Designing（设计）在 AI 语境下已不再局限于视觉与产品层面，而是扩展到算法架构、智能体协作与系统信任机制的全方位工程实践。无论是用量子电路优化科研流程，还是为 AI Agent 建立可信赖的工作框架，Designing 正在成为连接 AI 能力与真实业务落地的关键环节。
Designing 的近期进展
当前焦点与观察点
目前围绕 Designing 的讨论集中在三个方向。其一是“为不完美而设计”：一篇关于企业级 LLM 数据助手的模拟评估研究（Designing for Imperfect Prompts）关注如何面对模糊、不完整的用户输入仍保持系统可靠，这对企业落地尤为关键。
其二是架构层面的创新，例如面向连续扩散语言模型重新设计 Transformer 结构（相关论文），说明模型本体仍在被持续重新设计。
其三是社会与商业维度。曼谷邮报先后报道了 Siam Piwat 加入 FUTURE-READY ECONOMY 2026 的战略动向，以及 Designing AI for the informal economy 的议题，提示 AI 设计需要考虑非正规经济等更广泛人群的可用性。综合来看，Designing 的下一步观察点在于：信任框架能否成为行业共识，以及 AI 辅助科研设计能否产出可复现的实际成果。