GPT 帮你筛世界，Design Daily 帮你记住。

每天，只精读
真正值得学的
设计。

Agent / AI UX 高质量文章的个人知识库。少一点信息流，多一点长期积累。

10月30日周五

3 篇

今日范式观察

旧范式：发出指令后等结果 → 新范式：可委托、可编辑、先审计划再执行 → 设计要明确责任人、工作对象和每个控制权交接点。

旧范式：用户提出指令，AI 直接生成或执行；新范式：Agent 有明确身份与责任、可操作的工作空间、执行前计划和中途纠偏。设计从“回答界面”转向“协作控制界面”。

展开今日范式卡

旧范式: 指令输入后等待 AI 返回结果。
新范式: 人机共同管理任务：Agent 可委托、画布可操作、执行可审阅。
新问题: 身份责任、上下文约束与执行授权的复杂度上升。
设计应对: 显式人类负责人和 Agent 委托关系；可编辑画布；计划预览、澄清和拒绝恢复。

今日必读

Linear：把 Agent 做成团队中的可委托成员

Our approach to building the Agent Interaction SDK

Linear Now / From the team · Leela Senthil Nathan

为什么值得看

有真实界面图、清楚的方案取舍和完整的人机责任设计，特别适合复杂 B 端。

思维96

洞察95

实践94

表达94

进入知识卡

Google Stitch：从对话生成走向可操作的 AI 原生画布

Introducing “vibe design” with Stitch

Google Blog / Google Labs · Rustin Banks

最值得学

让 Agent 理解整个项目演化与多模态上下文，而非只看最后一条 prompt。

GitHub Copilot CLI：先对齐计划，再授权执行与纠偏

GitHub Copilot CLI: Plan before you build, steer as you go

GitHub Changelog · GitHub（原文未署个人作者）

最值得学

Agent 不能把“知道怎么做”与“得到执行许可”混为一谈。

Daily Edition · 2026-10-29

10月29日周四

3 篇

今日范式观察

旧范式：回答即完成 → 新范式：执行链可追踪、结果可版本化、关键动作可审批 → 设计需定义状态、恢复与控制权交接。

Agent UX 正从回答内容设计转向任务路径、结果对象与执行权限的组合设计。

展开今日范式卡

旧范式: 聊天回答即交付，执行过程隐藏
新范式: 任务节点、版本化结果、审批与差异审查协同
新问题: 状态密度、操作恢复与授权成本上升
设计应对: 按角色分层展示执行链；为产物保留版本；按动作风险授权并提供证据审查

今日必读

生成式编排：让 Agent 的执行路径与参数可检查

Orchestrate agent behavior with generative AI

Microsoft Learn · Microsoft

为什么值得看

两张官方产品截图与策略直接对应

思维86

洞察87

实践91

表达80

进入知识卡

Ant Design X：AI 回答的版本与危险操作

反馈｜结果应用

Ant Design X · Ant Design X 设计团队

最值得学

允许用户纠错与回退

Codex：让长任务状态、审批与 Diff 成为界面契约

Unlocking the Codex harness: how we built the App Server

OpenAI Engineering · Celia Chen

最值得学

长任务应可恢复并支持审批暂停

Daily Edition · 2026-10-28

10月28日周三

3 篇

今日范式观察

旧范式：聊天生成答案、人工跨页面执行 → 新范式：证据/对话/产物并行，能力可编排，细节可直接编辑 → 设计重点转向对象关系、状态可见与操作边界。

AI UX 从单线聊天转向证据、执行与产物并列的混合工作台。

展开今日范式卡

旧范式: 单线聊天与跨页面切换；能力黑箱；反复 Prompt 修正。
新范式: 三域工作台；可视化编排；自然语言与 GUI 混合编辑。
新问题: 如何保持证据追溯、状态可观察与规范一致？
设计应对: 分区呈现业务对象、暴露状态与能力边界、以设计系统约束生成。

