा एपका झिलिमिली एनिमेसनको कुनै वास्ता हुँदैन। त्यसो भए AI Agents ले कुन कुराको 'वास्ता' गर्छन्? यो प्रश्नको आजसम्म ठोस उत्तर छैन, तर आउने वर्षहरूमा यो झन् झन् महत्त्वपूर्ण बन्दै जानेछ।"

- AX अनुसन्धान

उत्तर यही हो: स्पष्ट नियम, अनुमान गर्न सकिने व्यवहार, राम्ररी संरचित डाटा, र आफ्ना कामको जाँच र सुधार गर्न दिने प्रतिक्रिया चक्र (feedback loops)।

दोहोरो इन्टरफेसको चुनौती

AX का लागि डिजाइन गर्नु भनेको एकैसाथ दुई इन्टरफेस बनाउनु हो:

1. मानिसबाट एजेन्टतर्फको इन्टरफेस: यहाँ मानिसले एजेन्टको व्यवहारको निगरानी गर्छ, स्वीकृति दिन्छ, सम्पादन गर्छ र मार्गदर्शन गर्छ—यो “मिसन कन्ट्रोल” तह हो। फारम र बटनको होइन, ड्यासबोर्ड र स्वीकृति पङ्क्तिको कुरा सोच्नुहोस्।
2. एजेन्टबाट प्रणालीतर्फको इन्टरफेस: यहाँ एजेन्टहरू API, डाटाबेस र उपकरणहरूसँग अन्तरक्रिया गर्छन्—यो “सञ्चालन” तह हो। यो बलियो, राम्ररी दस्तावेजीकृत र मेसिनको कार्यक्षमताका लागि अनुकूलित हुनुपर्छ।

यो सेलुलर अटोमाटाको वास्तुकलासँग मिल्छ, जहाँ दुई फरक दृष्टिकोण सँगै रहन्छन्:

• स्थानीय दृष्टिकोण: प्रत्येक सेल (एजेन्ट) आफ्ना नजिकका छिमेकीका आधारमा सरल नियम पछ्याउँछ
• वैश्विक दृष्टिकोण: जटिल ढाँचाहरू उत्पन्न हुन्छन्, जुन ठूलो स्तरमा मात्र देखिन्छन्

"एजेन्ट अनुभव डिजाइन (AX) ले एजेन्टहरूका लागि र एजेन्टहरूद्वारा उत्कृष्ट प्रयोगयोग्यता दिनुपर्छ। त्यसैले उत्कृष्ट AX ले उत्कृष्ट प्रयोगकर्ता अनुभव (UX) पनि निम्त्याउँछ। यदि AI एजेन्टले बिग्रिएको प्रक्रिया, प्रोटोकल वा प्रणालीहरूबीच असंगत शब्दावलीको सामना गर्यो भने, त्यो काम गर्न सक्दैन। यो एजेन्टका लागि खराब अनुभव हो, जसले अन्ततः ग्राहक वा कर्मचारीको अनुभवलाई पनि खराब बनाउँछ।"

- केट होम्स, प्रमुख अनुभव अधिकृत (Chief Experience Officer), Salesforce

UX बाट AX सम्म: डिजिटल डिजाइनको विकासक्रम

स्टिग्मर्जी र अप्रत्यक्ष सञ्चार

झुण्ड बुद्धिमत्ताको सबैभन्दा शक्तिशाली अवधारणाहरूमध्ये एक स्टिग्मर्जी हो—वातावरणमा छोडिएका चिह्नहरूमार्फत हुने अप्रत्यक्ष समन्वय। कमिलाहरूले खानाको ठाउँबारे सीधै कुरा गर्दैनन्; तिनले फेरोमोनको बाटो छोड्छन्, जुन अरू कमिलाले पछ्याउँछन्। वातावरण नै सञ्चारको माध्यम बन्छ।

एजेन्टिक डिजाइन प्रणालीमा स्टिग्मर्जीको रूप यस्तो हुन्छ:

