
DuckDuckGo 工程团队采用共享 AI 编码工具
来源标题:Connecting the tools is becoming the work
DuckDuckGo 工程团队已采用一套共享 AI 编码工具,可自主制定计划、编写代码、在运行中的应用里验证结果,并附带证据提交拉取请求,代码审查也在向智能体过渡。该团队的设计工程师认为,工程实现提速后,设计侧需要更快厘清问题、探索方向并明确决策,以便交给工程完成。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
DuckDuckGo 的工程团队刚刚采用了一套共享的 AI 编码框架。它可以承接一项工作,制定计划,编写代码,在运行中的应用里检查自己的产出,并附上证据提交 pull request。代码审查也在向 agent 迁移。
我是一名设计工程师,看着这一切逐渐成形,让我对自己这一侧的工作有了很不一样的想法。如果工程团队能在同样的时间里承接并完成更多工作,我们就需要更好的方式,把好的工作准备好交给他们。这包括理解问题、探索方向、做出决策,以及把那些决策解释得足够清楚,让别人能在此基础上继续推进。
我们的应用覆盖 iOS、Android、macOS、Windows 和 Web。一个在任务描述里听起来很直接的方案,一旦你去看它需要如何在这些平台上落地,就可能变成一大堆设计问题。实现速度的加快并不会让这些问题消失,反而会让我们花在回答这些问题上的时间更加显眼。
我们的 AI 辅助设计工作流已经有好几个组成部分了。一个 Claude 项目可以把研究转化为假设和有明确范围的方案。还有一个自研的探索工作区,它能读取任务、模拟各平台的界面,并导出文案和变更日志。此外还有自动化设计评审的早期工作——agent 用设计系统构建 UI,其产出会对照 token 和规格进行检查。
这些部件由不同的人在不同的地方搭建,各自解决工作中一个真实的部分。我喜欢这一点。这意味着我们不是从一张理想流程的图开始,然后等别人把整个东西建好才学到东西。
但每个部件都已经到了需要其他部件提供东西的阶段。仍然需要有人去读 Asana 里的任务,并在各阶段之间携带上下文。探索工作区可以导出到剪贴板,但这样就有人要负责决定复制什么、放到哪里,以及下一个人拿到的是不是最新版本。工程的框架可以构建和检查代码,但它不了解我们的设计系统。
单看每一步,都可以快得令人印象深刻。把它们放在一起,我们仍然有大量的等待、解读和手动传递。随着工程侧变快,这种传递开始看起来不像偶然的行政琐事,而更像我们需要去设计的工作的一部分。
有一种诱惑是把答案描述成“设计需要提速”。我认为我们需要更精确一些。加快探索只有在以下前提下才有帮助:我们能据此做出合理的决策、记录下重要的部分,并给实现的人足够的上下文,让他们能识别出哪里出了问题。否则我们只是在制造更多需要工程侧去解读的东西。
我一直注意到的一点是,每一个局部决策本身都多么合理。如果你在做一个探索工具,把文案复制到剪贴板是一种完全可以理解的导出方式。如果你想帮 agent 使用设计系统,把相关 token 写成 Markdown 是一种快速让信息可用的方式。如果你的工具生成自己的 JSON,用那个文件可以省去等待另一个集成的麻烦。
然后另一个人需要消费这个结果,差异就变得昂贵了。现在我们有以 Figma 变量、手写 Markdown 和工具生成的 JSON 三种形式存在的设计 token。每一种都有存在的理由。在我决定 agent 应该信任哪些值、这些值如何到达检查环节、以及当它们不一致时由谁负责之前,我无法让 agent 对照“token”来检查一个界面。
设计决策也是如此。Asana 里的一个任务可能解释了问题。一个 Claude 项目可能包含有用的假设。探索工作区可能展示了跨五个平台的一个方向。这些东西是相关的,但目前这种关联依赖于某个人知道去哪里找。
我想尝试的方向是让每个阶段都留下一个小小的、机器可读的产物。对于设计阶段,这可以是一份设计规格,包含选定的方向、参考截图、文案以及用到的 token。
它需要包含足够的信息让下一阶段能够行动,同时又要足够小,让人能够理解并维护。如果选定的方向变了,产物也需要随之改变。如果缺少某个文案或 token,我宁愿这被看见,而不是让编码 agent 悄悄补上缺口,然后当作决策已经做过一样继续下去。
我特意称之为设计规格,而不是对产品的完整描述。探索工作区通过模拟界面来传达意图。这可以帮助我们判断某个方案是否值得跨平台推进,但它并不自动成为原生实现像素级精确的事实来源。模拟可能表达出某种关系,而在另一个平台上需要不同的控件或布局。
工程的框架已经按命名约定来发现检查项。这给了我们一个有用的接缝:设计检查可以用与工程已经在跑的检查相同的方式被发现,而无需改动框架本身。
我希望同一个检查跑两次。首先,编码 agent 在自己的循环中运行它,并修复它能识别的明显问题。然后它在 CI 中作为独立的关卡再次运行,这样结果就不只是基于 agent 在工作时选择报告的内容。如果结果低于约定的分数阈值,这项工作就会被标记出来,交由设计师审查。
在这个相当整洁的描述背后,隐藏着很多决策。分数衡量的是什么?哪些差异我们可以跨平台可靠地检查?当设计文件过期,或者某个 token 值有误时,会发生什么?低分可能揭示一个真实的实现问题,但也可能揭示参考或检查本身有问题。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。