Designul este codul

Cum va remodela logica automatelor celulare sistemele de design agentice și de ce viitorul dezvoltării web ar putea fi deja scris în reguli simple

Are loc o transformare profundă la intersecția dintre sistemele de design, inteligența artificială și teoria computațională. Este o schimbare atât de fundamentală, încât ne pune sub semnul întrebării înțelegerea a ceea ce înseamnă „design” în era agenților autonomi.

Zeci de ani am tratat designul și codul ca discipline separate: designul ca tărâm al creativității umane și al judecății estetice, codul ca traducere mecanică a acestor idei într-o formă executabilă. Dar pe măsură ce agenții AI asamblează tot mai des interfețe în mod autonom, folosesc sistemele de design ca infrastructură citibilă de mașini și generează cod pornind de la tokeni semantici, ne apropiem de un punct de convergență care răsună o idee mult mai veche din teoria computațională.

Care idee? Designul este codul.

Nu e doar o formulă care sună bine. Este recunoașterea faptului că ne îndreptăm, poate, spre o lume în care sistemele de design funcționează ca automatele celulare: reguli simple din care iau naștere comportamente complexe, emergente. O lume în care distincția dintre a „proiecta” ceva și a „programa” acel ceva dispare cu totul. O lume în care agenții autonomi nu doar folosesc sistemele de design, ci sunt sisteme de design în acțiune.

Acest articol explorează legăturile profunde dintre automatele celulare, comportamentul emergent și viitorul sistemelor de design agentice. Vom urmări fundamentele teoretice, de la mașinile auto-replicatoare ale lui von Neumann până la roiurile de agenți AI de astăzi.

Vom analiza cum se integrează Drupal și platformele CMS moderne cu AI prin module precum Schema.org Blueprints și Drupal AI. Și vom vedea ce înseamnă toate acestea pentru designeri, dezvoltatori și pentru viitorul creării de produse digitale.

Automatele celulare și logica emergenței

Frumusețea regulilor simple

În 1970, matematicianul John Conway a introdus Jocul vieții, un „joc fără jucători” care avea să devină unul dintre cele mai studiate sisteme din teoria computațională. Regulile sunt uimitor de simple:

1. Orice celulă vie cu mai puțin de doi vecini vii moare (subpopulare)
2. Orice celulă vie cu doi sau trei vecini vii supraviețuiește
3. Orice celulă vie cu mai mult de trei vecini vii moare (suprapopulare)
4. Orice celulă moartă cu exact trei vecini vii devine vie (reproducere)

Din aceste patru reguli, exprimate în câteva condiții binare, apare un univers uluitor de complexitate. Planorii străbat grile infinite. Oscilatoarele pulsează în ritmuri perpetue. Tunurile lansează șiruri de tipare prin spațiul celular. Iar cel mai remarcabil, s-a demonstrat că Jocul vieții este Turing-complet: tot ce poate fi calculat algoritmic poate fi calculat, în principiu, în interiorul simplei grile a lui Conway.

Figura 1: Tunul de planoare al lui Gosper din Jocul Vieții al lui Conway. Acest tipar produce un flux continuu de planoare (gliders), arătând cum niște reguli simple pot genera o complexitate infinită, care se întreține singură.

Aceasta este prima lecție despre automatele celulare: complexitatea nu este o condiție prealabilă pentru un comportament complex. Niște reguli simple, aplicate consecvent pe un substrat, pot da naștere unor tipare și comportamente pe care nimeni nu le-a programat în mod explicit.

Buclele lui Langton și autoreplicarea

În 1984, Christopher Langton a dus acest principiu mai departe cu buclele sale autoreplicante, un automat celular care a demonstrat principii autentice de viață artificială. Spre deosebire de Jocul Vieții al lui Conway, care arată complexitate emergentă, Buclele lui Langton arată reproducere.

emergentă. Fiecare buclă este alcătuită dintr-o margine ciclică ce înconjoară un „genom” codificat în stările celulelor. Acest genom circulă continuu în jurul buclei și iese printr-un braț de construcție, care ridică o buclă-fiică în 151 de pași de timp. Când este gata, fiica se desprinde de părinte, iar ambele continuă să se replice.

