关键要点
品味源于语境。模型已经能够写出不错的代码，但它们仍需要您的设计原则、防止AI生成低质量内容的约束机制，以及对反馈背后的逻辑阐释，才能产出看起来像您亲手打造的作品。
为该代理配备一台设计师专用的电脑。每个 Slack 会话都拥有自己的沙盒，代理可在其中保存项目进度，在视频引擎、图像工具和共享画布之间切换工作，并检查自己的渲染结果。
当模型性能提升时，删除相关规则。用于弥补模型短板的规则会逐渐失效，因此应遵循设计原则，并在模型不断改进的过程中逐步移除这些权宜之计。
长时间运行的代理需要多人协作的用户体验。大型任务会在异步子代理上运行数小时，因此 Slack 线程会显示计划、实时进度以及在任何内容上线前的审批流程，并且团队中的任何人都可以在任务执行过程中进行调整。
您可以对其进行分叉。该开源仓库提供了完整的框架，而 Managed Deep Agents 会将其部署到您团队的 Slack 中。
上面的宣传视频由 Content Studio 制作，这是一款设计代理工具，只需在 Slack 中输入一条简单指令，就能生成视频、社交媒体图文、重制的 UI 图片、幻灯片演示文稿等内容。该代理生成的每一份素材都以代码形式呈现。
Content Studio 完全由公司内部基于托管深度代理构建而成。如今，它已成为我们公司使用最广泛的 GTM 代理之一，但最初并非如此。早期的反馈……并不理想。
那么，我们究竟是如何从如此低的质量跃升到如今的水平的呢？
我们花了四个月时间，通过让 Content Studio 在全公司面前“犯错”，来教会它我们的审美与设计原则。
本文将介绍我们的GTM工程团队如何与设计团队携手，从零开始打造Content Studio：在我们看来，什么是优秀的设计；我们如何教会智能体我们的审美偏好；以及使其能够创作从静态画面到发布宣传片等各种内容的工具链。
我们已开源了我们的设计代理。请 fork 该开源仓库，添加您的品牌标识、字体和技能，并通过托管深度代理将其部署到您团队的 Slack 中。随后，欢迎您于 10 月 28 日参加 GTM 工程直播活动。届时，我们将深入剖析该工具及其用户体验，并展示那些未能在本文中详述的工作成果。
构建一个用于规模化的设计代理
LangChain发展迅速。我们持续开展产品发布活动、网络研讨会、博客文章和各类线下活动。每一项举措都需要相应的素材，从博客页头和图表，到演示文稿、视频以及广告创意，不一而足。我们的设计团队人手紧张，重复性的需求挤占了更多战略性与创新性的工作。作为一家精益创业公司，我们需要一种低门槛、高效率的解决方案，让公司里的每一位员工都能轻松创作出高质量、符合品牌调性的作品。
为满足这些需求，我们打造了 Content Studio，这是一种驻留在 Slack 中的设计智能体。团队成员只需描述自己的需求，并附上相关素材或简报，该智能体便会返回符合品牌调性的成品文件。要构建 Content Studio，我们需要三样东西：
我们的设计师的专家判断已被写入该代理的技能与检查规则中，使其能够识别何为“良好”。
围绕该模型的定制化环境，包括一台配备各类设计工具的视频编辑电脑。
恰当的用户体验，让整个团队能够在一个 Slack 会话中协作完成持续数小时的项目。
托管深度智能体为我们提供了在公司内部将 Content Studio 投入生产的所需一切：一个托管的 LangSmith 沙盒、与 Slack 的集成、托管工具、受限的智能体内存以及智能体运行的调度功能。这使一个小团队能够把时间花在设计工作、技能、工具和 Slack 体验上，而不是耗费在底层架构的搭建上。
关键结果
Content Studio 已为全公司交付了超过 3,000 个资产，其中包括 80 多份幻灯片演示文稿。其中一份演示文稿甚至被用于我们观看量最高的自然流量 YouTube 视频中。
其作品在X平台上的帖子获得了约450万次浏览。
