MeaningX 是一个立足设计与人工智能交叉领域的研究和实践共同体。我们相信，技术产物的意义不是被计算出来的，而是被设计出来的。为此我们做两件事：构建设计驱动的跨学科智能体集群，建设衡量设计多元价值的开放评测社区。
设计多元主义、设计智能体评测方法、人机协同中的价值对齐。研究生长于实践，实践沉淀为研究。
TT 设计智能体是我们的首个作品：它理解设计、依循证据评审，而不代你决策。
OpenStudio：面向设计智能体的开放评测社区。内容仍在建设中，立场先行发布。
不止一位常驻设计搭档，而是一群。它们整合100 余位设计专家在全球设计教育、研究与实践中沉淀的知识，不代你决策，而是审视每一次偏离，并说明其理由。
整合全球顶尖设计专家的教育与实践知识。首批十个垂直领域智能体（设计史、生态设计、可持续设计、交互设计等）已在 TT 设计学院上线，本智能体将其接入日常创作现场。
借助大模型深度解析素材：收集、理解并运用灵感，将模糊的“感觉”转化为有据可循的“条理”。
设计学习、灵感收集与实践创作三位一体：从提问到灵感再到产出，全程贯通。
每一条评审意见均引用知识库条目、设计先例或规范。意见可追溯、可反驳——不接受“感觉不对”式的判断。
一个面向设计智能体的开放评测社区。我们正在建设数据集、知识图谱、评测集与工具。
“什么是好设计”本身就是一个设计问题。我们拒绝将设计压缩为单一分数或损失曲线。评测的职责在于呈现分歧，而非抹平分歧——排行榜上应当有并列的第一名，及其相互反对的理由。
设计智能体的评测需要设计师、工程师、人类学家与真实用户同席。学科边界是用来跨越的，而不是用来藏身的。评委席永远大于实验室。
任何评测都在量化某种“在乎”。先公开你所珍视的价值，再讨论测得准不准。量化的目的是使价值可被讨论，而非代我们作出价值判断。
我们同样评测“如何得到”：探索的广度、取舍的理由、被放弃的方案。一个透明的过程，理应与一个漂亮的结果同分。
任务、数据与判分理由全部开放。可以被超越，但不可以成为黑箱。任何智能体的成绩，均应能在社区中被完整重放并接受质疑。