当 80% 的交互由 AI 智能体完成，产品设计规则正在被重写。来自 Ramp 的第一手经验。
过去 20 年，人通过界面使用软件。现在，AI Agent 代替用户读取、写入、操作产品——界面开始退出舞台中央。
这不仅改变你需要构建什么，也改变你构建它的方式。
27 年历史上最激进的架构转型 — 将平台全部能力暴露为 API、MCP 工具和 CLI，让 AI Agent 无需打开浏览器即可完成所有操作。
首批开放 100+ 工具工具描述第一行就写清楚规范要求：
Agent 每次写入前先读规范，表格、列表、斜体从不出错。
没有内置格式规范，Agent 默认使用标准 Markdown，而 Slack 有自己的一套格式语法。
修改格式的时间，比自己手打消息还多。
核心问题：调用你家 Agent 的人，需要知道什么才能成功？把这些东西直接写进工具描述，在 Agent 最需要的那一刻递给它。
强制附带 rationale 参数。虽然看不到聊天内容，但理由里的模式会告诉你用户究竟想做什么。
当 Agent 遇到阻碍时，调用这个工具提交反馈：原本想做什么、尝试了什么、卡在了哪里。
主动设计参数捕捉之后会用到的上下文。Agent 能拿到，但如果不主动收集，之后只能靠猜。
精彩之处：Agent 的反馈往往比真实用户反馈更具体、更一致——"报告拉进了三天前的工单，但那些不属于这次事故"——每一条 Agent 反馈，都是一个产品改进的精确入口。
不再问"请从 150 个 GL code 里选一个" — 改问 "这是客户餐还是团队餐？" AI 助理从日历里找答案，费用系统自动套用正确科目。Diego 和他的 Agent 都不需要知道 GL code 是什么。
在现有 API/MCP 里加 rationale 参数，成本最低，却能立刻看见 Agent 用户在用千图做什么、卡在哪里，发现下一个应该做的产品功能。
素材搜索和下载，是 Agent 最容易接管的场景之一。如果 Canva 或 Adobe 的 Agent 能直接拉千图素材，千图的 UI 是否存在对这条链路已无关紧要。
千图知道素材，用户的 Agent 知道场景。设计机制让 Agent 告诉千图"这是 618 大促主视觉"，千图返回的不只是素材，还有场景化配置建议。
大多数公司勾上"支持 AI Agent"这个框，使用量增长几个季度后停滞。客户会流向那些真正打磨细节的产品，绕开那些只是敷衍了事的产品。
最后签支票的，可能正是它。
原文 Designing for Agents · Teddy Riker · Ramp · Wayne 研究室 编译 · wwei.ai