AI Design News
No. 007No. 009
Monday, May 25, 2026·Issue 008

AI 工程实践

从零起步,构建以人工智能为核心的产品设计与交付流程。

Anthropic · via HN·122 days ago

欢迎来到ADN — 问题000

Welcome to ADN — Issue 000

ADN 站点 + 数据 pipeline + AI 评分 + Next.js 前端今天搭好了。明天 09:00 抓第一份真实早报。

✎ Author's take
这一期是真正"零内容"的一期。但 pipeline 已经站住了——抓 / 评分 / 排版 / 入库都能跑。从明天开始,你看到的每条 16 都将是真实的、被 AI 读过又被人审过的。
Continue at example.com
Vercel·118 days ago

Chat SDK 现内置 AI SDK 工具集

Chat SDK now includes AI SDK tools

Vercel 将 AI SDK 的 createChatTools 直接集成进 Chat SDK,开发者可通过新子路径一键把聊天组件的读写能力接入 AI Agent。新版还增加了审批门控、reader/messenger/moderator 角色预设和懒加载,在提升开发效率的同时兼顾了安全性。

✎ Author's take
别再把 Chat SDK 当纯 UI 架子。Vercel 直接把 AI SDK 的 Agent 能力塞进组件层,一行代码让聊天窗口具备安全的数据读写能力,自带角色预设和审批门控。你设计的聊天界面不再只是“看起来智能”,而是能直接插手业务逻辑的代理。
Continue at vercel.com
Sidebar·119 days ago

别把学习外包出去

Don’t outsource the learning

Addy Osmani 在文中指出,随着 AI 编程工具成为日常,开发者与设计师正面临把「学习」外包给模型的诱惑。他警告说,让 AI 代劳虽能短期提效,却会削弱深层理解与长期成长能力。真正的专业壁垒并非来自工具捷径,而是持续内化知识的过程,否则当模型无法给出答案时,你将无从判断对错。

✎ Author's take
这是给所有设计工程师的刺耳提醒:AI 能加速输出,却无法替你建立心智模型。一旦把学习和思考外包给模型,你就从创作者降级为 AI 的校对员。行业顶尖从业者已开始警惕这种「效率陷阱」,如果你不想只懂点按钮,就该把这篇文章贴到工位上。
Continue at addyosmani.com
GitHub Trending · Daily·119 days ago

NVlabs SANA 上新:2.6B 可控世界模型与 RL 训练开源

NVlabs/Sana

NVIDIA SANA 近期密集更新,开源了 2.6B 参数的可控世界模型 SANA-WM(支持 720p/1 分钟视频与 6-DoF 相机控制)、Sol-RL 强化学习训练方案,以及 720p 视频生成模型。设计师与开发者可免费获得工业级视觉生成与世界建模工具,并能基于 Cosmos-RL 做私有化后训练。

✎ Author's take
NVIDIA 正把 SANA 做成视觉生成的基础设施:从 Diffusion Transformer 到世界模型再到 RL 后训练全链路开源,且原生支持 ComfyUI。对设计工程师而言,这不只是免费工具,更是可私有部署、可微调的底层架构——高端视觉工作流的垄断壁垒正在被打破。建议立即 fork,晚了连 issue 都抢不到前排。
Continue at github.com
GitHub Trending · Daily·113 days ago

Anthropic 开源 Claude 职业角色插件

anthropics/knowledge-work-plugins

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。

✎ Author's take
这是 AI 接管白领工作流的蓝图。Anthropic 将岗位拆解为可插拔的 skills 与 connectors,设计工程师该立刻抄作业:你的 Figma 走查、用研模板、交付 checklist,完全能封装成同款插件。还在手动整理素材?这套开源代码就是替代你重复劳动的答案。
Continue at github.com
Vercel·118 days ago

Chat SDK 按钮与模态框新增回调 URL

Chat SDK now supports callback URLs on buttons and modals

Vercel Chat SDK 最新支持在卡片按钮与模态框中设置 callbackUrl,可将用户点击或表单提交事件回传至指定工作流端点,实现 AI 对话中的异步任务暂停与恢复。这让设计工程师能在 Slack、Teams 等平台上构建更复杂的交互式 AI 卡片与表单工作流。

✎ Author's take
这不是简单的 prop 更新,而是把 AI 聊天卡片从“只读展示”变成“可操作界面”的关键一步。设计工程师现在能在 Slack 里直接构建带表单回传的工作流,让 AI 助手真正参与业务操作。做企业级 AI 交互的团队应该立刻跟进,别只把聊天框当文本渲染器。
Continue at vercel.com
GitHub Trending · Daily·117 days ago

全开源AI工程课:435节从数学推导到MCP server

rohitg00/ai-engineering-from-scratch

GitHub Trending 新晋全开源AI工程课程,共435节课、20个阶段约320小时,覆盖Python/TypeScript/Rust/Julia。课程要求从线性代数和反向传播开始手写代码,逐步构建Tokenizer、Attention机制直至MCP服务器和自主智能体集群,每节课均产出可复用工程产物。

✎ Author's take
ai-engineering-from-scratch 是一个全开源的 AI 工程课程,覆盖了从基础数学到构建完整的智能体集群的全过程,适合想要深入学习 AI 工程的开发者。
Continue at github.com
GitHub Trending · Daily·116 days ago

Forge:让 8B 本地模型跑通多步 Agent 工作流

antoinezambelli/forge

这是一个为自托管 LLM 提供工具调用可靠性层的 Python 框架。通过救援解析、重试引导和步骤强制等 guardrails,以及 VRAM 感知的上下文压缩,将 8B 本地模型提升到多步 agent 工作流的第一梯队。提供 WorkflowRunner、中间件和 OpenAI 兼容代理三种集成方式。

