簡而言之：傳統的設計系統概念——一個靜態資產庫——已經過時。當我將我在行業中的工作與慶應義塾大學系統設計與管理研究所（SDM）的研究相結合時，很明顯我們正在朝著“設計智能” 的方向發展。這不僅僅是一個資料庫；它是一個活躍的智能系統，整合了指導方針、邏輯和代碼。這一轉變使我們能夠將人工智能嵌入產品生命周期，將設計從一個被動的守門人轉變為一個實時的、自適應的引擎。
我是James，墨丘利科技方案的首席執行官及慶應義塾大學SDM的教職員。 香港 - 2026年1月4日
在系統工程中，我們經常談論“集合”和“系統”之間的區別。集合是一堆零件；系統是一個整合的整體，展現出突現行為。
在過去的十年中，設計系統一直是集合——靜態文檔和資產，團隊手動參考。雖然這是基礎，但這種方法對於人工智能時代來說是不夠的。未來在於創造"設計智慧"—一個統一的真相來源，將設計規範、指導方針和生產代碼整合成一個智能系統，能夠為創作者和最終用戶提供AI工具的支持。
1. 系統架構：向模型驅動設計的轉變
在慶應SDM理論中，我們強調模型驅動系統工程（MBSE）以管理複雜性。我們正在見證這一理論在產品設計中的應用。
統一邏輯模型
傳統上，設計與開發之間的“交接”邊界存在摩擦。設計師在靜態模型中工作，迫使開發人員從頭開始重建界面，猜測間距和邏輯。
設計智能作為一個中央系統模型。它允許設計師使用高保真原型來構建實際開發人員使用的生產組件。
- 對於設計師：它確保原型是功能性的，並受到現實的限制，而不僅僅是視覺上的近似。
- 對於開發人員：它允許他們接收可以直接在其上構建的原型，使他們能夠專注於業務邏輯、API和後端架構，而不是爭論像素對齊。
這種融合確保設計師和開發人員在同一“系統模型”內運作，通過共同的代碼講同一種語言。
2. 管理熵：單一真相來源
任何複雜系統面臨的最大威脅之一是熵—系統退化為無序的趨勢。在產品開發中，這表現為碎片化。
目前，設計智慧分散在不同的孤島中：Figma 用於視覺設計，Storybook 用於組件，GitHub 用於代碼，以及各種內容管理系統平台。這種碎片化造成了 AI 工具（如 Copilot、Claude Code 或 Cursor）無法保持一致性的空白。
為了有效利用 AI，我們必須通過集中設計智慧來減少這種熵。
- 整合：通過創建單一真相來源，我們簡化了 AI 工具的整合。
- 驗證：開發人員可以使用這種智能驅動的 VSCode 擴展，在編碼時實時接收設計組件的「IntelliSense」，檢查反模式和可及性合規性。
3. 自適應系統：AI 生成的界面
最深刻的變化是從靜態界面轉變為自適應系統。我們開始推出可以根據需求直接在客戶端生成視圖和工作流程的應用程序。
想像一個場景，客戶需要一個特定的數據可視化。系統不需要提交功能請求並等待開發週期，而是使用嵌入式設計智能即時生成界面。
護欄的控制理論
在系統設計管理中，我們定義邊界條件以確保安全性和可靠性。為了使AI生成的界面正常運作，AI不能產生幻覺；它必須在嚴格的參數範圍內運作。
- 它必須利用已建立的組件庫。
- 它必須遵循設計原則。
- 它必須保持功能整合。
您的嵌入式設計智能功能作為控制邏輯，確保人工智慧做出穩健且符合上下文的決策。
4. 流程優化：自動化驗證與確認循環
最後，一個穩健的系統必須具有效率的驗證與確認（V&V）循環。目前，設計審查和審計是手動的、資源密集的瓶頸。
設計智能使我們能夠自動化「設計系統操作」：
- 自動化審計：系統可以自動審計代碼庫中的視覺不合規和間距問題，而不是進行手動掃描。
- 數據驅動的決策：此自動化將指標反饋到系統中——跟踪組件使用情況、自定義覆蓋和版本採用情況。
- 實時支持：一個基於設計系統訓練的AI聊天機器人可以回答基本的實施問題，從而釋放人力資源用於解決複雜問題。
結論：競爭優勢
這一轉型正在創造新的流程和混合角色，其規模可與互聯網革命相媲美。將設計系統視為靜態資產的組織將會被拋在後頭。那些實施設計智慧—將其定位為產品生命周期中的一個主動、智能的參與者—將通過縮短周期和實現競爭對手無法匹敵的能力來獲得巨大的競爭優勢。
問題不再是「我們有設計系統嗎？」而是「我們的設計系統是否智能？」
水星科技解決方案：加速數位化。