在 LangChain 账号上，带有视觉内容的帖子获得的点赞数约为其他帖子的2倍，收藏数约为其他帖子的3.7倍。
如今，四分之三的请求来自市场营销部门之外，而75%的用户是每周都会回访的重复访问者。
目前，平均每次请求的模型费用约为50美分，较9月中旬的约8美元有所下降。在迁移到托管深度代理后，我们自己的代码量缩减了约80%。
人工智能真的擅长设计吗？
在开始构建之前，我们先来探讨一下本世纪的争论：人工智能真的能做出优秀的设计吗？
该模型在执行方面已相当出色，能够编写 HTML 和 CSS、绘制图表规格说明以及制作动画时间线。然而，它缺乏我们的上下文，因此往往会依赖熟悉的模式——Anthropic 称之为“分布收敛”。结果可能是看起来很精致，却与成百上千的其他作品别无二致；也可能是动画效果极为精美，却始终无法传达核心意图。熟悉并不总是坏事，但我们希望我们的智能体能够做出符合其使命的决策。
Stripe的设计负责人凯蒂·迪尔做了一个很有启发性的类比。在二战后急于快速建造的背景下，建筑商一遍又一遍地复制现代主义那简洁的造型与素净的表面。这些仿制品虽然保留了外观，却失去了其背后的思考与个性。她警告说，人工智能也可能对软件造成同样的后果。她将这种现象称为“僵尸式用户界面”，并指出我们需要明确自己的立场，因为“如果你不这么做，人工智能就会替你做出选择。”
我们并不认为AI在设计方面很糟糕。它只是缺乏自己的观点，除非你为其提供；而赋予它我们的观点，就意味着要教会它我们的审美偏好。
为设计智能体“授以品味”
品味是一种判断力，它能够区分“正确”的作品与“优秀”的作品。在设计领域，两种布局可能都采用了恰当的字体、色彩和间距，但其中只有一种能真正传达其核心意图。而这种品味，正是源于迪尔所说的“学会敏锐地察觉”。
正是这种察觉，让我们学会了识别人工智能生成的垃圾内容，而这类内容往往出现在简报将决策权交由智能体时。
例如，下方左侧的图片是由本地编码代理使用我们的品牌技能生成的（该技能包含颜色、字体、标识等要素）。然而，最终成果却遗漏了若干关键要素，如正确的标识组合、文本对齐方式，以及哪些颜色属于我们的主品牌色、哪些是辅助品牌色。
同样的提示在 Content Studio 中生成了一张完全符合品牌调性的图像。这是因为本地代理会用其最常看到的内容来填补简报中未涉及的每一个决策点。采用这种方法，Content Studio 也用我们的选择填补了同样的空白。
我们为 Content Studio 制定的指南从基础入手，涵盖了颜色令牌、字体粗细、间距和对齐等要素。但大部分改进都源自我们在这些基础之上所新增的内容。我们引入了多项设计原则，例如每个画面只设一个视觉焦点、针对常见 AI 设计模式设置约束规则，以及每条反馈背后的逻辑依据。再加上更优质的底层模型，这些举措帮助 Content Studio 学会以更贴近设计师的方式思考与沟通。
事情并非一开始就是这样的。在我们早期的一段动态图形中，一只鸟带着一缕光带飞出画面，持续时间还不到一秒钟。我们要求不要出现生硬的边缘，但第一版输出却显得笨拙，边缘又硬又圆。设计师本该明白我们的意图：边缘应当柔和，而尾部则应沿着与鸟运动方向相反的方向逐渐变细并渐隐。
到了后续的迭代版本，该智能体已能以设计师的视角审视这一细节。它通过一张简略草图确定鸟尾的位置，并自行构建逐帧检查机制，以确保丝带始终牢固附着。大多数观众或许不会有意识地察觉到这一细节，但一旦出现偏差，他们仍会有所感知。
那些可量化的问题最容易解决。过去，首字母大写问题在评审中屡见不鲜，但如今通过自动化检查已能捕捉到每一个实例。而更难的决策则更具主观性，比如某个营销活动的创意是否足够有力、信息传达是否清晰，或者执行效果是否能引起受众共鸣。当设计师做出这类判断时，我们会将背后的逻辑记录为一项技能，以便智能体在未来的设计稿中加以应用。