✎ Author's take
设计师们总在等 GPT-5,但 Forge 证明了 8B 本地模型就能跑复杂 agent 工作流。对于需要私有化部署或控制推理成本的设计工程团队,这个可靠性层比盲目上更大模型更务实——特别是它的 VRAM 感知压缩和 OpenAI 兼容代理,可以直接塞进现有设计工具链里跑。
Continue at github.com
Sidebar·119 days ago

Vercel 产品团队真正在用的工具

Tools the Vercel product design team actually uses

在 AI 迅速颠覆设计工具格局的当下,Vercel 产品设计师公开了团队真实采用的设计工具栈。这份清单覆盖了从原型到交付的完整链路,为正在重构工具链的设计师和设计工程师提供了可直接参照的一线选型依据。

✎ Author's take
Vercel 向来是设计工程化的风向标,他们的工具选型从来不是跟风清单,而是经过工程化协作筛选的实战结果。如果你还在用传统工具单打独斗而没接入 AI 设计管线,这篇文章会直接刺痛你——看看顶尖团队已经把工具链推进到了哪一步。
Continue at hannahhearth.com
GitHub Trending · Daily·120 days ago

微软官方 AI Agents 入门课:12 讲从零开始

microsoft/ai-agents-for-beginners

微软在 GitHub 开源了一套面向初学者的 AI Agents 构建课程,共 12 节课,覆盖从基础概念到实际开发的完整路径,并支持 50 余种语言的自动翻译。对需要理解 Agents 技术边界的产品设计师和工程设计师而言,这是一份可直接实践的权威教材。

✎ Author's take
设计师不懂 Agents 底层逻辑,画出的原型只会被工程团队推翻重做。微软这 12 节课是设计工程师建立技术共识的捷径——读完至少能分清“自动化脚本”和“真 Agent”的交互差异,别再把伪智能工作流包装成 AI 产品交付给客户。
Continue at github.com
UX Collective·121 days ago

AI 产品跳过了 undo,改做分支

The undo problem in AI products

AI 产品普遍缺失传统撤销(Cmd+Z)功能,转而用对话分支或重新生成作为补救。但作者指出,分支与撤销是完全不同的交互原语,这种倒退让用户在误操作或回溯时陷入无助,是对50年来文本编辑最成功的交互惯例的背离。

✎ Author's take
这不是什么“新交互范式”,而是赤裸裸的设计债务。当 Notion 或 Figma 都能做到 seamless undo 时,AI 产品用“分支”来搪塞用户对撤销的合理预期,本质是把工程复杂度转嫁给用户。做 AI 工具的产品设计师和工程师,该把 Cmd+Z 从“高级功能”重新放回 MVP 清单。
Continue at uxdesign.cc
GitHub Trending · Daily·119 days ago

12-Factor Agents:生产级 LLM 应用的 12 条原则

humanlayer/12-factor-agents

开发者 Dex 在遍试 Crew、LangGraph 等主流框架并与众多创始人交流后,提出「12-Factor Agents」方法论,类比经典的 12-Factor Apps。他指出,真正跑在生产环境的 Agent 往往不是「Prompt + 工具循环」的框架堆叠,而是确定性代码与 LLM 在关键节点的精准结合,为构建可靠 AI 应用提供了务实范式。

✎ Author's take
别再迷信 CrewAI、LangGraph 等框架。作者戳破了一个泡沫:真正交付给客户的 Agent 产品,核心是确定性代码与 LLM 的工程化编排,而非黑盒循环。设计工程师必须把重心从「写 prompt」转向「流程架构与边界设计」,这才是能落地的 Agent 体验。
Continue at github.com
UX Collective·114 days ago

设计师掌握 AI 的真谛:把工具掰成自己趁手的形状

Designing how designers master AI

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。

✎ Author's take
这篇文字毫不客气地揭穿了企业 AI 培训的泡沫:统一 workshop 和认证打卡那套工业流水线下,设计师只会在“学完即落后”的焦虑里空转。对设计工程师而言,真正的护城河不是追新,而是尽快把 AI 掰成自己趁手的形状,建立别人抄不走的个人工作流。
Continue at uxdesign.cc
GitHub Trending · Daily·113 days ago

Build Your Own X:手把手教你从零造轮子

codecrafters-io/build-your-own-x

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。

✎ Author's take
收录了数百个从零开始构建各种技术项目的手把手教程,适合设计工程师深入理解技术底层实现,对抗“黑盒焦虑”。
Continue at github.com
Smashing Magazine·116 days ago

别直接问用户:理解用户的四个层次

Four Levels Of Customer Understanding

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。

✎ Author's take
大部分设计师还在用廉价用户访谈自我安慰。本文直接否定'问即得'的研究惰性,将用户研究拉回行为科学轨道。对产品设计者而言,这是AI功能泛滥时代少做伪需求、多做真洞察的硬核解毒剂。
Continue at smashingmagazine.com
Sidebar·120 days ago

识别误导图表的防御指南

Defense against dishonest charts

FlowingData 推出了一份识别与防御不诚实数据图表的实战指南。在 AI 设计师与设计工程师日常需处理大量数据可视化的背景下,这份权威内容能帮助从业者建立批判性视角,避免在数据叙事中无意识地误导用户或被他人误导。

✎ Author's take
每个做数据界面的设计师都该把这篇放进书签。AI 时代数据图表泛滥,流量驱动下的「美化」已成常态,这份指南不是选修课而是职业底线。读它不是为了做更炫的 dashboard,而是为了确保你不沦为数据的骗子。
Continue at flowingdata.com