Figura 2: Bucla lui Langton în configurația inițială. Informația genetică circulă prin buclă și dirijează construirea buclelor-fiice prin brațul care se extinde.

„Dacă o mașină care se reproduce singură este posibilă într-un automat celular, atunci poate că însăși viața poate fi obținută de mașini.”

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

Implicațiile sunt profunde. Buclele lui Langton arată că autoreplicarea nu cere complexitatea celulelor biologice și nici capacitățile universale de construcție ale designului original al lui von Neumann. Cere doar:

• Un set de reguli simple, locale
• Un mecanism de codificare a instrucțiunilor
• Un proces prin care acele instrucțiuni sunt executate

Regulile sunt organismul. Designul este codul.

În 1999, Hiroki Sayama a introdus evoloops, variante care includ dizolvabilitatea structurală și interacțiuni fenotipice, făcând posibile mutațiile spontane și dinamica evolutivă. Aceste bucle evoluează prin coliziuni fizice directe în timpul replicării, ceea ce duce la variații ale genotipului, la o diversitate morfologică mai mare și la creșterea complexității de la o generație la alta. Spre deosebire de replicarea fixă a lui Langton, evoloops demonstrează mutații ereditare fără nicio intervenție din exterior.

Regula 110 și calculul universal

Explorarea de către Stephen Wolfram a automatelor celulare elementare a culminat cu o descoperire uluitoare: Regula 110, una dintre cele doar 256 de reguli posibile pentru cel mai simplu tip de automat celular unidimensional, este capabilă de calcul universal.

Regula 110 poate fi specificată complet prin precizarea rezultatului pentru fiecare dintre cele opt combinații posibile ale unei celule și ale celor două vecine ale ei. Și totuși, această regulă de o simplitate dezarmantă – opt decizii binare – poate simula o mașină Turing universală.

Figura 3: Automatul celular Regula 110. Deși definiția ei e simplă, Regula 110 are un comportament de Clasa 4 – modele complexe, nici complet stabile, nici complet haotice – și s-a demonstrat că este Turing completă.

„Nu ai nevoie de nimic asemănător unui procesor întreg de calculator ca să faci calcul universal. Ai nevoie doar de această mică regulă.”

- Stephen Wolfram, „A New Kind of Science”

În 2004, Matthew Cook a publicat o demonstrație potrivit căreia Regula 110, pornind de la un anumit fundal repetitiv, este Turing completă. Demonstrația arată că Regula 110 poate emula sisteme de etichetare ciclică (cyclic tag systems), care la rândul lor pot emula orice mașină Turing. Dintre cei 88 de automați celulari elementari unici posibili, Regula 110 este singura pentru care completitudinea Turing a fost demonstrată direct.

Principiul echivalenței computaționale, propus de Wolfram, sugerează ceva și mai radical: sistemele care depășesc un prag minim de complexitate sunt, în esență, echivalente caTcapacități de calcul. Un creier uman, un sistem meteorologic și Regula 110 sunt, într-un sens profund, echivalente din punct de vedere computațional.

Metacelula 0E0P: autoreplicare adevărată

În octombrie 2018, Adam P. Goucher a finalizat construcția metacelulei 0E0P – un model din Jocul Vieții al lui Conway capabil de autoreplicare adevărată. Spre deosebire de metacelulele anterioare, care aveau nevoie de copii preexistente în apropiere, metacelula 0E0P poate construi copii ale ei însăși de la zero, inclusiv propria bandă de instrucțiuni.

Această realizare marchează o piatră de hotar în viața artificială: un sistem care se poate propaga printr-un substrat computațional folosind doar reguli locale. Pe 23 noiembrie 2013, Dave Greene a construit în Jocul Vieții primul replicator care creează o copie completă a lui însuși, inclusiv banda de instrucțiuni – dovedind că până și simplul automat cu două stări al lui Conway poate susține o autoreproducere nelimitată.