Content Studio 改变了谁能够从事设计工作。产品经理、工程师或创始人可以在 Slack 中向智能助手简要说明需求，随后便能获得符合品牌调性、随时可上线的成果。如今，四分之三的需求来自市场部门以外的团队。对于设计师而言，其角色已更趋近于创意总监：负责制定方向并审核作品，而非亲自制作每一份设计资产。
做出正确的设计判断只是整个流程的一部分。我们还需要为智能体提供相应的工具和环境，以便其付诸实施。
构建线束
设计师需要在多种工具之间切换，从用于静态图像的 Photoshop，到用于动态效果的视频引擎，再到用于原型设计与协作的共享画板。他们还依赖品牌规范、设计资产以及公司文档。
一个智能体也需要类似的配置，包括一台用于工作的计算机、用于设计流程各环节的工具，以及设计师为其工作带来的上下文。而“框架”则将这些要素整合在一起。Deep Agents 提供了底层框架，涵盖智能体循环、规划、文件管理、子智能体以及上下文管理等功能。Managed Deep Agents 则负责将其打包并在生产环境中运行。我们围绕这一框架构建了整套环境，为智能体配备了一台能够维护项目、跨工具协作并检查结果的计算机。
harness_v1
我们该工具套件的第一个版本试图为模型完成设计工作。早期的模型在制作我们希望上线的动态图形或发布影片时，需要大量协助。为了弥补它们尚无法自行解决的部分，我们的直觉是将更多自身的设计判断融入到指令和代码中。
因此，我们构建了一个包含115个可复用UI组件的设计系统，涵盖标题、布局和动画，并提供了关于何时以及如何使用这些组件的指导。这为模型提供了一套现成的设计参考，从而减少了它从零开始做出的创意决策数量。
这有助于它保持品牌一致性，但该代理在每一帧中都只是重复相同的布局和动画，缺乏足够的变化：
我们知道这些模型迟早会在这项任务上表现出色，因此我们一直持续构建相应的环境，同时不断试验各种技能与工具。有时我们会添加更多参考信息或更详尽的指令，以帮助模型；另一些时候，则干脆完全移除这些辅助，看看它能独立完成什么。
但结果仍然未能达到我们的预期，而要缩小这一差距，就需要投入越来越多的工程开发工作。我们不断为各项技能添加规则，编写更多的动作代码，并构建更多组件，以弥补模型所无法实现的功能。
随后，Opus 5.5 问世，我们立即看到了质量的显著提升。我们重新审视了各项技能，去除了大部分硬编码规则，同时保留了设计原则和高层次的指导方针。结果进一步改善，呈现出更多样化的内容，且重复性更低。该模型终于能够做出我们此前试图为其预先构建的创造性决策。
这就是我们的“苦涩教训”。为弥补模型弱点而设计的规则，随着模型性能的提升反而变得不那么有用了。真正持久的，是模型所处的环境，包括它使用的工具、它所依赖的上下文，以及人们如何引导它的运作。我们没有预先设定好各种创作决策，而是着力让这套框架足够灵活，以便能够充分适应每一代新模型。
设计师的电脑
为了展示该工具链的实际运行效果，我们请 Content Studio 制作了一部影片，从头到尾演示它如何与视频项目协同工作。影片的主角是一只栖息在像素丛林中的鹦鹉，旁白采用大卫·爱登堡式的风格（由 ElevenLabs 提供语音合成）。接下来，我们就借助这部影片，逐一梳理该工具链的各层架构：其背后的计算、工具以及上下文环境。
设计是迭代式的。你先做出一些东西，然后审视并修改它，往往要反复多次。因此，该代理需要一台能够在整个对话过程中持续运行的计算机。每个 Slack 话题都会拥有自己的 LangSmith Sandbox——一台带有文件系统和 Shell 的隔离式 Linux 机器，而整个项目就在这台机器上运行，直至该话题结束。
代理所创建的一切都基于代码构建，无论是用于幻灯片的 HTML 页面、用于图表的数据规范，还是用于视频的动画时间轴。这使得迭代变得轻松，无需从头开始。如果有人要求提前引入那只鹦鹉，代理只需修改一个时间数值，即可重新渲染，而不会影响画面设计或文案内容。而对于一张静态图片或一段生成的视频片段，哪怕只是小幅修改，也可能意味着需要重新制作整份素材。