• साझा कम्पोनेन्ट पुस्तकालय: एजेन्टहरूले कुन कम्पोनेन्ट छन् र ती कसरी प्रयोग भएका छन् भन्ने “देख्छन्”
• डिजाइन टोकन: डिजाइनका निर्णयलाई वातावरणीय तथ्यका रूपमा सङ्केत गर्ने अर्थपूर्ण मानहरू
• ढाँचा दस्तावेजीकरण: भविष्यका एजेन्टहरूका लागि फेरोमोनको बाटोजस्तै काम गर्ने प्रयोगका उदाहरण
• परीक्षण सेट: मान्य नतिजाको दायरालाई सीमित गर्ने प्रमाणीकरण नियम
• Git इतिहास: विगतका निर्णयको अभिलेख, जसलाई एजेन्टहरूले सन्दर्भका रूपमा लिन सक्छन्

जब कुनै एजेन्टले कम्पोनेन्ट प्रयोग गरेर UI बनाउँछ, उसले कोडबेसमा, दस्तावेजमा र आफूले स्थापित गरेका ढाँचाहरूमा चिह्न छोड्छ। यस्तै कार्यको सामना गर्ने भविष्यका एजेन्टहरू ती चिह्नबाट प्रभावित हुनेछन्, र यसरी कुनै एक्लो एजेन्टसँग नहुने सामूहिक बुद्धिमत्ताको एक रूप जन्मिन्छ।

एजेन्टिक डिजाइन ढाँचाहरू

एन्ड्रयू एनजी (Andrew Ng) र अन्यले एजेन्टिक AI प्रणालीका चारवटा मुख्य ढाँचा पहिचान गरेका छन्:

1. प्रतिबिम्बन (Reflection): AI ले आफ्नै नतिजाको मूल्याङ्कन गर्छ र क्रमशः सुधार गर्दै जान्छ
2. उपकरण प्रयोग (Tool Use): AI ले बाह्य उपकरण, API र प्रणालीहरूसँग अन्तरक्रिया गर्छ
3. योजना (Planning):AI काम-कामलाई जटिल कार्यहरूलाई उपकार्यमा विभाजन गरी क्रमैसँग कार्यान्वयन गर्छ
4. बहु-एजेन्ट: धेरै विशेषज्ञ एजेन्टहरूले जटिल कार्यहरूमा मिलेर काम गर्छन्

यी ढाँचाहरू सेलुलर अटोमाटाका अवधारणासँग सीधै मेल खान्छन्:

डिजाइन नै कोड हो: गहिरो पठन

"डिजाइन नै कोड हो" भन्नुको वास्तविक अर्थ

जब हामी "डिजाइन नै कोड हो" भन्छौं, हामी एकैसाथ धेरै दाबी गरिरहेका हुन्छौं:

१. अर्थगत समतुल्यता

डिजाइनका निर्णयहरू राम्ररी इन्कोड गरिएपछि कार्यान्वयन योग्य बन्छन्। डिजाइन टोकन केवल एउटा मान होइन, त्यो एउटा निर्देशन हो। कम्पोनेन्ट स्पेसिफिकेसन केवल कागजात होइन, त्यो एउटा प्रोग्राम हो। एजेन्टहरूले यी सामग्री प्रयोग गर्दा, तिनले डिजाइनलाई कार्यान्वयन गर्नुका साथै त्यसलाई चलाइरहेका पनि हुन्छन्।

२. सिर्जनात्मक क्षमता

जसरी Rule 110 ले गणना गर्न सकिने जुनसुकै कुरा गणना गर्न सक्छ, त्यसरी नै पर्याप्त रूपमा पूर्ण डिजाइन सिस्टमले कुनै पनि वैध इन्टरफेस सिर्जना गर्न सक्छ। प्रणालीभित्र आफ्ना सबै वैध अभिव्यक्तिहरूको सम्भावना हुन्छ। के उत्पन्न हुन्छ भन्ने कुरा प्रारम्भिक अवस्था (आवश्यकता) र नियम (सीमाबन्धन) मा मात्र निर्भर गर्छ।