Sistemele de design ca substraturi computaționale

De la Atomic Design la designul agentic

Metodologia Atomic Design a lui Brad Frost, introdusă în 2013, a revoluționat felul în care gândim sistemele de design. Împărțind interfețele în atomi (elemente de bază precum butoanele și câmpurile de introducere), molecule (combinații simple), organisme (secțiuni complexe de interfață), șabloane (structuri de pagină) și pagini (implementările finale), Atomic Design a oferit o structură ierarhică pentru gestionarea complexității.

Dar iată ce e remarcabil privind retrospectiv: Atomic Design întrupa deja principiile automatelor celulare fără să le recunoască explicit.

„Când sistemul de design este plictisitor, designerii și dezvoltatorii sunt liberi să facă lucruri noi, să rezolve probleme noi. Sistemul de design duce povara lucrurilor plictisitoare, ca designerii și dezvoltatorii să nu fie nevoiți s-o facă.”

- Josh Clark, „The Most Exciting Design Systems Are Boring”

În februarie 2023, Brad Frost scria despre „Design Systems in the Time of AI”:

„AI-ul este un consumator firesc de sisteme de design... Adevărul este că o mare parte din munca la componentele unui sistem de design este într-adevăr mecanică și previzibilă. Folosim deja unelte precum PlopJS pentru a genera rapid scheletul unei componente, potrivit cu forma restului bibliotecii. Aș primi cu plăcere ajutorul AI-ului pentru a genera o mulțime de astfel de lucruri banale, de rutină.”

- Brad Frost

Natura mecanică și previzibilă a sistemelor de design este exact ceea ce le face potrivite pentru o funcționare de tip automat celular. Când regulile sunt clare, locale și aplicate consecvent, agenții pot opera autonom, la fel cum celulele din Jocul vieții al lui Conway nu au nevoie de un controler central ca să producă planoare și oscilatoare.

Imperativul lizibilității pentru mașini

Inițiativa Storybook MCP (Model Context Protocol) reprezintă o evoluție esențială în această direcție. Anunțat la sfârșitul lui 2025, Storybook MCP oferă agenților de programare cu AI metadate despre componente, lizibile de mașină, pornind de la configurațiile Storybook existente.

Ideea-cheie este că agenții nu au nevoie de cod brut sau de documentație vizuală. Ei au nevoie de:

• Manifeste de componente: Metadate structurate despre fiecare componentă: proprietăți (props), variante, legături cu token-urile de design și exemple de utilizare
• Denumiri semantice: Token-uri bogate în intenție, precum action.primary.confirm, care transmit agenților un sens, nu doar valori
• Bucle de validare: Capacitatea de a rula teste, de a vedea eșecurile și de a se autocorecta

„Storybook MCP îi ajută pe agenți să urmeze tiparele voastre și să treacă testele. Le oferă două lucruri pe care nu le-au avut niciodată: metadate despre componente lizibile de mașină și o buclă iterativă prin care să-și repare singuri greșelile.”

- Echipa Storybook

Storybook MCP include o buclă autonomă de corecție. Le permite agenților să ruleze testele componentelor voastre (de interacțiune și de accesibilitate), să vadă ce eșuează și să-și repare singuri erorile. Dezvoltatorul trebuie să intervină abia după ce testele trec. Gata cu bonitatul prompturilor.

Aceasta este exact arhitectura unui automat celular aplicată designului: reguli locale (specificațiile componentelor), interacțiuni între vecini (tiparele de compoziție) și actualizări iterative (validare și autocorecție).

Manifestul meu de componentă ca genom

Comparația cu Buclele lui Langton devine și mai potrivită când ne gândim la cum funcționează manifestele de componente. În sistemul lui Langton, „genomul” codificat în celulele care circulă conține instrucțiunile pentru construirea unei bucle noi. Într-un sistem de design lizibil de mașină, manifestul componentei conține instrucțiunile pentru asamblarea interfețelor.

Un manifest de componentă ar putea specifica:

{
  "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" }
  ]
}

Acest manifest este în același timp o specificație de design și cod executabil — mai exact, instrucțiunile din care se poate genera cod executabil. Agentul care consumă acest manifest nu trebuie să înțeleagă estetica sau experiența utilizatorului în sens uman. Trebuie să respecte regulile, să combine elementele conform constrângerilor lor și să producă rezultate valide.

