Amal Irgashev、Shreya Talegaonkar 2026 年 10 月 27 日 · 22 分钟 · 返回博客
核心要点
- 品味来自上下文。 模型已经能写出好代码，但它们需要你们设计师的原则、防止 AI 生成垃圾内容的护栏，以及反馈背后的推理，才能做出看起来像你们风格的作品。
- 给 Agent 一台设计师的电脑。 每个 Slack 线程都有自己的沙箱，Agent 在轮次之间保留项目状态，能在视频引擎、图像工具和共享画布之间工作，并检查自己的渲染结果。
- 模型变强后就删掉规则。 为弥补模型弱点而设的规则会过期，所以保留设计原则，随着模型进步移除这些变通方案。
- 长时间运行的 Agent 需要多人协作 UX。 大型任务在异步子 Agent 上运行数小时，因此 Slack 线程会展示计划、实时进度，并在任何内容交付前请求批准，团队中任何人都能在运行中途引导 Agent。
- 你可以 Fork 它。 开源仓库包含完整 harness，Managed Deep Agents 可将其部署到你们团队的 Slack。
上面的宣传片由 Content Studio 制作，它是我们的设计 Agent，只需在 Slack 中给出一个提示词，就能创建视频、社交图形、重制的 UI 图像、幻灯片等。Agent 产出的每个素材都是用代码写成的。
Content Studio 完全是在 Managed Deep Agents 上内部构建的。它现在是我们公司内使用最广泛的 GTM Agent 之一，但一开始并非如此。早期反馈……不太好。
那么，我们是如何从如此低的质量走到今天这一步的？
我们花了四个月时间，教 Content Studio 我们的品味和设计原则，主要方式就是看着它在全公司面前出错。
本文讲述我们的 GTM Engineering 团队如何与设计团队合作，从零构建 Content Studio：好设计对我们意味着什么，我们如何把品味教给 Agent，以及让它可以制作从静帧到发布影片的 harness。
我们已开源我们的设计 Agent。 Fork 开源仓库，加入你的品牌 token、字体和技能，然后用 Managed Deep Agents 部署到你们团队的 Slack。
然后参加我们 10 月 28 日的 GTM Engineering Live。我们将深入讲解 harness 和 UX，并展示本文未能容纳的工作。
为规模化构建设计 Agent
LangChain 发展很快。我们有持续的产品发布活动、网络研讨会、博客和活动。每项计划都需要素材，从博客头图和示意图到幻灯片、视频和广告创意。我们的设计团队人手紧张，重复性请求挤占了更具战略性和创新性的工作。作为一家精简的初创公司，我们需要一种低摩擦的方式，让公司任何人都能制作高质量、符合品牌的作品。
为满足这些需求，我们构建了 Content Studio，一个住在 Slack 里的设计 Agent。团队成员描述想要什么，并附上相关内容或简报，Agent 就会返回完成的、符合品牌的文件。为了构建 Content Studio，我们需要三样东西：
- 设计师的专业判断，写进 Agent 的技能和检查中，让它知道什么是好的。
- 围绕模型的自定义环境，包括一台视频编辑电脑，为设计工作的每一层提供工具。
- 合适的 UX，让整个团队可以从一个 Slack 线程协作一个运行数小时的项目。
Managed Deep Agents 提供了我们在公司内部将 Content Studio 投入生产所需的一切：托管的 LangSmith Sandbox、与 Slack 的集成、托管工具、限定范围的 Agent 记忆以及 Agent 运行调度。这让小团队可以把时间花在设计工作、技能、工具和 Slack 体验上，而不是管道建设上。
关键成果
- Content Studio 已在全公司交付超过 3,000 个素材，包括 80 多份幻灯片。其中一份幻灯片甚至用在了我们观看量最高的自然 YouTube 视频中。
- 带有其作品的帖子在 X 上获得了约 450 万次浏览。
- 在 LangChain 账号上，带有其视觉内容的帖子获得的点赞数约为其他帖子的 2 倍，收藏数约为 3.7 倍。
- 现在四分之三的请求来自营销部门以外，75% 的用户是每周都会回来的回头客。
- 现在中位请求的模型花费约为 50 美分，低于 9 月中旬的约 8 美元。迁移到 Managed Deep Agents 后，我们自己的代码减少了约 80%。
AI 真的擅长设计吗？
在进入构建之前，先解决这个世纪之争：AI 真的能做出好设计吗？
模型已经擅长执行，能写 HTML 和 CSS、图表规格和动画时间线。然而，它没有我们的上下文，所以会采用熟悉的模式，即 Anthropic 所说的“分布收敛”（distributional convergence）。结果可能看起来精致，却和一百个其他作品一样，或者动画精美却始终没有表达出重点。熟悉并不总是坏事，但我们希望 Agent 做出符合其目的的选择。
Stripe 设计负责人 Katie Dill 做了一个有用的类比。二战后，在快速建设的压力下，建造者一遍又一遍地复制现代主义的简洁形状和裸露表面。复制品保留了外观，却失去了背后的思考和性格。她的警告是，AI 也可能对软件做同样的事。她称之为“僵尸 UI”（zombie UI），并说我们需要自己的观点，因为“如果你没有，AI 会替你给出一个。”
我们不认为 AI 不擅长设计。它只是没有观点，除非你提供给它，而把我们观点给它，就意味着教它我们的品味。