Maggie Appleton 谈智能体时代的设计工程

Maggie Appleton 向 Gergely Orosz 介绍自己如何从人类学和插画转向设计工程。她在 GitHub Next 的工作通过原型探索开发者可能如何与 AI 协作。

她在跨文化环境中成长，后来学习人类学。她喜欢观察人们如何生活，以及在一种环境中似乎理所当然的做法如何在另一种环境中显得不同。

大学毕业后，她从事插画和视觉设计。为编程内容制作插画需要理解底层概念，这逐渐把她引向前端工程。

在 Elicit，她作为唯一设计师加入小团队。她回忆团队快速发布、与工程师密切合作，使她积累了塑造产品界面及底层概念的经验。

Orosz 询问设计师实际做什么。Appleton 描述了颜色与屏幕之外的工作：理解问题，并选择人们与系统交互时使用的概念。

她把这些概念称为产品的名词和动词。名词可能代表一个集合或计划；动词定义用户能对它做什么。它们之间的关系塑造用户的心智模型。

产品设计的难点之一，是从底层复杂性中构建一致的系统。简化开发工具需要决定展示什么、隐藏什么，以及各部分如何配合。

Appleton 说，设计师和工程师关注的材料可能不同，但好的合作有赖于双方理解视觉选择和技术结构，包括数据、API 与实现限制。

她把设计工程师描述为深入参与实现的人，而不只是添加好看动画的人。其他设计角色可能更注重研究或代表用户；团队需要不同组合。

在 GitHub Next，她和工程伙伴制作原型以测试想法。他们并不假定每个实验都会成为产品；目标是让想法足够具体，以便从中学习。

Appleton 描述为编程智能体会话中的决策设计界面。连续出现的大量问题可能难以让人消化；她探索将决策呈现为可分别审阅的部分。

有些问题，例如边框灰度的细微差别，展示备选方案比让人抽象地指定数字更合适。界面应符合所请求判断的类型。

她展示了写满草图与视觉实验的笔记本。绘画能迅速把尚未成形的想法外化，帮助她在有足够清晰度编写详细提示或规格之前思考。

草图不必是完成的视觉设计。方框、箭头和粗略布局能快速提供反馈、让关系可见；修改成本低有利于早期探索。

她认为语言模型是有用的协作者，但说它们的回应方式并不总与人类思考设计的方式一致。选择合适的表示方式，是让协作有效的一部分。

Appleton 对木工的兴趣强化了理解材料与约束这一想法。实体项目涉及测量、连接结构和实际限制，数字产品也有自身的实现现实。

她区分了深入的设计工程与只关注视觉修饰的做法。设计工程师可以与工程团队一起处理交互逻辑、状态、数据流和实现。

摩擦的一个来源是设计难以在目标设备上高效实现。更早理解性能或平台限制，可以避免昂贵的反复沟通，并找到更好的替代方案。

她建议，工程师指出不熟悉的约束时，设计师可以把智能体当作学习伙伴。设计师仍需核验解释，并与了解系统的人合作。

Appleton 使用 Figma 进行粗略布局和协作，但并不总把模型做到高保真。浏览器原型能展示真实渲染和交互，而静态图片可能无法呈现。

她会制作小型“夹具”：临时控件让她调整实时变量并立即看到结果。在实际上下文中找到合适的值后，再把它带入真正的实现。

她的研究角色与维护成熟产品和设计系统的设计师不同。原型可以优先服务学习，而生产工作还须维护一致性、可访问性和长期质量。

AI 辅助代码生成让她更容易制作交互原型。与为静态模型逐屏连接相比，可运行原型能让参与者在测试中更自然地探索。

她把许多原型当作可丢弃的实验，因此生产系统适用的工程标准不一定是首要任务。原型如果变成产品，仍需要正规的工程工作。

夹具中的实时控件缩短了修改变量与看到效果之间的距离。她可以在界面实际运行的环境中调整，而不必反复编辑代码并想象结果。

被问到是否仍需要设计师时，Appleton 说模型可以生成有用的简单界面，尤其是在团队没有设计师时。她认为更复杂的工作仍受益于对交互、语境与质量的判断。

设计界面需要找到适合数据的表示方式。对话举出一个例子：一组纵向堆叠的卡片最终被理解为更适合用表格表示。

她演示在实时浏览器中调整布局、对比度和纹理。目标是在实际语境中比较选择，而不是假定抽象规格能完整表达使用感受。

Appleton 将模型能力不均称为“能力煤气灯效应”：系统可能出色完成一件困难任务，随后却在看似更简单的相邻任务上失败。这种反差可能让用户高估或低估它。

她的演讲《一个开发者、两个打智能体、零对齐》讨论团队协调问题。如果每个智能体会话都是私有且本地的，人们可能看不到其他地方作出的决策。

共享上下文可以让队友看到并参与智能体工作，但也带来归属、访问权限及谁对决策负责的问题。她认为相关工具仍在发展。

访谈转向工艺。Appleton 说，即使智能体承担更多实现工作，关注细节和理解材料仍然重要；人仍需要决定这项工作的质量意味着什么。

她讨论生成设计中可辨认的视觉模式，以及风格如何随文化语境变化。当某种反复出现的设计约定与自动生成内容强烈关联后，它可能不再流行。

她的数字花园发布不同完成阶段的作品。把笔记标为“幼苗”，让她能分享尚未完成的想法，并在以后回来改进，而不是把每一页都当成定稿。

她还介绍“家常软件”：为个人需求制作工具，而不是依赖通用产品。智能体可能降低制作门槛，但维护与安全仍是实际责任。

非专业或“赤脚”开发者可能需要更好的基础设施与支持。生成应用只是开始；如果他人要依赖它，理解数据、运行方式和局限也很重要。

对于想学习设计的工程师，她建议观察设计师并询问其决策。智能体也可以帮助探索替代方案，但直接合作和反馈仍然有用。

人类学还提供另一课：关于时间、符号和交互的假设因文化而异。设计师应了解实际受众如何理解产品，而不是将一种约定视为普遍规则。

她建议在真实环境中观察人们，以了解他们何时以及为何使用工具。周围的工作与社会语境可能揭示脱离现场的访谈遗漏的需求。

Appleton 推荐《上瘾的设计》，作为思考系统如何塑造行为的一种方式。对话最后强调，设计选择会对使用产品的人产生影响。