大多数软件开发者、技术负责人和 DevOps 工程师的职业生涯，都是从建造者开始的。

他们构建系统、应用、组件、主题、模式、模块和流水线。他们优化布局、修复边界情况、维护兼容性，一次提交接着一次提交地推动系统向前。这份工作精确、务实，技术含量极高。

但到了某个时刻，一些东西悄然改变。

最优秀的从业者并不会停止构建，但他们开始以系统的方式思考。

从建造者到系统思考者

转变：从产出到规则

作为建造者，关注的是产出：组件、模板、页面、功能、库和应用。

作为系统思考者，关注点转向规则：约束、交互和反馈回路。

系统思考者不再问“这个组件长什么样？”，而是提出不同的问题：哪些规则在约束这个组件？允许什么与它交互？它在变化中会有怎样的表现？初衷如何能经受住时间的考验？

这种转变自然会通向智能体系统（agentic systems）。

当设计不再静止

现代设计系统本身已经蕴含了逻辑：令牌（token）定义约束，组件定义结构，模式定义行为。

然而大多数系统仍然依赖大量的人工编排。

AI 智能体带来了另一种模式：系统可以自行执行规则、持续验证决策、根据上下文做出反应，并在内部协同运作。

设计正是在这里，从文档演变为可执行的逻辑。

未来的方向

现在的重点，是把这些想法落实到真实运行的系统中，不是作为实验，而是作为根基。

1. 将 AI 智能体更深入地集成到设计工具（Figma）中

迈向智能体式设计系统

设计工具不应只是被动的画布。

目标是将 AI 智能体集成到 Figma 中：它们理解设计令牌和组件约束，实时验证决策，把设计意图转化为系统层面的规则，并且作为协作者而非导出工具来工作。

这让设计得以上游化，意图被完整保留，而不是事后再去推断。

2. 可扩展的 AI 智能体管理

目标：150 个智能体，每个组件一个

团队不再依赖单一的通用 AI，而是转向众多各司其职的专用智能体。

每个组件都拥有自己的智能体，职责明确、边界清晰，并了解相关联的组件。

这正如健康的系统实现扩展的方式：靠专业分工、相互协调和清晰的契约。

3. 拥有真正技能、工具和插件的智能体

智能体必须能够采取行动。

这意味着要为它们配备技能（无障碍推理、设计验证、性能意识）、工具（代码检查器、测试运行器、设计 API）以及插件（Storybook、Drupal、CI 流水线、Figma 集成）。

没有工具的智能体只停留在理论层面；拥有工具的智能体，则成为系统本身的一部分。

4. 更智能的自动化功能验收测试

AI 驱动，理解意图

传统测试检查的是输出，而由智能体驱动的测试理解的是行为。

重点在于：能够推理用户旅程的 AI 智能体；理解意图、而不只是依赖选择器的功能测试；让测试与组件一同演进的系统；以及在提升语义层面信心的同时，减少脆弱的测试。

测试由此成为系统智能的又一层。

AI 时代的 TDD 与 BDD：为什么 AI 智能体需要多出 100% 的测试先行开发

为什么这很重要

团队正在构建的系统，会比它们的创造者存续得更久，会持续适应变化，并把长期的设计决策一路传承下去。

在这样的世界里，人工控制无法扩展，但定义清晰的规则可以。

设计师、开发者和 AI 智能体必须在同一个逻辑框架内运作，也就是同一套共享的约束与意图体系。

从建造者到系统思考者的转变，并不意味着放弃具体实现，而是要把系统看作不只是各个部件的集合。

下一步，是设计那些让系统能够推理、适应和演进的规则。

完成这一转变的软件开发者、技术负责人和 DevOps 工程师，不只是在构建，他们是在营造让系统自我构建的条件。