Дизајн је код

Како ће логика ћелијских аутомата преобликовати агентске дизајн системе и зашто је будућност веб развоја можда већ записана у једноставним правилима

У пресеку дизајн система, вештачке интелигенције и рачунарске теорије одвија се дубока промена. Она је толико суштинска да доводи у питање наше разумевање шта „дизајн“ уопште значи у доба аутономних агената.

Деценијама смо дизајн и код третирали као одвојене дисциплине: дизајн као област људске креативности и естетског суда, а код као механички превод тих идеја у извршиви облик. Али како вештачкоинтелигентни агенти све чешће самостално склапају корисничке интерфејсе, користе дизајн системе као машински читљиву инфраструктуру и генеришу код из семантичких токена, приближавамо се тачки сусрета која одјекује знатно старијом идејом из рачунарске теорије.

Која је то идеја? Дизајн је код.

Ово није само ефектна фраза. То је препознавање да можда идемо ка свету у коме дизајн системи раде као ћелијски аутомати: једноставна правила рађају сложена, емергентна понашања. Ка свету у коме се разлика између „дизајнирања“ нечега и његовог „програмирања“ потпуно губи. У коме аутономни агенти дизајн системе не само користе, већ их оваплоћују у раду.

Овај блог пост истражује дубоке везе између ћелијских аутомата, емергентног понашања и будућности агентских дизајн система. Пратићемо теоријске темеље од фон Нојманових машина које саме себе реплицирају до данашњих ројева вештачкоинтелигентних агената.

Размотрићемо како Drupal и савремене CMS платформе интегришу вештачку интелигенцију кроз модуле као што су Schema.org Blueprints и Drupal AI. И запитаћемо се шта све то значи за дизајнере, програмере и будућност стварања дигиталних производа.

Ћелијски аутомати и логика емергенције

Лепота једноставних правила

Математичар Џон Конвеј је 1970. представио Игру живота, „игру без играча“ која ће постати један од најпроучаванијих система у рачунарској теорији. Правила су задивљујуће једноставна:

1. Свака жива ћелија са мање од два жива суседа умире (недовољна насељеност)
2. Свака жива ћелија са два или три жива суседа преживљава
3. Свака жива ћелија са више од три жива суседа умире (пренасељеност)
4. Свака мртва ћелија са тачно три жива суседа оживљава (размножавање)

Из ова четири правила, изражена у шачици бинарних услова, ничe запањујући универзум сложености. Глајдери прелазе бескрајне мреже. Осцилатори пулсирају у вечитим ритмовима. „Топови“ испаљују токове образаца кроз ћелијски простор. А најневероватније је то што је доказано да је Игра живота Тјуринг-комплетна: све што се може израчунати алгоритамски, у принципу се може израчунати и унутар Конвејове једноставне мреже.

Слика 1: Госперов пиштољ за глајдере у Конвејевој Игри живота. Овај образац производи непрекидан низ глајдера и показује како једноставна правила могу да створе бесконачну, саморегенеришућу сложеност.

Ово је прва лекција о целуларним аутоматима: сложеност није предуслов за сложено понашање. Једноставна правила, доследно примењена на читавој подлози, могу изнедрити обрасце и понашања које нико није изричито програмирао.

Лангтонове петље и самоумножавање

Године 1984. Кристофер Лангтон је овај принцип развио даље својим петљама које се саме умножавају — целуларним аутоматом који је показао праве принципе вештачког живота. За разлику од Конвејеве Игре живота, која показује настајање сложености, Лангтонове петље показују настајање размножавања.

Свака петља се састоји од цикличне границе која обухвата „геном“ записан у стањима ћелија. Тај геном непрестано струји око петље и излази дуж грађевинске руке, која током 151 временског корака гради петљу-ћерку. Када је завршена, ћерка се одваја од родитеља и обе настављају да се умножавају.

Слика 2: Лангтонова петља у почетној конфигурацији. Генетска информација кружи кроз петљу и усмерава изградњу петљи-ћерки преко испружене руке.

„Ако је саморазмножавајућа машина могућа унутар целуларног аутомата, онда би и сам живот могао бити остварив помоћу машина.“

— Кристофер Лангтон, „Проучавање вештачког живота помоћу целуларних аутомата“ (1986)

Импликације су далекосежне. Лангтонове петље показују да саморазмножавање не захтева сложеност биолошких ћелија нити универзалне грађевинске могућности фон Нојмановог првобитног дизајна. Потребно је само:

• Скуп једноставних, локалних правила
• Механизам за кодирање упутстава
• Поступак којим се та упутства извршавају

Правила су организам. Дизајн је код.