३. उदीयमान जटिलता

सबैभन्दा परिष्कृत इन्टरफेसहरू माथिबाट तल डिजाइन गरिएका हुँदैनन्; ती सरल नियमहरूको निरन्तर प्रयोगबाट उदाउँछन्। राम्ररी डिजाइन गरिएको बटन, निरन्तर प्रयोग गर्दा, कसैले त्यो सुसंगतता स्पष्ट रूपमा योजना नगरे पनि एउटा सुसंगत दृश्य भाषा बनाउँछ।

४. गणनात्मक अपरिवर्तनीयता

केही डिजाइन परिणामहरू प्रणाली वास्तवमै नचलाई अनुमान गर्न सकिँदैन। एजेन्टले जोडेर बनाउने इन्टरफेस कस्तो देखिन्छ भन्ने कुरा एजेन्टलाई जोड्न नदिई थाहा पाउन सकिँदैन। यो डिजाइनमा लागू गरिएको वोल्फ्रामको कम्प्युटेसनल इरिड्युसिबिलिटी (computational irreducibility) को सिद्धान्त हो।

५. आत्म-परिमार्जन

प्रतिकृति बनाउँदा परिवर्तन हुने evoloops जस्तै, एजेन्ट-तयार डिजाइन सिस्टमहरू प्रयोगसँगै विकसित हुन सक्छन्। एजेन्टहरूले बनाएका कम्पोनेन्टहरू भविष्यका एजेन्टहरूले प्रयोग गर्ने लाइब्रेरीको अंश बन्छन्। प्रणालीले सिक्छ, अनुकूलित हुन्छ र बढ्छ।

सेलुलर अटोमाटाको रूपकको विस्तार

रूपकभन्दा पर: वास्तविक अभिसरण

तर यो केवल रूपक होइन। यो अभिसरण वास्तविक छ र अहिले नै भइरहेको छ:

• Storybook MCP ले कम्पोनेन्ट लाइब्रेरीलाई मेसिनले पढ्न सक्ने निर्देशनमा बदल्छ, जुन एजेन्टहरूले कार्यान्वयन गर्छन्
• Model Context Protocol ले एजेन्टहरूले टुल र सन्दर्भ कसरी पहुँच गर्छन् भन्ने कुरालाई मानकीकृत गर्छ, जसले एजेन्टिक सञ्चालनका लागि सार्वभौमिक आधार बनाउँछ
• बहु-एजेन्ट आर्किटेक्चरहरू ले विशेषज्ञ एजेन्टहरू (आर्किटेक्ट, कोडर, समीक्षक) बीच श्रम बाँड्छ, जसले प्रोटोकल अनुसार अन्तरक्रिया गर्छन्, भिन्न कार्य भएका सेलहरू जस्तै
• स्व-उपचार लुपहरू एजेन्टहरूलाई परीक्षण चलाउन, त्रुटि पत्ता लगाउन र पुनरावृत्ति गर्न दिन्छ, जुन सेलुलर अटोमाटाले स्थिर संरचना विकसित गर्न प्रयोग गर्ने उही प्रतिक्रिया प्रणाली हो
• Schema.org Blueprints ले सामग्री संरचनालाई मेसिनले पढ्न सक्ने र अर्थपूर्ण बनाउँछ
• Drupal AI ले AI एजेन्टहरूलाई आफैँ सामग्री बनाउन, परिमार्जन गर्न र व्यवस्थापन गर्न चाहिने पूर्वाधार दिन्छ

हामी "डिजाइन नै कोड हो" भन्ने कुरालाई दार्शनिक धारणाका रूपमा लिइरहेका छैनौँ। हामी यसलाई प्राविधिक पूर्वाधारका रूपमा निर्माण गरिरहेका छौँ।

