Většina softwarových vývojářů, tech leadů a DevOps inženýrů začíná kariéru jako tvůrci.

Staví systémy, aplikace, komponenty, motivy, vzory, moduly a pipeline. Ladí rozvržení, opravují okrajové případy, hlídají kompatibilitu a posouvají systémy dál po jednom commitu. Práce je přesná, praktická a hluboce technická.

Jenže v jednu chvíli se něco změní.

Nejlepší z nich nepřestanou stavět, ale začnou myslet v systémech.

Od tvůrce k systémovému mysliteli

Posun: od výstupu k pravidlům

Jako tvůrce se soustředíte na výstup: komponenty, šablony, stránky, funkce, knihovny, aplikace.

Jako systémový myslitel se zaměřujete na pravidla: omezení, vzájemné vazby, zpětnovazební smyčky.

Místo otázky „Jak tahle komponenta vypadá?“ se systémoví myslitelé ptají jinak: Jaká pravidla tuto komponentu řídí? Co s ní smí interagovat? Jak se chová při změně? Jak záměr přežije v čase?

Tento posun přirozeně vede k agentním systémům.

Když design přestane být statický

Moderní design systémy už logiku obsahují: tokeny určují omezení, komponenty určují strukturu, vzory určují chování.

Přesto většina systémů stále závisí na rozsáhlé lidské koordinaci.

AI agenti přinášejí jiný model, v němž systémy mohou samy vynucovat svá pravidla, průběžně ověřovat rozhodnutí, reagovat na kontext a koordinovat se uvnitř.

Právě tady se design mění z dokumentace na spustitelnou logiku.

Kam to směřuje

Důraz je nyní na tom, uvádět tyto myšlenky do praxe v reálných, fungujících systémech, ne jako experimenty, ale jako základy.

1. Hlubší integrace AI agentů s nástroji pro design (Figma)

Na cestě k agentním design systémům

Nástroje pro design by neměly být pasivními plátny.

Cílem je propojit AI agenty s Figmou tak, aby rozuměli design tokenům a omezením komponent, ověřovali rozhodnutí v reálném čase, převáděli designový záměr do pravidel na úrovni systému a fungovali jako spolupracovníci, ne jako exportéři.

Tím se design posouvá výš v procesu, kde se záměr zachovává, a ne později domýšlí.

2. Škálovatelná správa AI agentů

Cíl: 150 agentů, jeden na komponentu

Místo jedné univerzální AI se týmy obracejí k mnoha specializovaným agentům.

Každá komponenta dostane vlastního agenta s definovanou odpovědností, jasnými hranicemi a povědomím o souvisejících komponentách.

Je to stejný princip, jakým rostou zdravé systémy: specializací, koordinací a jasnými kontrakty.

3. Agenti se skutečnými dovednostmi, nástroji a pluginy

Agenti musí umět jednat.

To znamená vybavit je dovednostmi (úvahy o přístupnosti, validace designu, vědomí výkonu), nástroji (lintery, spouštěče testů, design API) a pluginy (Storybook, Drupal, CI pipeline, integrace Figmy).

Agent bez nástrojů je jen teorie. Agent s nástroji se stává součástí samotného systému.

4. Chytřejší automatizované funkční akceptační testování

Řízené AI a vnímavé k záměru

Tradiční testování kontroluje výstup. Testování řízené agenty rozumí chování.

Důraz je na AI agentech, kteří uvažují o uživatelských cestách, na funkčních testech, které chápou záměr a nespoléhají jen na selektory, na systémech, které vyvíjejí testy spolu s komponentami, a na omezení křehkých testů při růstu sémantické jistoty.

Testování se stává další vrstvou inteligence systému.

TDD a BDD ve věku AI: proč AI agenti vyžadují o 100 % více vývoje řízeného testy

Proč na tom záleží

Týmy budují systémy, které přežijí své tvůrce, neustále se přizpůsobují a nesou dlouhodobá designová rozhodnutí dál.

V takovém světě ruční kontrola nestačí. Dobře definovaná pravidla ale ano.

Designéři, vývojáři i AI agenti musí fungovat v jednom logickém rámci, v jednom sdíleném systému omezení a záměru.

Přechod od tvůrce k systémovému mysliteli neznamená opustit implementaci. Znamená vidět systémy jako víc než souhrn dílů.

Dalším krokem je navrhovat pravidla, díky nimž mohou systémy uvažovat, přizpůsobovat se a vyvíjet.

Softwaroví vývojáři, tech leadi a DevOps inženýři, kteří tento posun udělají, už jen nestaví, vytvářejí podmínky, aby se systémy stavěly samy.