Године 1999. Хироки Сајама је представио еволупе, варијанте које укључују структурну растворљивост и фенотипске интеракције, чиме омогућавају спонтане мутације и еволутивну динамику. Те петље еволуирају кроз директне физичке сударе током умножавања, што доводи до генотипских варијација, веће морфолошке разноликости и раста сложености током генерација. За разлику од Лангтонове непроменљиве репликације, еволупе показују наследне мутације без спољашњег уплива.

Правило 110 и универзално рачунање

Истраживање елементарних целуларних аутомата Стивена Волфрама кулминирало је запањујућим открићем: Правило 110, једно од само 256 могућих правила за најједноставнију врсту једнодимензионалног целуларног аутомата, способно је за универзално рачунање.

Правило 110 може се у потпуности задати навођењем исхода за сваку од осам могућих комбинација ћелије и њена два суседа. Па ипак, ово тривијално једноставно правило — осам бинарних одлука — може да симулира универзалну Тјурингову машину.

Слика 3: Целуларни аутомат Правило 110. Упркос једноставној дефиницији, Правило 110 показује понашање класе 4 — сложене обрасце који нису ни потпуно стабилни ни потпуно хаотични — а доказано је да је Тјуринг-комплетно.

„Није потребно ништа налик читавом процесору рачунара да би се обавило универзално израчунавање. Довољно је само ово мало правило.“

— Стивен Волфрам, „A New Kind of Science“

Године 2004. Метју Кук објавио је доказ да је Правило 110 са одређеним понављајућим позадинским обрасцем Тјуринг-комплетно. Доказ показује да Правило 110 може да емулира цикличне тег-системе, који заузврат могу да емулирају било коју Тјурингову машину. Међу 88 могућих јединствених елементарних целуларних аутомата, Правило 110 једино је за које је Тјуринг-комплетност директно доказана.

Принцип рачунске еквиваленције који је Волфрам предложио наговештава нешто још радикалније: системи изнад минималног прага сложености у суштини су еквивалентни по својим рачунским могућностима. Људски мозак, временски систем и Правило 110 су, у некој дубоком смислу, рачунски еквивалентни.

0E0P метаћелија: права саморепликација

У октобру 2018. Адам П. Гушер завршио је изградњу 0E0P метаћелије — обрасца у Конвејевој Игри живота који је способан за праву саморепликацију. За разлику од ранијих метаћелија којима су биле потребне већ постојеће копије у близини, 0E0P метаћелија може да изгради своје копије од нуле, укључујући и сопствену траку са инструкцијама.

Ово достигнуће је прекретница у вештачком животу: систем који може да се шири кроз рачунску подлогу користећи само локална правила. Дејв Грин је 23. новембра 2013. изградио први репликатор у Игри живота који ствара потпуну копију себе, укључујући и траку са инструкцијама — показавши да чак и Конвејев једноставни аутомат са два стања може да подржи неограничено самоумножавање.

Дизајн системи као рачунске подлоге

Од атомског дизајна до агентског дизајна

Метода атомског дизајна Бреда Фроста, представљена 2013. године, револуционисала је начин на који размишљамо о дизајн системима. Раздвајањем интерфејса на атоме (основне елементе попут дугмади и поља за унос), молекуле (једноставне комбинације), организме (сложене делове корисничког интерфејса), шаблоне (распореде страница) и странице (коначне имплементације), атомски дизајн је обезбедио хијерархијску структуру за управљање сложеношћу.

Али ево шта је у ретроспективи упечатљиво: атомски дизајн је већ оваплоћивао принципе целуларних аутомата а да их изричито није препознао.

„Када је дизајн систем досадан, он дизајнере и програмере ослобађа да раде нове ствари и решавају нове проблеме. Дизајн систем носи терет досадног, па дизајнери и програмери не морају.“

- Џош Кларк, „Најузбудљивији дизајн системи су досадни“

У фебруару 2023. Бред Фрост је писао о темi „Дизајн системи у доба вештачке интелигенције“:

„Вештачка интелигенција је природан корисник дизајн система... Чињеница је да је велики део рада на компонентама дизајн система заиста механичан и предвидив. Већ користимо алате као што је PlopJS да избацимо шаблонски код компоненте који прати облик остатка библиотеке. Драго ми је да ми вештачка интелигенција помогне да направим много тих уобичајених шаблонских ствари.“

- Бред Фрост

Управо због своје механичке и предвидиве природе дизајн системи одговарају раду у стилу целуларних аутомата. Када су правила јасна, локална и доследно примењена, агенти могу да раде самостално — баш као што ћелијама у Конвејевој Игри живота није потребан централни контролор да би настали глајдери и осцилатори.

