设计智能 与AI协作的时代

Anthropic 在 GitHub 开源 11 个面向知识工作者的插件，兼容 Claude Cowork 与 Claude Code，覆盖生产力、销售、客服等场景。每个插件捆绑 skills、connectors 与 slash commands，企业可按自身工具与流程深度定制，让 Claude 变成具备专业工作流的岗位专家。

本文指出，设计师掌握 AI 的关键并非学会“正确用法”，而是将工具驯化为个人思维的延伸；组织惯用的统一培训计划之所以失效，正因为 AI 精通是发散、个人化且永无止境的。作者团队正尝试重新定义“精通”，并探索更贴合设计师真实状态的培养路径。

cmux 是一款为 AI coding agent 重新设计的 macOS 终端。当 Claude Code 等工具需要人类介入时，通知环与标签页主动亮起，无需刷日志等待。它原生支持 Claude Code teammate 模式、可脚本浏览器与 SSH，把终端从被动命令行升级为人机协作的中央控制台。

这是一个收录了数百个手把手教程的 GitHub 仓库，教你从零开始构建 3D 渲染器、数据库、操作系统、AI 模型等经典技术。对设计工程师而言，深入理解底层实现比调 API 更重要，这是对抗“黑盒焦虑”的最佳实践清单。

文章以 Gemini Spark 为例提出，当 AI Agent 能 7×24 小时自主运行，人类将从“点击界面的用户”转变为“下达目标的委托人”。这预示着设计对象正从屏幕交互转向“委托在场”，设计师必须重新构想人与自主代理之间的权责与反馈机制。

该仓库收录 754 个面向 AI Agent 的生产级网络安全技能，覆盖 26 个安全域并映射到 MITRE ATT&CK 等 5 大框架。遵循 agentskills.io 标准，可直接用于 Claude Code、Cursor 等 20 多个平台，让安全 Agent 秒变资深分析师。

文章提出真正理解用户需跨越四个层次，而非依赖直接提问。作者指出用户口头反馈往往与真实行为脱节，设计师容易将“可能”误解为真实需求。该框架帮助团队穿透表层假设，捕捉被噪音掩盖的隐藏动机，从而避免基于错误证据做产品决策。

earendil-works 开源的 pi 是一套模块化 AI agent 工具集，包含自扩展编码代理 CLI、统一多厂商 LLM API 及 TUI/Web UI 组件。项目还倡导公开共享真实 OSS 开发会话数据以替代玩具基准测试，对希望深度定制 AI 工作流的设计工程师有参考价值。

MiroFish 是一款基于多智能体的开源预测引擎，上传种子材料后，系统会构建高保真数字世界，让数千个具备独立人格的 AI Agent 自由交互演化以推演未来。它展示了 AI 从工具向复杂系统模拟的跃迁，但项目尚处早期且文档残缺。

UX Collective 文章抨击当代客户服务界面普遍采用欺骗性设计模式（deceptive patterns），通过繁琐流程与情绪惩罚阻止用户获得基本支持。作者认为这种「让用户知难而退」的策略，正在将企业降本压力转化为对用户的系统性敌意，而设计师往往在其中扮演共谋角色。

Frigate 是一款开源 NVR 方案，专为 Home Assistant 打造，基于 OpenCV 与 TensorFlow 在本地对 IP 摄像头进行实时 AI 物体检测，并支持 GPU 与 AI 加速器。对设计工程师而言，它是边缘 AI 落地的典型样本：展示了如何在低资源、隐私优先的场景下完成高效的端侧视觉推理与硬件协同。

Kronos 是首个针对金融蜡烛图（K线）的开源基础模型，基于全球45家以上交易所的OHLCV数据预训练，采用专业tokenizer将连续多维数据量化为层级离散token，再经自回归Transformer建模。其将专业时序数据“语言化”的架构思路，对处理用户行为序列等时序信息的设计师有跨领域启发。