今日必读

NotebookLM：把资料、对话与产物组织成同一工作台

NotebookLM gets a new look, audio interactivity and a premium version

Google Blog / Google Labs · Steven Johnson

为什么值得看

它解决的不是如何把聊天做得更漂亮，而是资料、AI 问答与产物怎样在同一任务中协作。官方动图清楚展示三栏结构与并排工作状态，适合迁移到需要查证、分析和交付的复杂 B 端 Agent。

思维91

洞察91

实践90

表达87

进入知识卡

阿里云 AI 实时互动：把语音 Agent 做成可编排的业务能力

阿里云「AI实时互动」正式上线，体验“超拟人”智能互动

阿里云开发者社区 · 原文未提供（阿里云开发者社区发布）

最值得学

后台能力可编排与前端状态可理解必须分层设计。

Vercel：让 AI 原型生成遵守设计系统，并保留直接编辑

AI-powered prototyping with design systems

Vercel Blog · Will Sather

最值得学

高质量 Generative UI 需要结构化约束与直接操作。

Daily Edition · 2026-10-27

10月27日周二

3 篇

今日范式观察

旧范式：Agent 独立聊天、整段自动执行 → 新范式：AI 进入工作流节点，按动作审批，结果回到业务对象审查 → 设计重点是权限、输出契约与责任交接。

Agent 从独立工具转为可编排、可授权、可审核的业务工作流节点。

展开今日范式卡

旧范式: Agent 作为独立聊天或自动执行工具
新范式: Agent 嵌入业务工作流与共享任务对象
新问题: 如何定义工具级授权、结构化输出、执行审计和人工接管
设计应对: 以节点化编排、动作级审批、可追踪业务对象与结果审核构建控制层

今日必读

从独立 Agent 到工作流内 AI 节点

Zapier Agents is now AI by Zapier

Zapier Blog · Ruchira Kulkarni

为什么值得看

真实工作流、工具审批和输出字段三种截图同时存在。它解释了概率性推理怎样融入确定性业务流程，哪些动作要人批准，以及模型结果如何传给下游系统。

思维95

洞察95

实践96

表达91

进入知识卡

Notion 自定义 Agent：从任务描述到权限治理

Notion 3.3: Custom Agents

Notion Release Notes · Notion 产品团队（文末署名 Ivan）

最值得学

先收集目标，再暴露可检查的关键参数。

Linear 编码会话：让 Agent 执行与审查留在工单里

Coding sessions in Linear

Linear Changelog · Linear 产品团队

最值得学

启动时继承来源、讨论和责任人。

Daily Edition · 2026-10-26

10月26日周一

3 篇

今日范式观察

旧：用户逐步配置、AI 另开聊天框 → 新：AI 在业务对象中生成候选，过程可审查，关键结果由人采纳 → 设计要明确来源、证据与控制权交接。

AI 进入真实工作流后，设计重点转向候选与正式状态的边界、过程证据的渐进披露，以及人的最终控制。

展开今日范式卡

旧范式: 人工逐项操作；AI 结果留在对话里
新范式: AI 在原业务对象内生成候选并支持审查
新问题: 预测与事实混淆、执行前缺少核验、认知负担增加
设计应对: 来源区分、结构化画布、状态与证据层级、显式采纳

今日必读

Linear：如何设计可信的 AI 工单分诊

How we built Triage Intelligence

Linear · Yann-Edern Gillet、Matthijs Wolting

为什么值得看

有真实截图、真实模型取舍和完整设计判断链。

思维95

洞察94

实践93

表达90

进入知识卡

飞书：对话生成工作流，但由画布和人决定是否生效

飞书多维表格「工作流」保姆级教学：解锁新功能，让你的业务自动跑起来！

飞书官网 · 飞书

最值得学

让 AI 输出结构化工作流而非不可见的脚本。

Google Clips：主动 AI 如何保留人的判断与熟悉感

The UX of AI

Google Design · Josh Lovejoy

最值得学

主动 Agent 应自动提出候选而非替用户决定价值。

Daily Edition · 2026-10-25

10月25日周日

3 篇

今日范式观察

旧范式：聊天窗口只交付答案 → 新范式：Agent 展示执行状态、证据与审批分支 → 设计要定义等待反馈、失败恢复和人类接管点。

AI 交互从单轮回答转向可观察、可恢复、可审计的任务工作流。

展开今日范式卡

旧范式: 对话窗口呈现最终答案，等待和审批依赖隐式约定。
新范式: Agent 的执行阶段、证据与人工审批作为一等交互对象。
新问题: 用户必须理解何时等待、何时复核以及失败后如何恢复。
设计应对: 阶段进度、错误恢复、节点审计与明确的人工审批分支。