प्रभाव र अबको बाटो

डिजाइनरहरूका लागि

डिजाइनरको भूमिका "आयत बनाउने व्यक्ति" बाट "नियम तय गर्ने व्यक्ति" तर्फ बदलिँदै छ। ब्राड फ्रस्टले भनेझैँ:

"आफ्नो काम आयत बनाउनु हो भन्ठान्ने डिजाइनर र डेभलपरहरूले चिन्ता लिनुपर्ने धेरै कारण छन्। तर आफ्नो काम समस्या समाधान गर्नु हो भन्ने ठान्ने, र त्यो क्रममा संयोगवश केही आयतहरू बनाउनु वा चलाउनु पर्ने डिजाइनर र डेभलपरहरूले डराउनुपर्ने कुरा कम छ।"

- ब्राड फ्रस्ट

एजेन्टिक भविष्यमा डिजाइनरहरूले:

• सिमेन्टिक टोकनहरू र तिनका बीचको सम्बन्ध परिभाषित गर्नेछन्
• संरचना निर्माणका सीमा र ढाँचाहरू तय गर्नेछन्
• एजेन्टहरूले पूरा गर्नैपर्ने प्रमाणीकरण नियमहरू बनाउनेछन्
• उद्भवलाई निर्देशित गर्ने नियमहरूको छनोट र विकास गर्नेछन्
• आफैँ सुधार गर्न सक्षम बनाउने प्रतिक्रिया प्रणाली डिजाइन गर्नेछन्
• कुन नतिजा स्वीकार्य हुन्छ भन्ने तय गर्ने "फिटनेस फङ्सन" हरूलाई आकार दिनेछन्

यो अझ उच्च स्तरको अमूर्तताको डिजाइन हो, जहाँ डिजाइन आफैँ होइन, डिजाइन उत्पादन गर्ने नियमहरू डिजाइन गरिन्छ। सेलुलर अटोमाटनका प्रत्येक सेल एक-एक गरी कोर्नुको सट्टा त्यसका नियमहरू परिभाषित गरेजस्तै।

डेभलपरहरूका लागि

डेभलपरहरू एजेन्ट प्रणालीका वास्तुकार बन्छन्। Anthropic ले वर्णन गरेझैँ:

"सफ्टवेयर विकासको क्षेत्रले LLM सुविधाहरूका लागि उल्लेखनीय सम्भावना देखाएको छ, जहाँ क्षमता कोड पूर्णताबाट विकसित भएर स्वायत्त समस्या समाधानसम्म पुगेको छ।"

डेभलपरहरूले यी काम गर्नुपर्नेछ:

• एजेन्ट र प्रणालीहरूबीच मेसिनले पढ्न सक्ने इन्टरफेस बनाउने
• प्रतिक्रिया चक्र र प्रमाणीकरण संयन्त्र डिजाइन गर्ने
• उद्भवशील व्यवहार घट्ने खालको स्क्याफोल्डिङ निर्माण गर्ने
• अन्तिम निर्णायकका रूपमा मानवीय निगरानी कायम राख्ने
• एजेन्टहरूले आपसमा सञ्चार गर्ने प्रोटोकल परिभाषित गर्ने
• विभिन्न एजेन्ट प्रणालीलाई जोड्ने "ग्लु कोड" लागू गर्ने

वेब डेभलपमेन्ट र CMS प्लेटफर्महरूका लागि

Drupal जस्ता प्लेटफर्ममा AI को एकीकरणले यस्तो भविष्य संकेत गर्छ जहाँ:

• सामग्री मोडेलहरू एजेन्टले प्रयोग गर्न सक्ने बन्छन् Schema.org जस्ता मानकहरू मार्फत
• सम्पादकीय कार्यप्रवाह एजेन्टको सहायतामा चल्छ AI-संचालित मस्यौदा, मोडरेसन र अप्टिमाइजेसनसहित
• खोज विकसित हुन्छ किवर्ड मिलानबाट इम्बेडिङ र भेक्टर डेटाबेस मार्फत अर्थगत बुझाइसम्म
• वैयक्तिकरण स्वायत्त बन्छ एजेन्टहरूले प्रयोगकर्ताको रुचि सिकेर वास्तविक समयमै सामग्री अनुकूलन गर्छन्
• विकास तीव्र हुन्छ किनकि एजेन्टहरूले कम्पोनेन्ट, परीक्षण र दस्तावेज आफैँ बनाउँछन्

