负责 TaoDesign 设计工作台的架构设计与研发,专注于 AI Agent 工程化与 AI 应用落地,在知识积累、设计资产与经验蒸馏、评测驱动的持续优化等方向开展实践。曾负责淘系前端框架与工程工具建设,是飞冰(ICE)开源产品的核心开发者,在前端架构、工程化及研发提效方面拥有多年实践经验。

负责 TaoDesign 设计工作台的架构设计与研发,专注于 AI Agent 工程化与 AI 应用落地,在知识积累、设计资产与经验蒸馏、评测驱动的持续优化等方向开展实践。曾负责淘系前端框架与工程工具建设,是飞冰(ICE)开源产品的核心开发者,在前端架构、工程化及研发提效方面拥有多年实践经验。
企业需求从产品、设计流转到研发,常常需要反复确认交互细节和业务规则。设计稿能表达页面样式,却未必能完整说明这些要求;已有的规范、组件和模板,也不容易被准确找到和使用。Agent 参与设计后,同样需要理解这些业务知识,才能生成符合要求的结果。
本次分享将结合淘天 TaoDesign 的实践,讨论设计 Agent 的产品与架构选择、业务知识的组织和使用,以及设计资产与修复经验的蒸馏方法。重点介绍如何让 Agent 在生成和修改时用对规范与模板,如何将任务中的修复经验整理为后续可用的知识,以及如何通过人工复核和回归评测判断这些改进是否有效。
演讲提纲
听众收益



微信咨询

电话咨询
领取往期热门演讲视频