今日必读

AI 生成过程：状态、进度与异常反馈

确认｜生成过程

Ant Design X · Ant Design X 设计团队

为什么值得看

有可核验的官方状态设计图，并能直接转化为复杂 Agent 的进度、异常和过程抽屉方案。

思维91

洞察91

实践94

表达88

进入知识卡

Agent 工作流中的多阶段人工与 AI 审批（预览）

Multistage and AI approvals in agent flows (preview)

Microsoft Learn · Microsoft Learn / Copilot Studio 文档团队

最值得学

审批 Agent 不能把模型输出直接当作最终执行许可。

Copilot Studio：Agent 活动地图与证据检查

查看代理活动

Microsoft Learn · Microsoft Learn / Copilot Studio 文档团队

最值得学

Agent 的状态与边界必须能被观察、理解和接管。

Daily Edition · 2026-10-09

10月9日周五

3 篇

今日范式观察

旧范式：人跨工具搬运信息、逐条催办 → 新范式：Agent 在共享工作对象中计划、执行、留痕 → 设计重点变成批准关口、任务状态和可审计证据。

Agent 正从单次聊天工具转向可编排、可复用、可审计的团队工作参与者。

展开今日范式卡

旧范式: AI 以独立聊天框提供建议，用户自行跨工具协调和检查。
新范式: Agent 进入共享画布、会话任务栏和团队看板，执行过程成为工作对象。
新问题: 并发任务难监督、执行前缺确认、跨工具行为缺责任证据。
设计应对: 计划审批、运行状态外显、技能复用、任务卡分派与审计日志分层设计。

今日必读

Miro：把 Agent 的计划、执行和协作放到画布上

What’s New: What we announced in May 2026

Miro Blog · Natalia Toborek

为什么值得看

两张官方产品 GIF 对应两个独立交互判断：先批准计划、再把重复执行过程公开给团队。适合研究复杂 B 端的 Agent 编排与 Human-in-the-loop。