Sunt de acord cu Brad Frost că ar trebui să folosim formatul yaml.

Componentele Drupal folosesc formatul yaml. Ceva de genul

$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

Designul este codul.

• Variante
• Tokeni
• Proprietăți (Props)

• Constrângeri (le-am putea adăuga componentelor)

• Reguli pentru sloturi (ce poate fi plasat în alte sloturi sau ce are voie să fie plasat în slotul meu)

• Reguli

• Exemple 

• Animații  ( Permise sau recomandate )

Apoi urmărește și experimentează comportamentul.

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

Design tokenii ca variabile de mediu

Design tokenii sunt o altă piesă esențială a puzzle-ului. În automatele celulare, celulele reacționează la mediul lor imediat — la stările celulelor vecine. În sistemele de design, componentele reacționează la design tokeni — valorile contextuale care determină aspectul și comportamentul lor.

Arhitecturile moderne de tokeni folosesc mai multe straturi:

• Tokeni de bază: Valori brute precum color.blue.500: #3B82F6
• Tokeni semantici: Referințe orientate spre intenție, precum color.action.primary: color.blue.500
• Tokeni de componentă: Aplicări cu domeniu restrâns, precum button.background.primary: color.action.primary

Când un agent generează o componentă Button, nu trebuie să știe că „primary” înseamnă albastru. Îi este suficient să facă referire la button.background.primary și să aibă încredere că sistemul de tokeni va ajunge la valoarea corectă. Mediul (stratul de tokeni) conține informația; componenta (celula) trebuie doar să reacționeze la ea.

Unelte precum Tokens Studio au evoluat până la a trata design tokenii ca grafuri computaționale cu resolvere — noduri care iau decizii semantice despre ce tokeni de bază să folosească în funcție de context. Astfel, design tokenii se transformă din valori statice în sisteme dinamice, bazate pe reguli.

Ecosistemul Drupal și integrarea AI

Integrarea AI în sistemele de gestionare a conținutului este un laborator perfect pentru a explora principiile „designul este codul”. CMS-uri precum Drupal întrupează deja conceptele de bază: tipuri de conținut structurate, definiții de câmpuri, relații și reguli de compunere.

Nu m-am gândit niciodată că vom putea spune așa ceva. Pentru mine era culmea tehnicii.

 Calculatorul suprem pe care l-am putea avea. Unii dezvoltatori ar putea veni parcă din viitorul din Star Trek, vorbind cu calculatorul ca să programeze în locul lor.

Experiența agentului (AX) și noul utilizator

Design pentru mașini

La începutul lui 2025, Mathias Biilmann, CEO-ul Netlify, a introdus conceptul de „Agent Experience” (AX) o disciplină nouă axată pe felul în care agenții AI interacționează cu produsele și platformele.

Schimbarea este fundamentală. Decenii la rând, UX (experiența utilizatorului) a optimizat pentru cogniția, percepția și comportamentul uman. DX (experiența dezvoltatorului) a optimizat pentru dezvoltatorii umani care construiesc software. AX recunoaște că agenții devin utilizatori principali ai sistemelor digitale — iar nevoile lor sunt cu totul diferite:

• Nu le pasă de estetica vizuală — doar de date structurate, ușor de interpretat
• Nu navighează prin interfețe — apelează API-uri și consumă manifeste
• Nu citesc documentația ca oamenii — au nevoie de context care poate fi citit de mașini
• Nu fac judecăți subiective — urmează reguli și constrângeri

„Agenții AI nu sunt oameni: nu le pasă de mărimea unui buton, de lizibilitatea tipografiei, de paleta de culori frumoasă a site-ului tău sau de animațiile spectaculoase din aplicația ta. Așadar, ce «le pasă» agenților AI? Este o întrebare care nu are astăzi un răspuns concret, dar care va deveni tot mai importantă în anii următori."

- Cercetare AX

Răspunsul: reguli clare, comportamente predictibile, date bine structurate și bucle de feedback care le permit să-și verifice și să-și corecteze acțiunile.

