过去一两年,设计师能用的 AI 工具越来越多。
Figma Make、Claude Design、v0、Lovable、Framer AI,往代码方向还有 Cursor、Claude Code、Codex,再加上 MCP、内部组件生成器,以及最近很受关注的 DeepSeek Harness。
这些工具各有擅长:生成页面、读取设计系统、修改代码、跑原型、做校验、接入开发流程。
但工具越多,一个问题反而越来越明显:
设计团队下一阶段缺的,可能不是另一个更强的 AI 工具,而是一套能把这些能力组织起来的生产系统。
因为真正进入产品生产后,问题已经不只是“AI 能不能做出页面”,而是:
- 它读了哪套设计系统,用了哪些真实组件?
- 哪些是业务规则,哪些是模型自己判断的?
- 哪些结果可以自动执行,哪些必须由人确认?
- 出错以后能不能恢复?修改后怎么验证没有破坏原有状态?
- 最后,怎么把结果交给设计和工程一起审查?
这些问题,本质上已经不是生成能力的问题,而是生产流程治理的问题。
这也是为什么,我开始关注 AI Design Harness。
02
Harness 到底是什么?
先把 Harness 这个词说简单一点。
在软件工程里,Harness 原本可以理解为一套“运行支架”:它自己不直接完成业务,而是负责把代码、工具、数据、配置和运行环境组织起来,让一个任务可以被稳定地执行、观察、检查和复现。
到了 Agent 时代,这个概念变得更重要了。
因为一个真正能工作的 Agent,并不只是“一个更聪明的模型”。
DeepSeek Harness 官方直接给出了一个很直观的公式:
Agent = Model + Harness
模型负责理解、推理和做决定;Harness 则负责给模型提供环境、工具和运行机制,让它不只是回答一次问题,而是能在真实任务里持续工作。DeepSeek 对 Harness 的定义也很直接:让 Agent 能理解环境、使用工具,并在真实场景中持续运行。
这也是 DeepSeek Harness 最值得关注的地方。
在它的架构里,Model、Tool、Skill、Session、Sandbox、Storage、Loop、Scheduling,甚至 UI,都可以作为插件被替换和组合。换句话说,Agent 不再被固定在某一种模型、某几个工具或者某一套工作流里,而更像运行在一个可以配置的“工作环境”中。
同时,它还强调另一件事:
Every run is traceable--每一次运行都有迹可循。
模型看到了什么、调用了什么工具、工具返回了什么、上下文什么时候被注入、子 Agent 如何被调度,都会进入 Session 日志。基于这套记录,一次任务可以继续执行、分叉尝试、搜索历史,甚至回放整个过程。
如果把这套思路放到设计场景里,可以得到这样一个启发。
今天很多 AI 设计工具的工作方式还是:
给一句 Prompt → 生成一个页面 → 人来判断好不好。
但真正进入产品生产以后,仅仅“能生成”远远不够。
一个 Agent 更理想的工作方式应该是:
它知道应该读哪套设计系统,能调用哪些真实组件,哪些业务规则不能违反;知道改完以后该怎么检查,失败以后怎么恢复,也知道哪些决定可以自己做,哪些必须交给设计师或工程师确认。
换句话说,我们真正需要的不只是一个会设计页面的 Agent,而是一套约束 Agent 如何工作的环境。
这套环境,可以暂且叫做:
AI Design Harness。
它不是另一个 Figma,也不是再造一个 AI 设计软件。
它更像是设计团队自己的 AI 设计生产运行环境:
把设计系统、业务规则、Agent、工具、沙箱、校验、过程记录和人工审批组织在一起,让 AI 不只是“生成结果”,而是在一条可控、可检查、可恢复的流程里完成设计工作。
03
有了 Harness,AI 做设计会有什么不同?
用一个具体例子,会更容易理解 Harness 到底解决什么问题。
假设今天的任务是:
“优化客户管理页,让它更好用。”
如果直接把这句话交给一个 AI UI 工具,几分钟后你大概率就能得到一个“看起来更好”的页面:
表格更整齐了,按钮更现代了,信息层级也更清楚了。
但真正进入产品开发时,问题才刚刚开始。
因为 AI 可能并不知道:
- 停用客户还能不能编辑?没有查看权限的人,是看到提示页,还是完全看不到数据?
- 删除客户失败以后,原来的数据要不要保留?哪些状态的客户可以批量操作?
- “请求失败”和“暂无客户”是不是两种不同状态?危险操作应该使用哪一种确认弹窗?
- 按钮、表格、弹窗应该调用哪套现有组件?颜色、间距又该使用哪些 Token?
这些看起来不像“设计问题”,但恰恰决定了一个页面能不能真正上线。
AI 很容易把页面做得更像一个产品,却不一定知道这个产品到底是怎么运行的。
这时候,Harness 的作用就体现出来了。
有了 Harness,AI 不再是一上来就“自由发挥”,而是按照一套完整流程工作,如图所示。
这样一来,AI 做的事情就不再只是:
“我帮你重新设计了一个页面。”
而更像:
“我按照你们的设计系统和业务规则修改了页面,测试了关键状态,发现了哪些问题、修复了哪些问题,以及哪些地方还需要你来决定,都有记录。”
这才是 Harness 真正带来的变化。
它不是让 AI 生成得更快,而是让 AI 从“会做页面”,进入“能够参与真实产品生产”的状态。
04
为什么现在设计团队开始需要关注 Harness?
看到这里,可能会有一个问题:
为什么以前设计团队不太讨论 Harness,现在却开始值得关注?
因为过去的 AI 更像一个“生成工具”——你给它一句 Prompt,它给你一个结果。
但现在,AI 正在慢慢进入真实生产环境:它开始读取设计…