思维88

洞察89

实践87

表达83

进入知识卡

Linear Agent：让并行会话和重复任务可管理

Linear Agent

Linear Docs · Linear

最值得学

Agent 不只需要对话能力，还需要任务级状态和可复用的操作入口。

Notion 3.6：外部 Agent 进入团队看板与审计日志

Notion 3.6: External Agents, HTML blocks, and more

Notion Releases · Notion

最值得学

Agent 真正进入企业工作流，必须同时成为可分派的协作者和可审计的执行者。

每天，只精读真正值得学的 设计。

旧范式：发出指令后等结果 → 新范式：可委托、可编辑、先审计划再执行 → 设计要明确责任人、工作对象和每个控制权交接点。

Linear：把 Agent 做成团队中的可委托成员

Google Stitch：从对话生成走向可操作的 AI 原生画布

GitHub Copilot CLI：先对齐计划，再授权执行与纠偏

旧范式：回答即完成 → 新范式：执行链可追踪、结果可版本化、关键动作可审批 → 设计需定义状态、恢复与控制权交接。

生成式编排：让 Agent 的执行路径与参数可检查

Ant Design X：AI 回答的版本与危险操作

Codex：让长任务状态、审批与 Diff 成为界面契约

旧范式：聊天生成答案、人工跨页面执行 → 新范式：证据/对话/产物并行，能力可编排，细节可直接编辑 → 设计重点转向对象关系、状态可见与操作边界。

NotebookLM：把资料、对话与产物组织成同一工作台

阿里云 AI 实时互动：把语音 Agent 做成可编排的业务能力

Vercel：让 AI 原型生成遵守设计系统，并保留直接编辑

旧范式：Agent 独立聊天、整段自动执行 → 新范式：AI 进入工作流节点，按动作审批，结果回到业务对象审查 → 设计重点是权限、输出契约与责任交接。

从独立 Agent 到工作流内 AI 节点

Notion 自定义 Agent：从任务描述到权限治理

Linear 编码会话：让 Agent 执行与审查留在工单里

旧：用户逐步配置、AI 另开聊天框 → 新：AI 在业务对象中生成候选，过程可审查，关键结果由人采纳 → 设计要明确来源、证据与控制权交接。

Linear：如何设计可信的 AI 工单分诊

飞书：对话生成工作流，但由画布和人决定是否生效

Google Clips：主动 AI 如何保留人的判断与熟悉感

旧范式：聊天窗口只交付答案 → 新范式：Agent 展示执行状态、证据与审批分支 → 设计要定义等待反馈、失败恢复和人类接管点。

AI 生成过程：状态、进度与异常反馈

Agent 工作流中的多阶段人工与 AI 审批（预览）

Copilot Studio：Agent 活动地图与证据检查

旧范式：人跨工具搬运信息、逐条催办 → 新范式：Agent 在共享工作对象中计划、执行、留痕 → 设计重点变成批准关口、任务状态和可审计证据。

Miro：把 Agent 的计划、执行和协作放到画布上

Linear Agent：让并行会话和重复任务可管理

Notion 3.6：外部 Agent 进入团队看板与审计日志

每天，只精读真正值得学的 设计。

旧范式：发出指令后等结果 → 新范式：可委托、可编辑、先审计划再执行 → 设计要明确责任人、工作对象和每个控制权交接点。

Linear：把 Agent 做成团队中的可委托成员

Google Stitch：从对话生成走向可操作的 AI 原生画布

GitHub Copilot CLI：先对齐计划，再授权执行与纠偏

旧范式：回答即完成 → 新范式：执行链可追踪、结果可版本化、关键动作可审批 → 设计需定义状态、恢复与控制权交接。

生成式编排：让 Agent 的执行路径与参数可检查

Ant Design X：AI 回答的版本与危险操作

Codex：让长任务状态、审批与 Diff 成为界面契约

旧范式：聊天生成答案、人工跨页面执行 → 新范式：证据/对话/产物并行，能力可编排，细节可直接编辑 → 设计重点转向对象关系、状态可见与操作边界。

NotebookLM：把资料、对话与产物组织成同一工作台

阿里云 AI 实时互动：把语音 Agent 做成可编排的业务能力

Vercel：让 AI 原型生成遵守设计系统，并保留直接编辑

旧范式：Agent 独立聊天、整段自动执行 → 新范式：AI 进入工作流节点，按动作审批，结果回到业务对象审查 → 设计重点是权限、输出契约与责任交接。

从独立 Agent 到工作流内 AI 节点

Notion 自定义 Agent：从任务描述到权限治理

Linear 编码会话：让 Agent 执行与审查留在工单里

旧：用户逐步配置、AI 另开聊天框 → 新：AI 在业务对象中生成候选，过程可审查，关键结果由人采纳 → 设计要明确来源、证据与控制权交接。

Linear：如何设计可信的 AI 工单分诊

飞书：对话生成工作流，但由画布和人决定是否生效

Google Clips：主动 AI 如何保留人的判断与熟悉感

旧范式：聊天窗口只交付答案 → 新范式：Agent 展示执行状态、证据与审批分支 → 设计要定义等待反馈、失败恢复和人类接管点。

AI 生成过程：状态、进度与异常反馈

Agent 工作流中的多阶段人工与 AI 审批（预览）

Copilot Studio：Agent 活动地图与证据检查

旧范式：人跨工具搬运信息、逐条催办 → 新范式：Agent 在共享工作对象中计划、执行、留痕 → 设计重点变成批准关口、任务状态和可审计证据。

Miro：把 Agent 的计划、执行和协作放到画布上

Linear Agent：让并行会话和重复任务可管理

Notion 3.6：外部 Agent 进入团队看板与审计日志

每天，只精读
真正值得学的
设计。

每天，只精读
真正值得学的
设计。