Императив машинске читљивости

Иницијатива Storybook MCP (Model Context Protocol) представља кључну еволуцију у том правцу. Најављен крајем 2025, Storybook MCP даје AI агентима за кодирање машински читљиве метаподатке о компонентама из постојећих Storybook поставки.

Кључни увид је да агентима не треба сиров код ни визуелна документација. Потребно им је следеће:

• Манифести компоненти: Структурирани метаподаци о свакој компоненти — њени пропови, варијанте, везе са дизајн токенима и примери коришћења
• Семантичко именовање: Токени богати значењем, као што је action.primary.confirm, који агентима преносе смисао, а не само вредности
• Петље валидације: Могућност да се покрену тестови, виде грешке и саме исправе

„Storybook MCP помаже агентима да прате ваше обрасце и прођу ваше тестове. Даје им две ствари које раније никада нису имали: машински читљиве метаподатке о компонентама и итеративну петљу за самоисправљање грешака.“

- Тим Storybook-а

Storybook MCP укључује аутономну петљу за исправљање. Она омогућава агентима да покрену тестове ваших компоненти (интеракције и приступачности), виде шта пада и исправе сопствене грешке. Програмер треба да се укључи тек након што тестови прођу. Нема више чувања промпта.

Ово је управо архитектура целуларног аутомата примењена на дизајн: локална правила (спецификације компоненти), интеракције суседа (обрасци композиције) и итеративна ажурирања (валидација и самоисправљање).

Мој манифест компоненте као геном

Поређење са Лангтоновим петљама постаје још прикладније када размотримо како функционишу манифести компоненти. У Лангтоновом систему „геном“ записан у ћелијама које круже садржи упутства за изградњу нове петље. У машински читљивом дизајн систему, манифест компоненте садржи упутства за састављање интерфејса.

Манифест компоненте може одредити:

{
  "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" }
  ]
}

Овај манифест је истовремено дизајнерска спецификација и извршни код — или, прецизније, скуп упутстава из којих се може генерисати извршни код. Агент који користи овај манифест не мора да разуме естетику нити корисничко искуство у људском смислу. Довољно је да следи правила, комбинује елементе у складу са њиховим ограничењима и производи исправне резултате.

Слажем се са Бредом Фростом да треба имати yaml формат.

Drupal компоненте већ користе yaml формат. Нешто попут овога

$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

Дизајн је код.

• Варијанте
• Токени
• Својства (Props)

• Ограничења (могли бисмо их додати компонентама)

• Правила за слотове (шта се може поставити у друге слотове, односно шта је дозвољено поставити у мој слот)

• Правила

• Примери 

• Анимације  ( Дозвољено или препоручено за употребу )

Затим посматрајте и експериментишите са понашањем.

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

Дизајн токени као променљиве окружења

Дизајн токени су још један кључни део slagalice. У целуларним аутоматима ћелије реагују на своје непосредно окружење — стања суседних ћелија. У дизајн системима компоненте реагују на дизајн токене — контекстуалне вредности које одређују њихов изглед и понашање.

Савремене архитектуре токена користе више слојева:

• Основни токени: сирове вредности попут color.blue.500: #3B82F6
• Семантички токени: референце вођене намером попут color.action.primary: color.blue.500
• Токени компоненти: примене ограничене на једну компоненту попут button.background.primary: color.action.primary

Када агент генерише компоненту Button, не мора да зна да „primary“ значи плаву боју. Довољно је да упути на button.background.primary и да се ослони на то да ће систем токена то разрешити у исправну вредност. Окружење (слој токена) садржи информацију; компонента (ћелија) само треба да реагује на њу.

Алати као што је Tokens Studio еволуирали су тако да дизајн токене третирају као рачунске графове са резолверима — чворовима који доносе семантичке одлуке о томе који се основни токени користе у зависности од контекста. Тако дизајн токени од статичних вредности постају динамични системи засновани на правилима.

Drupal екосистем и интеграција вештачке интелигенције

Интеграција вештачке интелигенције у системе за управљање садржајем представља савршену лабораторију за истраживање принципа „дизајн је код“. CMS-ови попут Drupal-а већ садрже кључне концепте: структуриране типове садржаја, дефиниције поља, релације и правила композиције.