Drupal AI, Drupal Canvas, Schema.org Blueprints र AI प्रोभाइडर इन्टिग्रेसन जस्ता मोड्युलहरू मार्फत Drupal इकोसिस्टमले AI अँगाल्नुले यो भविष्य अहिले नै निर्माण भइरहेको देखाउँछ।

संस्थाहरूका लागि

प्रतिस्पर्धात्मक लाभ ती संस्थाहरूलाई हुनेछ जसका डिजाइन प्रणाली सबैभन्दा बढी "एजेन्ट-तयार" छन्। एजेन्ट-तयार प्रणालीका विशेषता:

• कम्पोनेन्टका अवस्था र भेरिएन्टहरूको पूर्ण समावेशिता
• आशय स्पष्ट पार्ने सिमेन्टिक नामकरण
• मेसिनले पढ्न सक्ने दस्तावेज र सन्दर्भ
• प्रमाणीकरण र परीक्षणको पूर्वाधार
• मान्य नतिजाको दायरा बाँध्ने स्पष्ट सीमाहरू
• एजेन्टले प्रयोग गर्ने गरी डिजाइन गरिएका API (AX-first)
• Schema.org-first सामग्री वास्तुकला

डिजिटल उत्पादनहरूको भविष्यका लागि

अन्तिम अवस्था एक किसिमको डिजिटल पारिस्थितिकी जस्तो हुनेछ — स्थानीय नियमहरू अनुसार काम गर्ने असंख्य एजेन्टहरू, जसले यस्ता उदीयमान इन्टरफेसहरू उत्पादन गर्छन् जसको योजना कुनै एक डिजाइनर वा डेभलपरले बनाएको थिएन, तर पनि आधारभूत नियमहरू सही भएकाले ती कुनै न कुनै रूपमा एकसूत्रमा बाँधिन्छन्।

यो सुनिएजत्तिको काल्पनिक कुरा होइन। जैविक प्रणालीहरू ठ्याक्कै यसरी नै चल्छन्, सहरहरू यसरी नै फैलिन्छन्, बजारहरू यसरी नै चल्छन्। प्रश्न हामी यस अवस्थामा पुग्छौँ कि पुग्दैनौँ भन्ने होइन — यो संक्रमणलाई हामीले कसरी पार गर्छौँ भन्ने हो।

निष्कर्ष: कोड जीवित छ

सेलुलर अटोमाटा आविष्कार गर्ने बहुविज्ञ जोन भोन न्युम्यान एउटा आधारभूत प्रश्नबाट प्रेरित थिए: आत्म-प्रजननका लागि आवश्यक न्यूनतम जटिलता कति हो? उनको उत्तर — भोन न्युम्यानको सार्वभौमिक निर्माणकर्ता (universal constructor) — ले आत्म-प्रतिलिपि गर्न जैविक संयन्त्र नचाहिने देखायो। त्यसका लागि आफ्नै प्रयोगलाई समेत कोडबद्ध गर्ने नियमहरू मात्र चाहिन्छ।

सत्तरी वर्षपछि, हामी डिजाइन प्रणालीहरूमा पनि त्यही सिद्धान्त लागू हुने कुरा पत्ता लगाइरहेका छौँ। स्वायत्त UI निर्माणका लागि न्यूनतम आवश्यकता कृत्रिम सामान्य बुद्धिमत्ता वा मानव-स्तरको सिर्जनशीलता होइन। यो त एजेन्टहरूले कार्यान्वयन गर्न सक्ने पूर्ण, एकरूप र मेसिनले पढ्न मिल्ने नियमहरूको समूह हो।

