Vercel 发了一篇挺有意思的文章。

他们一直在尝试让 Agent 帮忙做网页。

一开始遇到的问题其实很典型：

同样一句“按照 Vercel 的设计风格做”，不同模型做出来的东西完全不一样。

于是最自然的想法来了：

那就把 Vercel 的设计规范告诉 AI。

字体怎么用、页面怎么排、信息怎么组织、什么叫好的设计……全部写下来，做成一个 design. md，让 Agent 每次干活之前先读一遍。

但很快他们又发现，事情没这么简单。

因为很多我们觉得已经说得很清楚的话，对模型来说其实还是模糊的。

比如：

“keep the layout clean”。

人看到这句话，大概知道是什么意思。

但模型会问你：

多 clean 算 clean？
留多少白？
标题多大？
表格多宽？
哪些信息应该突出？

于是不同模型开始各自理解、各自发挥。

Vercel 后来做了一件我觉得很关键的事：

他们不再试图把所有问题都塞进 Prompt。

需要判断的东西，留在 design. md 里。

字体、间距、颜色、布局这些已经确定的东西，直接写进 stylesheet，根本不给模型发挥。

能用程序判断对错的问题，就写 deterministic checks。

真正没办法量化的审美和信息层级，最后才交给人 Review。

然后他们准备了一组固定页面，一遍遍让 Agent 生成。

生成，Review，发现问题，修改规则，再生成。

前前后后跑了 200 多次实验。

最后，在他们的一组测试里，加入 design.md 之后，已知错误从 91 个降到了 39 个，少了 57%。

但我觉得这个数字反而不是这篇文章最重要的地方。

真正有意思的是：

Vercel 没有在想办法让模型变得更聪明，而是在想办法让模型越来越不需要聪明。

确定的事情，就不要让它判断。

可以检查的事情，就不要相信它。

只有真正需要判断的地方，才把自由度留给模型。

而人每一次 Review，也不应该只是把这一次结果改对。

如果一个错误会重复出现，就想办法把这次纠错变成 Rule、Style、Check 或 Eval，让下一次 Agent 从一开始就更难犯这个错误。

这可能也是 Agent Engineering 和单纯写 Prompt 最大的区别。

Prompt 想的是：

我该怎么告诉 AI，把这件事做好？

Agent Engineering 想的却是：

我该怎么设计一个环境，让 AI 即使没那么聪明，也很难把这件事做错？

模型能力当然还会继续涨。

但当大家最终都能调用差不多聪明的模型时，真正拉开差距的，可能是谁先把自己过去散落在人脑里的经验、规则、工具和判断，变成了一套 Agent 可以继承的系统。