Provocarea dublei interfețe

Să proiectezi pentru AX înseamnă să construiești două interfețe în același timp:

1. Interfața om-agent: Locul în care oamenii supraveghează, aprobă, editează și ghidează comportamentul agenților - stratul de „control al misiunii”. Gândiți-vă la panouri de control și cozi de aprobare, nu la formulare și butoane.
2. Interfața agent-sistem: Locul în care agenții interacționează cu API-uri, baze de date și instrumente - stratul „operațional”. Trebuie să fie robustă, bine documentată și optimizată pentru eficiența mașinii.

Aceasta oglindește arhitectura automatelor celulare, în care coexistă două perspective distincte:

• Perspectiva locală: Fiecare celulă (agent) urmează reguli simple, bazate pe vecinii ei imediați
• Perspectiva globală: Apar tipare complexe, vizibile doar la scară mare

„Designul experienței agenților (AX) ar trebui să ducă la o utilizabilitate excelentă pentru agenți și din partea lor. Astfel, un AX excelent duce la o experiență excelentă a utilizatorului (UX). Dacă agentul AI întâlnește un proces sau un protocol defect, ba chiar și formulări inconsecvente între sisteme, nu poate îndeplini sarcina. Aceasta este o experiență proastă pentru agent, care, la rândul ei, duce la o experiență proastă pentru client sau angajat.”

- Kat Holmes, Chief Experience Officer, Salesforce

De la UX la AX: evoluția designului digital

Stigmergia și comunicarea indirectă

Unul dintre cele mai puternice concepte din inteligența roiului este stigmergia - coordonarea indirectă prin urme lăsate în mediu. Furnicile nu comunică direct despre locul hranei; ele lasă urme de feromoni pe care le urmează alte furnici. Mediul devine un mijloc de comunicare.

În sistemele de design agentic, stigmergia ia forma:

• Bibliotecilor de componente partajate: Agenții „văd” ce componente există și cum au fost folosite
• Design token-urilor: Valori semantice care codifică deciziile de design drept fapte ale mediului
• Documentației tiparelor: Exemple de utilizare care servesc drept urme de feromoni pentru agenții viitori
• Seturilor de teste: Reguli de validare care restrâng spațiul rezultatelor valide
• Istoricului Git: O evidență a deciziilor trecute la care agenții se pot raporta

Când un agent generează o interfață folosind o componentă, lasă urme - în codebase, în documentație, în tiparele pe care le stabilește. Agenții viitori, confruntați cu sarcini similare, vor fi influențați de aceste urme, creând o formă de inteligență colectivă pe care niciun agent luat separat nu o deține.

Tipare de design agentic

Andrew Ng și alții au identificat patru tipare-cheie pentru sistemele AI agentice:

1. Reflecția: AI-ul își evaluează propriul rezultat și îl îmbunătățește iterativ
2. Utilizarea instrumentelor: AI-ul interacționează cu instrumente externe, API-uri și sisteme
3. Planificarea:Inteligența artificială descompune sarcinile complexe în subsarcini și le execută pe rând
4. Multi-agent: Mai mulți agenți specializați colaborează la sarcini complexe

Aceste tipare corespund direct conceptelor din automatele celulare:

Designul este codul: o lectură mai profundă

Ce înseamnă cu adevărat „designul este codul”

Când spunem „designul este codul”, susținem mai multe lucruri deodată:

1. Echivalență semantică

Deciziile de design, odată codificate corect, devin executabile. Un token de design nu este doar o valoare, ci o instrucțiune. Specificația unei componente nu este doar documentație, ci un program. Când agenții consumă aceste artefacte, ei execută designul în aceeași măsură în care îl implementează.

2. Capacitate generativă

Așa cum Rule 110 poate calcula orice este calculabil, un sistem de design suficient de complet poate genera orice interfață validă. Sistemul conține potențialul tuturor expresiilor sale valide. Ce apare depinde doar de condițiile inițiale (cerințele) și de reguli (constrângeri).

3. Complexitate emergentă

Cele mai sofisticate interfețe nu sunt proiectate de sus în jos; ele apar din aplicarea consecventă a unor reguli simple. Un buton bine proiectat, folosit constant, produce un limbaj vizual coerent fără ca cineva să fi planificat explicit acea coerență.

