Проектируем системы, которые строят себя сами
Большинство разработчиков, техлидов и DevOps-инженеров начинают карьеру как строители.
Они создают системы, приложения, компоненты, темы, паттерны, модули и пайплайны. Оптимизируют вёрстку, закрывают крайние случаи, поддерживают совместимость и двигают систему вперёд коммит за коммитом. Работа точная, практичная и глубоко техническая.
Но в какой-то момент что-то меняется.
Лучшие практики не перестают строить, но начинают мыслить системно.
От строителя к системному мыслителю
Сдвиг: от результата к правилам
Строитель сосредоточен на результате: компонентах, шаблонах, страницах, функциях, библиотеках, приложениях.
Системный мыслитель смещает фокус на правила: ограничения, взаимодействия, обратные связи.
Вместо вопроса «Как выглядит этот компонент?» системные мыслители задают другие вопросы: какие правила управляют этим компонентом? Что вправе с ним взаимодействовать? Как он ведёт себя при изменениях? Как замысел переживает время?
Этот сдвиг естественным образом ведёт к агентным системам.
Когда дизайн перестаёт быть статичным
Современные дизайн-системы уже кодируют логику: токены задают ограничения, компоненты задают структуру, паттерны задают поведение.
И всё же большинство систем по-прежнему держится на ручной оркестрации.
ИИ-агенты вводят другую модель: системы могут сами следить за своими правилами, непрерывно проверять решения, реагировать на контекст и координировать работу изнутри.
Так дизайн превращается из документации в исполняемую логику.
Куда всё движется
Сейчас главное — воплощать эти идеи в реальных работающих системах: не как эксперименты, а как фундамент.
1. Более глубокая интеграция ИИ-агентов с инструментами дизайна (Figma)
На пути к агентным дизайн-системам
Инструменты дизайна не должны быть пассивными холстами.
Цель — интегрировать с Figma ИИ-агентов, которые понимают дизайн-токены и ограничения компонентов, проверяют решения в реальном времени, переводят дизайнерский замысел в правила уровня системы и выступают соавторами, а не экспортёрами.
Так дизайн сдвигается «вверх по течению», где замысел сохраняется, а не угадывается позже.

2. Масштабируемое управление ИИ-агентами
Цель: 150 агентов — по одному на компонент
Вместо одного универсального ИИ команды переходят к множеству узкоспециализированных агентов.
У каждого компонента свой агент с определённой зоной ответственности, чёткими границами и знанием о связанных компонентах.
Так масштабируются здоровые системы: через специализацию, координацию и чёткие контракты.
3. Агенты с настоящими навыками, инструментами и плагинами
Агенты должны уметь действовать.
Для этого их нужно снабдить навыками (рассуждения о доступности, проверка дизайна, внимание к производительности), инструментами (линтеры, запуск тестов, API дизайна) и плагинами (Storybook, Drupal, CI-пайплайны, интеграции с Figma).
Агент без инструментов — лишь теория. Агент с инструментами становится частью самой системы.
4. Более умное автоматизированное функциональное приёмочное тестирование
На основе ИИ и с пониманием намерений
Традиционное тестирование проверяет результат. Тестирование с агентами понимает поведение.
Акцент — на ИИ-агентах, которые рассуждают о пользовательских сценариях, функциональных тестах, понимающих замысел, а не только селекторы, системах, где тесты развиваются вместе с компонентами, и на сокращении хрупких тестов при росте смысловой уверенности.
Тестирование становится ещё одним слоем интеллекта системы.
TDD и BDD в эпоху ИИ: почему ИИ-агентам нужна разработка через тестирование на 100% больше
Почему это важно
Команды создают системы, которые переживают своих создателей, непрерывно адаптируются и несут через годы долгосрочные дизайнерские решения.
В таком мире ручной контроль не масштабируется. А чётко определённые правила — масштабируются.
Дизайнеры, разработчики и ИИ-агенты должны действовать в одной логической рамке — в единой системе ограничений и намерений.

Переход от строителя к системному мыслителю не означает отказ от реализации. Он означает умение видеть в системах нечто большее, чем набор деталей.
Следующий шаг — проектировать правила, которые позволяют системам рассуждать, адаптироваться и развиваться.
Разработчики, техлиды и DevOps-инженеры, которые совершают этот переход, не просто строят — они создают условия, в которых системы строят себя сами.