Figma встроила ИИ-агента прямо в холст: конец рутине или генератор посредственности

Все привыкли думать, что главная задача генеративных сетей в дизайне — создание концептов с нуля. Figma выпустила собственного ИИ-агента, встроенного прямо в редактор, и его архитектура намекает на совершенно иной сценарий использования. Инструмент получил прямой доступ к компонентам, переменным и локальным дизайн-системам. Вместо абстрактного промптинга вы можете выделить конкретный слой, упомянуть нужную библиотеку через @ и заставить модель пересобрать интерфейс по строгим внутренним правилам.
Главная ценность нововведения кроется в автоматизации скучной работы. В связке с MCP-сервером агент позволяет переносить код на холст, применять к нему актуальные токены и отдавать обратно в разработку. На бумаге это выглядит отлично. Массовое переименование слоев, перевод десятков экранов в тёмную тему или замена рыбного текста на реалистичные данные всегда отнимали слишком много времени. Агент здесь выступает скорее как сложный скрипт, который понимает структуру вашего проекта.
Правда, некоторые заявленные функции выглядят откровенно надуманно. Разработчики предлагают применять ИИ для суммаризации комментариев и даже для симуляции реакций стейкхолдеров. Но действительно ли имеет смысл тестировать UX на языковой модели, которая пытается отыгрывать роль условного директора по продажам? Пока инструмент выкатывается в бета-режиме и не сжигает платные кредиты, его логично использовать именно для черновой механической работы, оставив принятие продуктовых решений за людьми.
Поделиться:
Ещё из архива
Все публикации
Интервью с Владимиром Аюевым: графический язык бигтеха, студия SASHA и дизайн-образование
1 месяц назад
Jockey от TwelveLabs: ИИ-агент для семантического поиска по видеоархивам и извлечения метаданных
1 месяц назад
Архитектура винной этикетки: баланс наборного шрифта и каллиграфии в кейсе Winecraft
1 месяц назад
Оптимизация контекста в Claude Code: как работает кэширование промптов и за что мы платим
1 месяц назад
Архитектура памяти для LLM-агентов: от базового SQLite до Graph RAG
1 месяц назад