简报、计划、场景代码、音频和渲染文件都存储在一个项目文件夹中，所有参与项目的子代理均由此文件夹开展工作。
此外，我们还安装了设计师在工作各环节都会用到的工具：
运动是最难处理的层级。它运行在两个引擎上：
用于编辑的 HyperFrames：HyperFrames 是 HeyGen 的开源视频框架，可将视频转化为网页。剪辑片段、屏幕录制、字幕和文本都只是该页面上的元素，而 GSAP 时间轴则负责让这些元素自由移动。因此，当有人请求为网络研讨会添加字幕或剪辑产品演示时，客服人员便可像编辑网页一样进行操作。其命令行界面实际上就是客服人员的编辑套件：对作品进行代码检查、提取某一帧进行预览、渲染最终剪辑成果。我们还安装了 HeyGen 的官方技能，以便客服人员能够从开发团队那里直接学习相关格式规范。
用于动画的 motion-studio：网页无法实现对快速运动的模糊效果、让物体发光，或把标志转化为3D形态，而这正是我们为原创动画所追求的最终效果。因此，我们打造了自己的画布引擎。该引擎会生成代码，逐像素绘制每一帧的画面，并且能够将多达16个瞬间融合到每一帧中，其原理与相机快门使运动产生模糊的效果如出一辙。鹦鹉影片便是以这种方式制作的。
两种引擎都根据各自的时间戳来渲染每一帧，因此无论何时渲染，位于十秒处的那帧看起来都是一样的。这使得代理能够逐帧检查特定时刻，而无需渲染整部影片，同时我们也得以并行渲染多帧。音频同样基于同一时间轴运行，从而确保旁白、音乐和音效与画面保持同步。
通过这种设置，该智能体几乎可以生成任何内容。然而，在缺乏进一步指导的情况下，它会默认采用模型自身的设计选择，而非我们的标准。接下来的挑战是如何让它遵循我们的品牌与设计规范进行创作。
设计师的大脑
我们围绕四个不同的功能组织了该智能体的知识，每个功能都有明确的用途。技能用于指导如何执行特定任务，而维基则提供关于我们公司以及优秀工作标准的相关背景信息。所有可量化的事项均由一个网关处理，这是一种以代码编写的确定性检查机制。此外，还有一个独立的记忆层，用于记录人们随时间向该智能体传授的内容。
代理接收到请求后，首先要做的是判断这是一类什么样的任务。这项工作由我们的媒体制作技能来完成。我们称其为“路由技能”，因为它的核心就是一个表格：每一行都将某种类型的请求（如一场营销活动、一次改版、一张缩略图、一篇帖子、一个YouTube视频包、一部发布宣传片、一段短视频动画）与相应的处理路径及专业技能对应起来。此外，路由技能还会判断该任务是否需要共享的视觉创作平台，并将一些小规模的修改排除在完整流程之外。
对于像上面这样的影片，路由器会选用专为执导大型动作片而设计的“启动影片”技能。我们所有的48项技能，总计近1,000个文件，都是针对具体任务而非某一主题来设定的，因此其说明文字读起来就像一条路由规则，其中还明确列出了哪些情况下不应使用该技能。
技能彼此组合，而非相互重复。launch-film 负责导演，motion-studio 负责画面与声音，因此动画制作只需编写一次。launch-film 还会为即将启动的子代理提供角色简报，并附上一个案例研究：我们用代码逐帧重建了一部真实的 88 秒发布影片。正是在这个案例中，该代理学会了如何在各子代理之间拆分影片——它会在场景切换处精准切分，由单个子代理保持连续的镜头运动，并在所有人并行工作之前冻结共享代码。
对于工具而言，描述与技能同样重要。为降低上下文使用量，我们将MCP工具置于内置搜索之后。智能体初始仅具备我们自身的工具，并根据需要通过关键词搜索工具名称和描述来加载额外的工具Schema。
技能说明了如何完成某项工作，而维基则提供了将其做好的必要背景与参考资料。它涵盖了从品牌标识、视觉语言与表达风格，到各平台、营销活动以及产品信息等方方面面。此外，还有一个专门的动态影像维基，内容涉及导演、制作工艺、声音设计与评审，并附有70部参考影片的详细解析。
与其在各个技能中重复这些信息，我们直接链接到维基百科。这样既能将共享知识集中于一处，又便于更新。当诸如字体规则之类的内容发生变更时，我们只需一次性更新，所有技能即可引用最新版本。