Никад нисам мислио да ћемо моћи да кажемо овако нешто. За мене је ово било врхунско достигнуће.

 Врхунски рачунар какав можемо имати. Неки програмери као да долазе из будућности Star Trek-а и разговарају с рачунаром да програмира уместо њих.

Искуство агента (AX) и нови корисник

Дизајнирање за машине

Почетком 2025. Матијас Билман (Mathias Biilmann), извршни директор компаније Netlify, представио је концепт „искуства агента“ (Agent Experience, AX) нове дисциплине усмерене на то како AI агенти ступају у интеракцију са производима и платформама.

Промена је суштинска. Деценијама је UX (корисничко искуство) био оптимизован за људску спознају, перцепцију и понашање. DX (искуство програмера) био је оптимизован за људе који праве софтвер. AX препознаје да агенти постају примарни корисници дигиталних система — а они имају потпуно другачије потребе:

• Није их брига за визуелну естетику — само за структурисане податке које могу да рашчлане
• Не крећу се кроз интерфејсе — позивају API-је и користе манифесте
• Не читају документацију као људи — потребан им је контекст читљив машинама
• Не доносе субјективне процене — следе правила и ограничења

„АИ агенти нису људи: није их брига за величину дугмета, читљивост типографије, лепу палету боја на вашем сајту нити за ефектне анимације у вашој апликацији. Шта је, дакле, оно до чега је АИ агентима „стало“? То је питање на које данас нема конкретног одговора, али ће у годинама пред нама постајати све важније.“

– AX истраживање

Одговор: јасна правила, предвидиво понашање, добро структурисани подаци и повратне петље које им омогућавају да провере и isprave своје радње.

Изазов двоструког интерфејса

Дизајнирање за AX значи изградњу два интерфејса истовремено:

1. Интерфејс између човека и агента: Место где људи надгледају, одобравају, уређују и усмеравају понашање агената – слој „контролног центра“. Мислите на контролне табле и редове за одобравање, а не на обрасце и дугмад.
2. Интерфејс између агента и система: Место где агенти сарађују са API-јима, базама података и алатима – „оперативни“ слој. Мора бити поуздан, добро документован и оптимизован за ефикасност машина.

Ово осликава архитектуру целуларних аутомата, у којој истовремено постоје две различите перспективе:

• Локална перспектива: Свака ћелија (агент) прати једноставна правила заснована на својим непосредним суседима
• Глобална перспектива: Појављују се сложени обрасци који су видљиви тек на великој скали

„Дизајн искуства агената (AX) треба да доведе до одличне употребљивости за агенте и од стране агената. Зато одличан AX води ка одличном корисничком искуству (UX). Ако АИ агент наиђе на покварен процес, протокол или чак неусклађену терминологију међу системима, не може да обави задатак. То је лоше искуство за агента, што даље доводи до лошег искуства за клијента или запосленог.“

– Кет Холмс, главна директорка за искуство, Salesforce

Од UX-а до AX-а: еволуција дигиталног дизајна

Стигмергија и индиректна комуникација

Један од најмоћнијих концепата из интелигенције роја је стигмергија – индиректна координација путем трагова у окружењу. Мраве не комуницирају директно о томе где је храна; оне остављају феромонске трагове које друге мраве прате. Окружење постаје медиј комуникације.

У агентским дизајн системима стигмергија добија облик:

• Заједничке библиотеке компоненти: Агенти „виде“ које компоненте постоје и како су коришћене
• Дизајн токени: Семантичке вредности које дизајнерске одлуке кодирају као чињенице окружења
• Документација образаца: Примери употребе који служе као феромонски трагови за будуће агенте
• Скупови тестова: Правила валидације која сужавају простор исправних излаза
• Историја Git-а: Запис прошлих одлука на који агенти могу да се ослоне

Када агент генерише кориснички интерфејс помоћу неке компоненте, он оставља трагове – у бази кода, у документацији, у обрасцима које успоставља. На будуће агенте који наиђу на сличне задатке ти трагови ће утицати, чиме настаје облик колективне интелигенције какву не поседује ниједан појединачни агент.

