‏دیزاین سیستم آماده برای AI یعنی چی؟

نویسنده از تیم Southleft تجربه‌شون با Open Design System Bench رو تعریف می‌کنه. این یه بنچمارکه که ایجنت‌های کدنویس رو روی کتابخونه کامپوننت تو اجرا می‌کنه و خروجی رو نمره می‌ده. حالت کاملش ۳ سناریو × ۳ تکرار × ۱۰ تسک طراحیه، یعنی ۹۰ «سلول». هر سلول importها، درست استفاده کردن API، رعایت tokenها، a11y، کامپایل شدن و «قضاوت» رو می‌سنجه که همه‌ش به جز قضاوت ماشینی چک می‌شه.

به گفته نویسنده، AI-readiness دو بعد داره: داخلی، یعنی ایجنت چقدر راحت تو ریپوی دیزاین سیستم می‌گرده و تسک انجام می‌ده، و بیرونی، یعنی ایجنت تیم‌های دیگه از طریق MCP یا مستندات چقدر درست ازش استفاده می‌کنه. دیزاین سیستم خودشون تو بعد داخلی بالای ۹۰ گرفت. همون ۹۰ سلول رو روی Astryx، دیزاین سیستم Meta که بعد از هشت سال تو ژوئن ۲۰۲۶ اوپن‌سورس شد، هم اجرا کردن و نتیجه تقریبا مساوی بود: ۹۵.۶۸ در برابر ۹۶.۱۹.

نویسنده معتقده کد تمیز همون کد قابل خوندن برای ماشینه. دو اصل اینجا مهمه: separation of concerns (یعنی هر بخش کد فقط یه مسئولیت داره) و structured discoverability (یعنی اطلاعات لایه‌لایه چیده شده تا ایجنت قدم‌به‌قدم پیداش کنه). خلاصه‌ش: هر حقیقت فقط یه جا، و بقیه جاها فقط بهش اشاره کنن.

به گفته نویسنده، فایل‌هایی مثل AGENTS.md یا llms.txt یا skillها اگه لیست کامپوننت یا token رو دستی توشون بنویسی، کهنه می‌شن و منبع هالوسینیشن می‌شن. اجراهای خام بدون این فایل‌ها تو هر دو سیستم نمره بهتری گرفتن. گاهی حتی ghost token (یعنی token خیالی) داشتن. وقتی ۹۰ درصد AGENTS.md رو پاک کردن، نمره از ۹۰ به ۷۲ افتاد چون یه لیست prop هم پاک شده بود. با اضافه کردن ۱۰۷ خط که به قرارداد خودکار ساخته‌شده اشاره می‌کرد، دوباره به ۹۰ رسیدن، با هزینه توکن حدود ۴۱ درصد و زمان حدود ۲۲ درصد کمتر.

ولی درست بودن ماشینی با کیفیت طراحی یکی نیست. ضعیف‌ترین تسک تو هر دو سیستم یه فیلد پسورد با دکمه نمایش/پنهان بود. چون text input جایی برای اون دکمه نداشت، ایجنت‌ها خودشون یکی ساختن. همه چک‌های ماشینی پاس شد ولی قضاوت رد شد، و مستندات بیشتر هم کمکی نکرد. نویسنده می‌گه API ناقص مشکل مستندات نیست و باید خود کامپوننت درست بشه. به نظرش راهنمای ایجنت باید زبان و اصول طراحی رو یاد بده، نه لیست جواب، مثل DESIGN.md شرکت Vercel، و برای ساختنش باید کلی eval اجرا کرد.

نویسنده فکر می‌کنه پیشوندهایی مثل «AI-Ready» هم مثل «Mobile-Friendly» یه روز از بین می‌رن. حرف آخرش اینه که یه دیزاین سیستم عالی بساز، AI-readiness خودش به عنوان یکی از ویژگی‌هاش ظاهر می‌شه.

نکات کلیدی:

• Open Design System Bench در حالت کامل ۹۰ سلول (۳ سناریو × ۳ تکرار × ۱۰ تسک) اجرا می‌کنه.
• Astryx (دیزاین سیستم Meta) و سیستم Southleft تقریبا مساوی شدن: ۹۶.۱۹ در برابر ۹۵.۶۸.
• AGENTS.md با لیست دستی کامپوننت یا token کهنه می‌شه و خروجی ایجنت رو بدتر می‌کنه.
• کوچیک کردن AGENTS.md به یک دهم با حفظ نمره ۹۰، هزینه توکن رو حدود ۴۱ درصد کم کرد.
• نمره ۱۰۰ در چک‌های ماشینی با نمره ۳۰ در قضاوت طراحی ممکنه.
• API ناقص کامپوننت با مستندات بیشتر درست نمی‌شه.