了解我们的工作方式并不一定能让动态设计变得更便宜。一个错误的创意决策仍可能耗费数小时的渲染时间。
基于规范的设计
动作的错误代价尤其高昂，无论是在渲染时间还是在令牌消耗方面。一个分镜画面的渲染大约需要50毫秒，而一秒钟的成片则需要8到40秒。当子代理负责撰写、渲染并审阅每一个镜头时，这些成本会迅速累积。因此，代理会在分镜阶段先构思各种方案，以低成本探索不同方向，待确定最终方向后再进入全面制作阶段。
为了支持这一探索过程，我们为智能体提供了一组参考影片库，供其汲取灵感，这就像设计师借助情绪板进行创作一样。当它无法找到理想的视觉风格时，便会调用图像模型生成新的参考素材，先从快速草稿入手，再对最具潜力的方案加以优化。这些图像有助于确立整体视觉方向，而分镜脚本与最终成片则仍以代码形式构建，并采用真实的字体排版与品牌资产。
一旦我们确定了方向，经批准的分镜脚本便成为整部影片后续制作的规范依据。随后，项目将依次经历三个阶段：
一份分镜脚本，用于确定视觉创意、文案和镜头构图。
一段动画分镜，即根据音频节奏制作的粗剪版本，用于检验画面无法呈现的节奏感。
制作环节，子代理负责构建、检查并渲染已批准的镜头。
我们最初在该技能的说明中描述了这一顺序，而客服人员有时会为了节省时间而跳过审核环节。如今，流水线已在代码层面强制执行这一规则，因此组装流程会一直等待直至每个环节均通过审核；与此同时，说明仍用于指导创意调用。必须始终遵循的顺序被固化在代码中，而判断则保留在提示词里。
点，不要提示
在这些方向之间进行选择是团队的决定。Slack 适合用于请求工作并接收反馈，但线程是线性的文本，而故事板则是空间化的，因此反馈往往描述的是某物所在的位置，而非直接指向它；而且每次修改，哪怕只是修正一个词，都必须作为新的提示重新提交给客服人员。
Paper 为我们解决了这一问题。它是一款专为智能体打造的设计画布，配备了一台 MCP 服务器，使智能体能够直接操控文件。用户可以在同一份文件中协同工作，将不同方案并排对比，在特定帧上添加评论，或自行进行编辑。由于画布是共享的，智能体可以随时返回该文件，利用这些评论与修改来指导其下一次迭代。
挑战在于，Paper 的代理工具仅在其桌面应用内运行，而我们的代理则运行在云端沙盒中。为弥合这一差距，我们在一台始终在线的 Linux 工作节点上以无头模式运行 Paper Desktop，并借助虚拟显示与经过身份验证的桥接机制将两者连接起来。一套配置即可支持整个团队。
即使在获得批准之后，将分镜脚本转化为一部成品电影也可能需要数小时。到那时，这项工作已俨然成为一个小型项目，多个部分需并行推进，最终才能汇聚成一体。要协调这一切，单靠一个代理的轮班是远远不够的。
代理作为首席幕僚
不妨想想前面提到的那只鹦鹉电影，在 Slack 中制作进行到一半时。一个人分享了一张参考图，另一个人提出了一个不同的开场方案，还有人对第四帧提出了反馈，而这一切都发生在主代理仍在搭建的过程中。这就像一场头脑风暴，做笔记的人还得负责把电影拍出来。在这种情况下，同步子代理并不奏效，因为主代理必须等它们完成，期间人们根本无法与之互动。
为了解决这一问题，我们使子代理变为异步，并将主代理的角色从执行者转变为首席幕僚。这样可以将复杂的项目拆分为更小、更独立的任务，将其分配给各个子代理，并并行开展工作。同时，随着情况的变化，主代理会及时向团队通报进展，以便大家持续提供反馈并引导项目方向。
对于每项任务，主代理都会创建一个子代理的配置文件，其中包含明确的任务说明，涵盖其角色、相关背景、文件所有权以及工作验证方式。此外，它还会根据任务的复杂程度选择合适的模型和投入力度。
我们还为主代理添加了一组小型工具，用于协调工作：
start_task 在后台将一个部件交给子代理
check_tasks 显示正在运行的任务，并读取已完成的报告
