Google Labs 开源了一项名为 DESIGN.md 的格式规范（GitHub 仓库 google-labs-code/design.md），用于向 AI 编码智能体描述一套视觉身份（visual identity）。它的目标是给 AI 智能体一份对设计系统”持久、结构化”的理解，使其在生成界面时能自动获取并遵循设计约束，而不必每次都由人重新解释一遍。
它是什么、解决什么问题
大模型在前端生成上有个长期短板：很难稳定地抓住一个品牌的视觉精髓，生成的界面在颜色、字体、间距、组件风格上常常前后不一致。DESIGN.md 的思路，是把”抽象的设计语言”转成”AI 能理解并执行的结构化数据”。
其结构为双层：
- YAML 前置数据（machine-readable）：机器可读的设计 token，包含间距刻度（如 base/xs/sm/md/lg/xl）、颜色、字体、圆角，以及组件区块（为常见组件定义一组 token 以保证样式一致）。token 给出精确数值。
- Markdown 正文（human-readable）：人类可读的设计理据与指引，说明这些数值”为什么这样定、该如何应用”。
配套工具能对 DESIGN.md 做规范校验：检查 token 引用是否断裂、核对 WCAG 对比度、输出结构化 JSON 供智能体直接使用；还提供 export 命令把 token 转成其他格式（如 Tailwind 配置）。其 token 设计参考了 W3C Design Token Format。
横向与纵向定位
横向看，DESIGN.md 延续了”为 AI 智能体准备一份约定文件”的思路——正如用 README、AGENTS.md 一类文件给编码智能体提供项目上下文，DESIGN.md 把”设计系统”这一维度也补成了智能体可读的约定。与单纯的设计 token 规范（如 W3C Design Token Format）相比，它的特点是”token + 理据”双层并存：既给机器精确数值，也给智能体（和人）应用这些数值的理由。
纵向看，AI 编码智能体正从”能写出可运行的代码”，向”按既定设计系统一致地写”演进。早期的 AI 生成界面常被诟病”能跑但不像品牌该有的样子”；当设计约束被结构化、可校验、可持久引用，”设计与实现之间的一致性”就从依赖人工反复纠偏，变成可由规范和工具保障的环节。这与设计工具侧”设计⇌代码双向打通”的趋势，从不同方向指向同一目标。
⚠️ 待核实：DESIGN.md 的开源时间线与版本沿革（部分报道提及其与 Google Stitch 相关、更早已有雏形），以官方仓库与发布记录为准；与 Claude Code、Cursor 等具体智能体的集成方式，本文据公开资料概述，细节以官方文档为准；规范仍在演进，字段与工具能力可能随版本变化。
DESIGN.md 把设计系统转为 AI 编码智能体可持久读取、可校验的结构化约定，指向”AI 生成界面的视觉一致性”这一长期痛点的工程化解法；对设计系统、人机协同设计与设计工程化方向的教学与研究，提供了一个开放、可分析的规范样本。
参考来源：
- Google Labs / design.md（GitHub 仓库）：https://github.com/google-labs-code/design.md
- DESIGN.md 规范文档（spec.md）：https://github.com/google-labs-code/design.md/blob/main/docs/spec.md
- AIToolly（中文报道）：https://aitoolly.com/zh/ai-news/article/2026-06-28-google-labs-introduces-designmd-a-new-format-specification-for-describing-visual-identities-to-ai-co
- Medium（开源走向行业标准的分析）：https://medium.com/design-bootcamp/google-makes-design-md-open-source-on-its-way-to-become-a-industry-standard-16119f2368dd