Medium: Izgradnja agentnih dizajn sistema
Luis Urijač, dizajner s iskustvom u radu na dizajn sistemima u velikim razmerama, objavio je ovaj tekst u decembru 2025. kao konceptualni okvir za to kako dizajn timovi trebaju da organizuju odnos s AI alatima. Članak nije uputstvo za konfiguraciju. On odgovara na fundamentalnije pitanje: zašto izolovani AI eksperimenti propadaju u dizajn organizacijama i kako izgleda koherentan pristup.
Centralna tvrdnja je da dizajn sistem mora izaći van svog tradicionalnog opsega. Biblioteka komponenti za višekratnu upotrebu samo je jedan čvor u širem, međusobno povezanom brendovom ekosistemu koji danas uključuje email šablone, marketinške sajtove i glas brenda. Urijač ovaj prošireni oblik naziva „agentnim dizajn sistemom” — sistemom koji je unapređen AI mogućnostima za automatizaciju ponavljajućih zadataka uz očuvanje ljudske procene o strateškom pravcu.
Fragmentacija je glavni izazov s kojim se suočava većina timova. Dizajneri sada rutinski koriste Cursor, Replit ili Claude u ličnim radnim tokovima, ali rezultati ostaju lokalni. Kada svaka osoba gradi AI navike u izolaciji, organizacija akumulira rasute eksperimente umesto zajednički naučenih lekcija. Urijačeva preporuka je direktna: pre nego što neko otvori AI alat za zadatak, tim zajedno piše brief. Prompt dolazi posle razgovora, a ne umesto njega.
Članak se bavi i konkretnim tehničkim pitanjem o izboru okvira. Budući da je većina AI modela za generisanje koda obučena na ogromnim količinama otvorenog koda, okviri s većim prisustvom u tim podacima za trening daju pouzdanije rezultate. Tailwind CSS je postao preferirani izbor za design-to-code rad upravo zato što alati obučeni na Tailwind kodbazama generišu čistije i doslednije rezultate nego alati koji rade s nestandardnim CSS arhitekturama.
Po pitanju uloge AI, Urijač je jasan. AI se bavi brzinom i ponavljanjem. Ne može zameniti dobro formiran brief niti istraživačku dizajn sesiju koja proširuje brendovske konvencije. Timovi koji uvode AI pre nego što su uspostavili jasne dizajn principe završe s doslednim rezultatima u pogrešnom pravcu.
Dve praktične preporuke provlače se kroz ceo tekst. Prva: održavajte kulturu kritike čak i kada AI ubrzava ranu produkciju — sposobnost evaluacije i odbacivanja rezultata postaje važnija, ne manja, kako obim rezultata raste. Druga: investirajte u dokumentaciju sopstvenih okvira i kodbaza, jer AI alati rade s kontekstom koji dobijaju, a timovi koji detaljno opisuju svoje sisteme dobijaju bolje rezultate.
Ovaj članak je najkorisniji za vođe dizajna i vlasnike dizajn sistema u organizacijama s više od jednog dizajnera — gde pitanje nije da li uvesti AI, već kako ga integrisati bez gubitka kolektivne kontrole kvaliteta.