4. Ireductibilitate computațională

Unele rezultate de design nu pot fi prezise fără a rula efectiv sistemul. Nu poți ști cum va arăta o interfață asamblată de un agent fără să-l lași pe agent s-o asambleze. Este principiul ireductibilității computaționale al lui Wolfram, aplicat designului.

5. Automodificare

Asemenea evoloop-urilor care mutează în timpul replicării, sistemele de design pregătite pentru agenți pot evolua prin utilizare. Componentele generate de agenți devin parte din biblioteca pe care o vor consuma agenții viitori. Sistemul învață, se adaptează și crește.

Metafora automatelor celulare, extinsă

Dincolo de metaforă: o convergență reală

Dar nu este doar o metaforă. Convergența este reală și se întâmplă chiar acum:

• Storybook MCP transformă bibliotecile de componente în instrucțiuni care pot fi citite de mașini și pe care agenții le execută
• Model Context Protocol standardizează modul în care agenții accesează uneltele și contextul, creând un substrat universal pentru operațiunile agentice
• Arhitecturile multi-agent împart munca între agenți specializați (arhitect, programator, recenzent) care interacționează după protocoale, ca niște celule cu funcții diferențiate
• Bucle de autovindecare، permit agenților să ruleze teste, să detecteze erori și să itereze – aceleași mecanisme de feedback pe care le folosesc automatele celulare pentru a evolua spre configurații stabile
• Schema.org Blueprints fac structurile de conținut lizibile de mașini și pline de sens semantic
• Drupal AI oferă infrastructura necesară pentru ca agenții AI să creeze, să modifice și să gestioneze conținut în mod autonom

Nu abordăm ideea că „designul este codul” ca pe o poziție filosofică. O construim ca infrastructură tehnică.

Implicații și drumul care urmează

Pentru designeri

Rolul designerului se transformă din „creator de dreptunghiuri” în „definitor de reguli”. După cum a observat Brad Frost:

„Designerii și dezvoltatorii care își văd meseria ca pe crearea de dreptunghiuri au multe motive de îngrijorare. Însă designerii și dezvoltatorii care își văd meseria ca pe rezolvarea de probleme – și care, în treacăt, trebuie să creeze sau să mânuiască niște dreptunghiuri pentru a le rezolva – au mult mai puțin de temut.”

- Brad Frost

În viitorul agentic, designerii vor:

• Defini tokenii semantici și relațiile dintre ei
• Stabili constrângeri de compoziție și tipare
• Crea reguli de validare pe care agenții trebuie să le respecte
• Îngriji și face să evolueze regulile care guvernează emergența
• Proiecta mecanismele de feedback care permit autocorecția
• Modela „funcțiile de adecvare” (fitness functions) care stabilesc ce rezultate sunt acceptabile

Acesta este designul la un nivel superior de abstractizare – proiectezi regulile care produc designuri, nu designurile în sine. Ca și cum ai defini regulile unui automat celular, în loc să desenezi fiecare celulă în parte.

Pentru dezvoltatori

Dezvoltatorii devin arhitecți ai sistemelor de agenți. Așa cum descrie Anthropic:

„Domeniul dezvoltării software a arătat un potențial remarcabil pentru funcțiile bazate pe LLM, capacitățile evoluând de la completarea codului la rezolvarea autonomă a problemelor.”

Dezvoltatorii vor trebui să:

• Creeze interfețe lizibile de mașini între agenți și sisteme
• Proiecteze bucle de feedback și mecanisme de validare
• Construiască schela în interiorul căreia apare comportamentul emergent
• Păstreze supravegherea umană ca arbitru final
• Definească protocoalele prin care comunică agenții
• Implementeze „codul-liant” (glue code) care conectează diferitele sisteme de agenți

Pentru dezvoltarea web și platformele CMS

Integrarea AI în platforme precum Drupal indică un viitor în care:

• Modelele de conținut devin consumabile de agenți prin standarde precum Schema.org
• Fluxurile editoriale devin asistate de agenți cu redactare, moderare și optimizare bazate pe AI
• Căutarea evoluează de la potrivirea cuvintelor-cheie la înțelegere semantică, prin embeddings și baze de date vectoriale
• Personalizarea devine autonomă agenții învățând preferințele utilizatorilor și adaptând conținutul în timp real
• Dezvoltarea se accelerează pe măsură ce agenții generează componente, teste și documentație

Adoptarea AI de către ecosistemul Drupal – prin module precum Drupal AI, Drupal Canvas, Schema.org Blueprints și integrarea furnizorilor de AI – arată că acest viitor se construiește deja.