Агентски обрасци дизајна

Andrew Ng и други препознали су четири кључна обрасца за агентске АИ системе:

1. Рефлексија: АИ процењује сопствени резултат и поступно га побољшава
2. Коришћење алата: АИ сарађује са спољним алатима, API-јима и системима
3. Планирање:ИИ разлаже сложене задатке на подзадатке и извршава их један за другим
4. Мултиагентски приступ: Више специјализованих агената сарађује на сложеним задацима

Ови обрасци директно одговарају појмовима из теорије ћелијских аутомата:

Дизајн је код – дубље читање

Шта заиста значи „Дизајн је код“

Када кажемо „дизајн је код“, истовремено износимо неколико тврдњи:

1. Семантичка еквиваленција

Дизајнерске одлуке, када су исправно кодиране, постају извршиве. Дизајн токен није само вредност – он је инструкција. Спецификација компоненте није само документација – она је програм. Када агенти користе те артефакте, они дизајн подједнако извршавају колико га и имплементирају.

2. Генеративни капацитет

Као што Правило 110 може да израчуна све што се уопште може израчунати, довољно потпун дизајн систем може да генерише сваки валидан интерфејс. Систем у себи садржи потенцијал свих својих валидних изражаја. Оно што се појави зависи једино од почетних услова (захтева) и правила (ограничења).

3. Емерџентна сложеност

Најсофистициранији интерфејси не настају пројектовањем одозго надоле; они израњају из доследне примене једноставних правила. Добро осмишљено дугме, доследно коришћено, ствара кохерентан визуелни језик, а да ту кохерентност нико експлицитно није планирао.

4. Рачунска нередукабилност

Неке исходе дизајна није могуће предвидети а да се систем заиста не покрене. Не можете знати како ће изгледати интерфејс који састави агент ако му не допустите да га састави. То је Волфрамов принцип рачунске нередукабилности примењен на дизајн.

5. Самомодификација

Као еволупови који мутирају током репликације, дизајн системи спремни за агенте могу еволуирати кроз употребу. Компоненте које генеришу агенти постају део библиотеке коју ће користити будући агенти. Систем учи, прилагођава се и расте.

Проширена метафора ћелијских аутомата

Више од метафоре: стварна конвергенција

Али ово није само метафора. Конвергенција је стварна и дешава се сада:

• Storybook MCP претвара библиотеке компоненти у машински читљива упутства која агенти извршавају
• Model Context Protocol стандардизује начин на који агенти приступају алатима и контексту, стварајући универзалну подлогу за агентске операције
• Мултиагентске архитектуре деле посао између специјализованих агената (архитекта, програмер, рецензент) који ступају у интеракцију према протоколима – као ћелије са диференцираним функцијама
• Петље самоисцељењаНека агенти покрећу тестове, откривају грешке и понављају циклусе — исти механизми повратне спреге које целуларни аутомати користе да би развили стабилне конфигурације
• Schema.org Blueprints чине структуре садржаја читљивим за машине и семантички смисленим
• Drupal AI пружа инфраструктуру помоћу које AI агенти самостално стварају, мењају и воде садржај

Не приступамо тези „дизајн је код“ као филозофском ставу. Градимо је као техничку инфраструктуру.

Последице и пут који је пред нама

За дизајнере

Улога дизајнера се претвара из „цртача правоугаоника“ у „аутора правила“. Како је приметио Бред Фрост:

„Дизајнери и девелопери који свој посао виде као цртање правоугаоника имају пуно разлога за бригу. Али дизајнери и девелопери који свој посао виде као решавање проблема — а правоугаонике успут морају да праве и користе да би те проблеме решили — имају мање чега да се плаше.“

- Brad Frost

У агентској будућности дизајнери ће:

• Дефинисати семантичке токене и њихове односе
• Успостављати ограничења композиције и обрасце
• Стварати правила валидације која агенти морају да испуне
• Одржавати и развијати правила која управљају настајањем
• Дизајнирати механизме повратне спреге који омогућавају самоисправљање
• Обликовати „функције способности“ које одређују који су резултати прихватљиви

Ово је дизајн на вишем нивоу апстракције — дизајнирање правила која производе дизајн, а не самих дизајна. Као када дефинишете правила целуларног аутомата, уместо да цртате сваку ћелију понаособ.

