Vize
博物馆与人工智能
AI让界面制作成本降低。
这很有用，但也改变了瓶颈。难点不再只是“我们能做一个组件吗？”难点在于：
- 它适合产品吗？
- 它是否尊重设计体系？
- 它方便吗？
- 是否与现有国家保持一致？
- 审稿人能理解这个变化吗？
- 未来的代理人能否重复使用相同的意图？
这就是缪西亚的重要性所在。
世代需求约束
一个AI模型可以在几秒钟内生成五个版本的组件。
但没有约束，这些版本会有漂移：
- 间距变更
- 缺少状态
- 颜色接近但未标记化
- 无障碍被视为建议
- 遗忘空、加载中、错误和禁用状态
- 视觉层级变化，无需设计决策
设计系统是约束层。
它告诉人类和代理，“好”对这个产品意味着什么。
设计系统需要变得可执行
设计系统不能仅仅是Figma页面、README或部落协议。
在AI密集的工作流程中，设计意图必须是机器可读的：
- 代币
- 组件元数据
- 示例
- 州
- 无障碍期望
- 视觉回归基线
- 使用说明
- 生成文档
这就是《Musea》的方向。
博物馆不仅仅是一个画廊。这是一种让设计系统表面成为工具链的一部分的方法。
Musea试图提供的东西
实用功能很重要：
- 组件画廊页面
- 描述示例和状态的艺术文件
- 生成文档
- 调色板和令牌工作流程
- 无障碍检查
- 视觉回归测试
- 用于局部勘探的粘性整合
- MCP集成，使AI工具能够检查组件上下文
重点不是做一个更漂亮的目录。
关键是将组件转化为可审查、可测试、可文档化的产物。
当代理更换组件时，Musea应帮助回答：
- 哪些州变了？
- 哪些例子受影响？
- 视觉基线有变化吗？
- 无障碍性退步了吗？
- 组件是否仍符合其文档中的意图？
- 另一个代理能理解如何使用它吗？
人工智能需要产品内存
模特并不会自动了解你的产品。
他们可能了解通用的用户界面模式，但产品质量体现在细节中：
- 用户界面使用的语气
- 作战屏障应达到的密度
- 哪些控制是规范的
- 如何呈现破坏性行为
- 空态的行为
- 品牌与无障碍权衡的处理方式
Musea可以成为这些细节的产品记忆。
它为AI工作流程提供了比提示更好的东西：一个由真实组件、真实状态、真实实例和真实约束组成的结构化表面。
视觉审查变得更重要
AI生成的用户界面看起来合理，但实际上可能不准确。
布局可能存在微妙的不一致。对比剂可能失效。悬停状态可能会改变布局。长标签可能包装不好。加载状态可能涵盖重要的上下文。
这就是为什么视觉回归测试应该归入组件库。
静态分析可以发现结构性错误。类型检查可以捕捉合同。但视觉系统需要视觉证据。
博物馆应建立视觉评测常规：
- 生成状态
- 截图截图
- 比较基线
- 表面差异
- 将审查保持在组件附近
这样设计质量就变成了可重复的工作流程，而不是临时截图的帖子。
设计系统是人工智能基础设施
在人工智能出现之前，设计系统主要帮助人类更快且保持一致性地行动。
在人工智能时代，它还帮助机器安全移动。
强设计系统赋予代理：
- 词汇表
- 模仿示例
- 遵守的约束条件
- 需通过的考试
- 阅读文档
- 用于保存的视觉基线
这就是基础设施。
Muze的存在是因为Vize不应仅限于代码正确性。前端质量包括视觉质量、可访问性和产品一致性。
人工智能会增加这一切的需求。
未来不是“AI生成用户界面，所以设计系统变得不重要”。
未来是“人工智能生成用户界面，因此设计系统必须变得可执行、可检查和可测试。”