ल्याङ्टनको लुप्स (Langton's Loops) सेलुलर ग्रिडमा प्रतिलिपि हुँदा, हामी ती लुपहरूले नयाँ लुपहरू "डिजाइन" गरिरहेका छन् भनेर भन्दैनौँ। प्रतिलिपि हुनु त नियमहरूले उत्पन्न गर्ने स्वाभाविक परिणाम मात्र हो। तैपनि त्यसको नतिजा — आफैँसँग मिल्दाजुल्दा ढाँचाका निरन्तर फैलिँदै जाने बस्तीहरू — निर्विवाद रूपमा सिर्जनात्मक (generative) छ, कुनै कार्यात्मक अर्थमा रचनात्मक पनि।

AI एजेन्टहरूले सेम्यान्टिक टोकन र संरचना सम्बन्धी बन्देजहरू पालना गर्दै डिजाइन प्रणालीका कम्पोनेन्टहरूबाट इन्टरफेस जोड्दा, तिनले पनि यस्तै केही गरिरहेका हुन्छन्। "रचनात्मकता" एजेन्टहरूमा होइन, तिनले कार्यान्वयन गर्ने नियमहरूमा छ — ती नियमहरू मानिसले बनाएका हुन्, तर अब तिनले स्वायत्त रूपमा काम गर्छन्।

हामी डिजिटल सिर्जनाको नयाँ युगको चौघेरामा उभिएका छौँ। एजेन्टहरू यहाँ आइसकेका छन्। प्रोटोकलहरू आकार लिँदै छन्। डिजाइन प्रणालीहरू कृत्रिम जीवनका आधारभूमि बन्दै छन्।

डिजाइन नै कोड हो।
र कोड जीवन्त हुँदै छ।

मुख्य लेख तथा परियोजनाहरू

• AI को युगमा डिजाइन प्रणालीहरू - ब्राड फ्रस्ट (Brad Frost)
• Storybook MCP को एक झलक - Storybook
• AX को परिचय: एजेन्ट अनुभव किन महत्त्वपूर्ण छ - माथियास बिलम्यान (Mathias Biilmann)
• प्रभावकारी एजेन्टहरू निर्माण गर्ने तरिका - Anthropic

Drupal AI सम्बन्धी स्रोतहरू

• Drupal AI

• Schema.org Blueprints मोड्युल

   

सेलुलर अटोमाटा सम्बन्धी स्रोतहरू

• कनवेको गेम अफ लाइफ शब्दकोश (Conway's Game of Life Lexicon) - करिब १५०० आकृतिहरू
• गेम अफ लाइफ भित्रको कार्यरत ट्युरिङ मेसिन
• ल्याङ्टनको लुप्स - विकिपिडिया
• सेलुलर अटोमाटाका नियम समूहहरू
• विज्ञानको एउटा नयाँ किसिम (A New Kind of Science) अनलाइन - स्टीफन वुल्फ्रम (Stephen Wolfram)
• सेलुलर अटोमाटा - Nature of Code

कम्प्युटेसनल सिद्धान्त, डिजाइन प्रणाली, कृत्रिम बुद्धिमत्ता र वेब विकासको संगमस्थलमा रहेका विचारहरूको अन्वेषण।

 यहाँ व्यक्त विचारहरू उदीयमान प्रवृत्तिहरूबारेका अनुमानमा आधारित अन्वेषण हुन्, निश्चित भविष्यको भविष्यवाणी होइनन्।

मैले देखेको छु कि हामी यस्ता AI एजेन्टहरू बनाइरहेका छौँ जो लुपमा चल्छन् र थप लुपहरूमा अन्य AI एजेन्टहरूसँग अन्तरक्रिया गर्छन्।

डिजाइन नै कोड हो, जब प्रणाली चयन गरिएको क्यानभास र नियमहरूको समूहभित्र जीवनचक्रजस्तै लुपमा सञ्चालन हुन्छ।