За девелопере

Девелопери постају архитекти агентских система. Како описује Anthropic:

„Област развоја софтвера показала је изузетан потенцијал за могућности LLM-ова, које су се развиле од допуњавања кода до самосталног решавања проблема.“

Девелопери ће морати да:

• Праве машински читљиве интерфејсе између агената и система
• Осмишљавају петље повратне спреге и механизме валидације
• Граде скеле унутар којих се одвија емергентно понашање
• Задрже људски надзор као коначног арбитра
• Дефинишу протоколе којима агенти комуницирају
• Имплементирају „лепљиви код“ (glue code) који повезује различите агентске системе

За веб развој и CMS платформе

Интеграција вештачке интелигенције у платформе попут Drupal-а указује на будућност у којој:

• Модели садржаја постају употребљиви за агенте кроз стандарде као што је Schema.org
• Уређивачки токови рада постају потпомогнути агентима уз нацрте, модерацију и оптимизацију које покреће вештачка интелигенција
• Претрага се развија од подударања кључних речи до семантичког разумевања помоћу ембединга и векторских база података
• Персонализација постаје самостална јер агенти уче корисничке склоности и у реалном времену прилагођавају садржај
• Развој се убрзава јер агенти генеришу компоненте, тестове и документацију

Прихватање вештачке интелигенције у Drupal екосистему — кроз модуле као што су Drupal AI, Drupal Canvas, Schema.org Blueprints и интеграција AI провајдера — показује да се та будућност већ гради.

За организације

Конкурентска предност припашће организацијама чији су дизајн системи најспремнији за агенте. Системи спремни за агенте имају:

• Потпуну покривеност стања и варијанти компоненти
• Семантичка имена која преносе намеру
• Машински читљиву документацију и контекст
• Инфраструктуру за валидацију и тестирање
• Јасна ограничења која уоквирују простор исправних резултата
• API-је дизајниране за потрошњу од стране агената (AX-first)
• Архитектуре садржаја засноване на Schema.org-у

За будућност дигиталних производа

Крајње стање подсећа на дигиталну екологију: безброј агената који раде по локалним правилима и стварају еманентне интерфејсе које ниједан дизајнер или developer није унапред планирао, а који ипак некако чине целину јер су основна правила здрава.

Ово није толико нcategory-нестварно колико звучи. Управо тако раде биолошки системи, тако расту градови, тако функционишу тржишта. Питање није да ли ћемо стићи до тог стања, већ како ћемо проћи кроз прелаз.

Закључак: код је жив

Џон фон Нojман, свестрани мислилац који је измислио ћелијске аутомате, водио се једним суштинским питањем: Која је минимална сложеност потребна за саморепродукцију? Његов одговор, фон Нojманов универзални конструктор, показао је да саморепликација не захтева биолошку машинерију. Потребна су само правила која кодирају сопствену примену.

Седамдесет година касније откривамо да исти принцип важи и за дизајн системе. Минимални услов за аутономно генерисање корисничког интерфејса није вештачка општа интелигенција нити људска креативност. То је потпун, доследан скуп правила читљив машинама, који агенти могу да изврше.

Када се Лангтонове петље умножавају кроз ћелијску мрежу, не кажемо да петље „дизајнирају“ нове петље. Репликација је једноставно оно што правила производе. Па ипак је резултат, колоније сличних образаца које се стално шире, неоспорно генеративан, у извесном функционалном смислу и креативан.

Када AI агенти склапају интерфејсе од компоненти дизајн система, следећи семантичке токене и ограничења композиције, раде нешто слично. „Креативност“ није у агентима, већ у правилима која извршавају, правилима која су осмислили људи, а која сада делују самостално.

Стојимо на прагу нове ере дигиталног стварања. Агенти су већ ту. Протоколи се обликују. Дизајн системи постају подлога за вештачки живот.

Дизајн је код.
А код оживљава.

Кључни чланци и пројекти

• Дизајн системи у доба вештачке интелигенције – Brad Frost
• Storybook MCP – први поглед – Storybook
• Представљамо AX: зашто је искуство агената важно – Mathias Biilmann
• Изградња ефикасних агената – Anthropic

Ресурси за Drupal AI

• Drupal AI

• Модул Schema.org Blueprints

   

Ресурси о ћелијским аутоматима

• Конвејев речник Игре живота – око 1500 фигура
• Функционална Тјурингова машина у Игри живота
• Лангтонове петље – Wikipedia
• Скупови правила за ћелијске аутомате
• A New Kind of Science Online – Stephen Wolfram
• Ћелијски аутомати – Nature of Code

Истраживао сам идеје на пресеку теорије рачунања, дизајн система, вештачке интелигенције и веб развоја.

 Изнети ставови су спекулативна истраживања трендова који настају, а не предвиђања извесне будућности.

Видим да стварамо AI агенте који раде у петљи и у додатним петљама ступају у интеракцију са другим AI агентима.

Дизајн јесте код када систем ради у петљи, као животни циклус, унутар изабраног платна и скупа правила.