把一套按钮交给 AI，它能照着画，却未必知道什么时候该用哪一个，更不知道哪些例外不能照搬。问题在于，组件只给出了成品，没有交代选择背后的目标和约束。如今 Google、Atlassian 与 Figma 都在补写这层“设计依据”，试图让机器读懂规则，而不只是模仿外观。
据 Google Labs 介绍，Stitch 在 2026 年 4 月开放了 DESIGN.md 草案规范，可在项目间传递颜色用途和设计意图。但一份文件并不够。Atlassian 测试发现，仅靠 DESIGN.md 生成简单登录页，比其设计系统 MCP 方案多耗约 92% 的 token——也就是 AI 处理任务时消耗的文本计算单位；前者只覆盖约 30% 的系统上下文，ADS MCP 与 agent skill 则约为 80%。MCP 是把设计文件、组件与代码提供给 AI 代理的连接协议。缺少这种连接，代理更容易重造组件，而不是调用已有实现。
据 Figma 帮助中心，guidelines files 还能写明适用情境、应避免的做法及理由，并与完整界面示例配合。Figma 开发文档也指出，代理若要复用真实代码组件，仍需 Code Connect 建立设计与代码的映射。说白了，面向机器的设计系统不能只是一盒零件：它还需要说明书、判断依据，以及通往现成代码的索引。