Pentru organizații

Avantajul competitiv va aparține organizațiilor ale căror sisteme de design sunt cel mai bine „pregătite pentru agenți”. Sistemele pregătite pentru agenți au:

• Acoperire completă a stărilor și variantelor componentelor
• Denumiri semantice care transmit intenția
• Documentație și context lizibile de mașini
• Infrastructură de validare și testare
• Constrângeri clare care delimitează spațiul rezultatelor valide
• API-uri concepute pentru consumul de către agenți (AX-first)
• Arhitecturi de conținut care pornesc de la Schema.org

Pentru viitorul produselor digitale

Starea finală seamănă cu o ecologie digitală: nenumărați agenți care acționează după reguli locale și produc interfețe emergente pe care niciun designer sau dezvoltator nu le-a plănuit, dar care, într-un fel, se potrivesc între ele pentru că regulile de bază sunt solide.

Nu e atât de exagerat pe cât sună. Exact așa funcționează sistemele biologice, așa cresc orașele, așa funcționează piețele. Întrebarea nu este dacă vom ajunge în această stare, ci cum vom naviga tranziția.

Concluzie: codul este viu

John von Neumann, polimatul care a inventat automatele celulare, a pornit de la o întrebare fundamentală: Care este complexitatea minimă necesară pentru autoreproducere? Răspunsul său, constructorul universal von Neumann, a arătat că autoreplicarea nu cere mecanisme biologice. Cere doar reguli care își codifică propria aplicare.

La șaptezeci de ani distanță, descoperim că același principiu se aplică sistemelor de design. Cerința minimă pentru generarea autonomă a interfețelor nu este inteligența artificială generală și nici creativitatea la nivel uman. Este un set complet, coerent și lizibil de către mașini de reguli pe care agenții le pot executa.

Când buclele lui Langton se replică pe o grilă celulară, nu spunem că buclele „proiectează” bucle noi. Replicarea este pur și simplu ceea ce produc regulile. Totuși rezultatul, colonii în continuă expansiune de modele autosimilare, este incontestabil generativ, creativ într-un sens funcțional.

Când agenții AI asamblează interfețe din componentele unui sistem de design, urmând tokenuri semantice și constrângeri de compoziție, fac ceva asemănător. „Creativitatea” nu stă în agenți, ci în regulile pe care le execută: reguli concepute de oameni, dar care acum funcționează autonom.

Ne aflăm în pragul unei ere noi a creației digitale. Agenții sunt aici. Protocoalele prind contur. Sistemele de design devin substraturi pentru viața artificială.

Designul este codul.
Iar codul prinde viață.

Articole și proiecte esențiale

• 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

Resurse Drupal AI

• Drupal AI

• Modulul Schema.org Blueprints

   

Resurse despre automatele celulare

• Lexiconul Jocului vieții al lui Conway - aproximativ 1500 de figuri
• O mașină Turing funcțională în Jocul vieții
• Buclele lui Langton - Wikipedia
• Seturi de reguli pentru automatele celulare
• A New Kind of Science Online - Stephen Wolfram
• Cellular Automata - Nature of Code

Idei explorate la intersecția dintre teoria computațională, sistemele de design, inteligența artificială și dezvoltarea web.

 Opiniile exprimate sunt explorări speculative ale unor tendințe emergente, nu predicții ale unor viitoruri sigure.

Văd că creăm agenți AI care lucrează într-o buclă și interacționează cu alți agenți AI în bucle suplimentare.

Designul este codul atunci când sistemul funcționează într-o buclă, ca o buclă a vieții, în cadrul unui canvas și al unui set de reguli alese.