LangChain 構建了名為 Content Studio 的設計智慧體，它執行在 Slack 中，能夠根據單一提示生成影片、社交媒體圖形、重製的 UI 影像、幻燈片等內容。所有生成的資產都以程式碼形式編寫。Content Studio 完全基於 Managed Deep Agents 內部構建，如今已成為公司內使用最廣泛的 GTM 智慧體之一。然而，它起步時質量並不理想，早期反饋相當負面。經過四個月的努力，LangChain 的 GTM 工程團隊與設計團隊合作，教會了智慧體他們的品味和設計原則，大部分是透過觀察它在全公司面前犯錯來學習的。
要構建 Content Studio，團隊需要三樣東西：設計師的專家判斷力，將其寫入智慧體的技能和檢查中；圍繞模型的自定義環境，包括一個影片編輯計算機以及設計工作各層的工具；以及正確的 UX，讓整個團隊可以從一個 Slack 執行緒協作處理執行數小時的專案。Managed Deep Agents 提供了將 Content Studio 產出的所有必要條件：託管的 LangSmith Sandbox、Slack 整合、託管工具、作用域代理記憶體和排程代理執行。這使得小團隊能夠將時間花在設計工作、技能、工具和 Slack 體驗上，而不是基礎設施上。
Content Studio 已交付超過 3,000 個資產，包括 80 多個幻燈片。其中一個幻燈片被用於觀看次數最多的有機 YouTube 影片。其作品在 X 上的帖子獲得了約 450 萬次瀏覽。在 LangChain 賬戶上，帶有其視覺內容的帖子獲得的點贊數約為其他帖子的 2 倍，書籤數約為 3.7 倍。現在四分之三的請求來自營銷部門以外，75% 的使用者是每週都會回來的回頭客。中位請求的模型花費現在約為 50 美分，低於 9 月中旬的約 8 美元。遷移到 Managed Deep Agents 後，自有程式碼減少了約 80%。
在開始構建之前，團隊先探討了 AI 是否真的擅長設計。模型在執行方面已經很好，能夠編寫 HTML 和 CSS、圖表規格和動畫時間線，但它缺乏上下文，因此會傾向於熟悉的模式，即所謂的“分佈收斂”。結果可能看起來很精緻，但仍然像其他一百個作品，或者動畫精美卻從未傳達要點。正如 Stripe 設計主管 Katie Dill 所警告的，AI 可以對軟體做同樣的事，產生“殭屍 UI”，我們需要有自己的觀點，否則 AI 會替我們給出觀點。LangChain 認為 AI 並非不擅長設計，只是除非你提供觀點，否則它沒有觀點。
教會設計智慧體品味是關鍵。品味是區分正確作品和優秀作品的判斷力。在設計中，兩個佈局可以使用正確的字型、顏色和間距，但只有一個能表達要點。品味來自於“變得非常擅長注意”。團隊透過注意來識別 AI 垃圾，這通常出現在簡報將決策留給智慧體時。例如，一個本地編碼智慧體使用品牌技能生成的影像，雖然符合品牌顏色、字型和標誌，但缺失了關鍵元件，如正確的標誌組合、文本對齊以及主要與次要品牌顏色的區分。而 Content Studio 使用相同提示卻生成了完全符合品牌的影像。這是因為本地智慧體用見過最多的內容來填補簡報未覆蓋的每個決策，而 Content Studio 則用團隊的選擇來填補空白。
團隊給 Content Studio 的指南始於基礎內容，包括顏色令牌、字型粗細、間距和對齊。但大部分改進來自於在此基礎上新增的內容：設計原則，例如每幀只有一個焦點、針對常見 AI 設計模式的護欄，以及每條反饋背後的推理。結合更好的底層模型，這些幫助 Content Studio 學會更像設計師一樣思考和溝通。早期的一個動態圖形中，一隻鳥帶著光帶飛出螢幕不到一秒。團隊要求“沒有尖銳邊緣”，但第一版返回的結果笨拙，邊緣生硬圓潤。設計師會理解團隊的意圖：邊緣應該柔化，尾部應該向鳥運動的反方向逐漸變細並淡出。到後來迭代時，智慧體已經能用設計師的眼光評估這個細節。它使用快速草圖確定鳥尾應該在哪裡，並構建了自己的逐幀檢查，確保光帶保持附著。大多數觀眾不會意識到這個細節，但如果出問題他們會感覺到。
可衡量的問題最容易解決。預設大小寫以前經常在評審中出現，但現在自動檢查可以捕獲每一個例項。更難的決策更主觀，比如活動想法是否足夠強大、資訊是否清晰傳達、執行是否引起觀眾共鳴。當設計師做出這些決定時，團隊將推理捕獲到技能中，以便智慧體將其應用於未來的草稿。Content Studio 改變了誰可以做設計工作。產品經理、工程師或創始人可以在 Slack 中向智慧體簡報，然後帶著符合品牌且準備交付的成果離開。現在四分之三的請求來自營銷部門以外。對於設計師來說，角色已經更接近創意總監，設定方向並審查工作，而不是自己生產每個資產。
獲得正確的設計判斷只是過程的一部分。團隊還需要為智慧體提供執行判斷的工具和環境。設計師使用多種工具，從 Photoshop 處理靜態影像、影片引擎處理動態內容，到共享畫布進行原型設計和協作。他們還依賴品牌指南、設計資產和公司文件。智慧體需要類似的設定：一臺可以工作的計算機、設計過程不同部分的工具，以及設計師帶入工作的上下文。Harness 將這些部分整合在一起。Deep Agents 提供底層 harness，包括智慧體迴圈、規劃、檔案、子智慧體和上下文管理。Managed Deep Agents 將其打包並在生產環境中執行。團隊在此基礎上構建環境，為智慧體提供一臺計算機，使其能夠維護專案、跨工具工作並檢查結果。
第一版 harness 試圖替模型做設計。早期模型需要大量幫助才能製作出團隊願意交付的動態圖形或釋出影片。為了彌補模型當時無法自行解決的問題，團隊的直覺是將更多自己的設計判斷放入指令和程式碼中。因此，他們構建了一個包含 115 個可複用 UI 元件的設計系統，用於標題、佈局和動畫，並提供了何時以及如何使用它們的指導。這給模型提供了一組現有設計供其工作，減少了它必須從頭開始的創意決策數量。這幫助它保持品牌一致性，但智慧體只是在每一幀重複相同的佈局和動畫，沒有太多變化。團隊知道模型最終會擅長這項任務，因此他們繼續為那一刻構建環境，沿途嘗試技能和工具。有時他們會新增更多參考或更詳細的指令來幫助模型，有時又會完全移除這些，看看模型自己能做什麼。但結果仍不理想，縮小差距需要越來越多的工程工作。他們不斷向技能中新增規則、編寫更多運動程式碼、構建更多元件來彌補模型無法做到的事情。然後 Opus 5.5 釋出了，質量立即提升。團隊重新審視技能，移除了大部分硬編碼規則，保留了設計原則和高層指導。結果進一步改善，變化更多，重複更少。模型終於做出了團隊之前試圖預先構建的創意決策。這就是他們的“苦澀教訓”：為彌補模型弱點而設計的規則會隨著模型改進而變得不再有用。持久的是模型周圍的環境，包括它使用的工具、它汲取的上下文以及人們如何指導它的工作。團隊不再預先構建創意決策，而是專注於讓 harness 足夠靈活，以利用每一代新模型。
為了展示 harness 的實際執行，團隊讓 Content Studio 製作一部關於它如何端到端處理影片專案的影片。結果以一個……（原文在此截斷）