cancel_task 和 resume_task 可以停止不再符合需求的工作，或从中断处继续执行
report_progress 允许子代理在作业进行中发送更新信息
schedule_wakeup 为主代理提供一个计时器，用于触发另一次运行并继续该任务
在底层，每个子代理都只是一个普通的 Deep Agents 任务工具，以后台任务的形式运行。当它执行完毕后，我们的代码会将主代理的新一轮运行加入队列，并携带其执行结果。此外，用户还可以在主代理运行过程中对其进行干预，因为在其工作期间到达的消息会在下一次模型调用之前被插入。各子代理通过项目文件夹进行协调，每个子代理仅写入自己负责的文件，并将其进度保存在磁盘上。
由于工作在后台运行，线程必须实时显示当前状态。主代理会通过计划与预计完成时间、包含正在运行的子代理的实时状态栏、渲染进度与耗时、每次编辑的确认信息，以及在内容公开前的审批卡片，持续更新相关信息。
对这一方法最清晰的检验之一，来自一项连夜完成的52页演示文稿改版任务。该智能体首先创建了三张示例幻灯片，并在继续处理其余内容之前对自己的成果进行了审核，随后按编号分批提交以待审批。在此过程中，它还新增了两张幻灯片。一夜之间，主智能体运行了约一小时，而其子智能体则累计工作超过六小时，整个过程均未影响对话的进行。
自我改进的线束
一位与团队合作数月的设计师能够掌握团队的偏好，无需重复听到同样的反馈。如果没有记忆机制，该智能体在每个新对话中都将从头开始。为避免这种情况，我们构建了两个学习循环：快速循环在用户给出反馈时即时捕捉，而慢速循环则在后台从已完成的项目中进行学习。
快速循环：当有人分享一条规则或偏好时，智能体会在同一轮对话中将其保存。Managed Deep Agents 将记忆以纯文件的形式存储在两层结构中，一层供整个团队共享，另一层则专属于每位用户。
个人偏好会跨线程延续，但共享标准优先，且为公司频道创建的内容均遵循公司统一的表达风格。每一层都配备一个 AGENTS.md 文件，该文件会在每次模型调用时加载。目前，我们已将这些文件的大小限制在 200 行以内，此前早期版本曾膨胀至 50 万 token。
慢速循环：每次任务结束后，我们的 learn_from_job 工具会启动一个轻量级的子代理，捕获最多五条有据可依的经验教训，并将其与所使用的技能关联起来。后续的任务会读取并评估这些经验教训；每周一次，后台代理会将那些被证明有用的教训整合到技能库和维基中。
接下来是什么
还记得那些早期的评审吗？最大的改进在于，我们将设计师们的判断汇聚到一个可供智能体学习的共享环境中，而不是让这些意见分散在各个评审帖子里。在此过程中，我们让设计工作对更多人变得触手可及。
接下来，我们希望该智能体能够管理整个营销活动的生命周期，其中部分功能已经投入运行。它会在获得授权审批人确认后，通过 Buffer 发布公司的社交媒体内容；为员工撰写可从其个人账号分享的帖子；并执行各类定时任务，包括每日审核，推荐值得引用的优质内容。
我们的目标是将这一流程进一步推进，使一条经批准的创意方向能够贯穿整场营销活动的各个环节。代理机构将撰写项目简报、为各渠道制作素材、安排发布日程、协助团队扩大传播声量，并利用效果数据为下一轮活动提供参考。在内容正式上线之前，仍需由相关人员逐一审核并予以批准。
构建属于你自己的设计代理：该开源仓库包含了本文中的工具箱——沙盒计算机、技能、维基与记忆、异步子代理以及 Slack 用户体验。将其 Fork 后，添加你的品牌令牌、字体和技能，再通过托管深度代理部署到你团队的 Slack 中。随后，欢迎于 10 月 28 日参加 GTM 工程直播活动。届时我们将深入剖析这套工具箱与用户体验，并展示那些未能在本文中详述的工作内容。
相关内容
构建“公司线束”的五个组成部分
上下文工程始于检索
上下文工程：深度智能体如何记忆
看看您的代理究竟在做什么
LangSmith，我们的智能体工程平台，可帮助开发者调试每一个智能体的决策、评估变更，并一键部署。