Većina softverskih developera, tech leadova i DevOps inženjera karijeru počinje kao graditelji.

Grade sisteme, aplikacije, komponente, teme, obrasce, module i pipeline-ove. Optimiziraju rasporede, rješavaju rubne slučajeve, održavaju kompatibilnost i guraju sisteme naprijed, jedan commit po jedan. Posao je precizan, praktičan i duboko tehnički.

Ali u nekom trenutku nešto se promijeni.

Najbolji među njima ne prestaju graditi, ali počinju razmišljati u sistemima.

Od graditelja do sistemskog mislioca

Pomak: od rezultata do pravila

Kao graditelj, fokus je na rezultatu: komponentama, šablonima, stranicama, funkcionalnostima, bibliotekama, aplikacijama.

Kao sistemski mislilac, fokus se pomjera na pravila: ograničenja, interakcije, povratne petlje.

Umjesto pitanja „Kako ova komponenta izgleda?“, sistemski mislioci postavljaju drugačija pitanja: Koja pravila upravljaju ovom komponentom? Šta smije stupati u interakciju s njom? Kako se ponaša pod promjenama? Kako namjera preživljava tokom vremena?

Ovaj pomak prirodno vodi prema agentnim sistemima.

Kad dizajn prestane biti statičan

Moderni dizajn sistemi već kodiraju logiku: tokeni definiraju ograničenja, komponente definiraju strukturu, obrasci definiraju ponašanje.

Ipak, većina sistema i dalje ovisi o intenzivnoj ljudskoj orkestraciji.

AI agenti uvode drugačiji model, u kojem sistemi mogu sami provoditi svoja pravila, stalno provjeravati odluke, reagirati na kontekst i koordinirati se iznutra.

Tu dizajn od dokumentacije evoluira u izvršivu logiku.

Kamo ovo vodi

Fokus je sada na implementaciji ovih ideja u stvarnim, funkcionalnim sistemima, ne kao eksperimenata, nego kao temelja.

1. Dublja integracija AI agenata s alatima za dizajn (Figma)

Prema agentnim dizajn sistemima

Alati za dizajn ne bi smjeli biti pasivna platna.

Cilj je integrirati AI agente s Figmom koji razumiju dizajn tokene i ograničenja komponenti, provjeravaju odluke u realnom vremenu, prevode dizajnersku namjeru u pravila na nivou sistema i djeluju kao saradnici, a ne kao izvoznici.

Time se dizajn pomjera uzvodno, gdje se namjera čuva, a ne naknadno nagađa.

2. Skalabilno upravljanje AI agentima

Cilj: 150 agenata, po jedan za svaku komponentu

Umjesto jedne AI opće namjene, timovi se sve više okreću mnoštvu specijaliziranih agenata.

Svaka komponenta dobija vlastitog agenta s definiranim odgovornostima, jasnim granicama i svješću o srodnim komponentama.

To oslikava način na koji zdravi sistemi rastu: kroz specijalizaciju, koordinaciju i jasne ugovore.

3. Agenti sa stvarnim vještinama, alatima i dodacima

Agenti moraju biti sposobni djelovati.

To znači opremiti ih vještinama (zaključivanje o pristupačnosti, validacija dizajna, svijest o performansama), alatima (linteri, pokretači testova, dizajn API-ji) i dodacima (Storybook, Drupal, CI pipeline-ovi, Figma integracije).

Agent bez alata je teorija. Agent s alatima postaje dio samog sistema.

4. Pametnije automatizirano funkcionalno prihvatno testiranje

Vođeno AI-jem i svjesno namjere

Tradicionalno testiranje provjerava rezultat. Testiranje vođeno agentima razumije ponašanje.

Fokus je na AI agentima koji zaključuju o korisničkim putanjama, funkcionalnim testovima koji razumiju namjeru, a ne samo selektore, sistemima koji razvijaju testove uz komponente te smanjenju krhkih testova uz povećanje semantičkog povjerenja.

Testiranje postaje još jedan sloj inteligencije sistema.

TDD i BDD u doba AI-ja: zašto AI agenti traže 100% više razvoja koji počinje od testova

Zašto je ovo važno

Timovi grade sisteme koji nadžive svoje tvorce, stalno se prilagođavaju i dalje nose dugoročne dizajnerske odluke.

U takvom svijetu ručna kontrola ne skalira. Ali dobro definirana pravila skaliraju.

Dizajneri, developeri i AI agenti moraju djelovati unutar istog logičkog okvira, jednog zajedničkog sistema ograničenja i namjere.

Prelazak s graditelja na sistemskog mislioca ne znači odbacivanje implementacije. Riječ je o tome da sisteme vidimo kao više od zbira dijelova.

Sljedeći korak je dizajniranje pravila koja sistemima omogućavaju da zaključuju, prilagođavaju se i evoluiraju.

Softverski developeri, tech leadovi i DevOps inženjeri koji naprave ovaj pomak ne samo da grade, nego grade uvjete da se sistemi sami grade.