Фигма агент учится двигать слои и править отступы вместо арт-директора

Знакомая рутина: арт-директор оставляет стикер с просьбой воткнуть плашку «Location» в левый верхний угол фотографии отеля, не сломав выравнивание заголовка и не перекрыв соседний бейдж. Раньше любая нейросеть сгенерировала бы на такой запрос плоскую картинку с кашей из букв или перерисовала весь экран с нуля. Теперь за подобные микроскопические вмешательства берется обновленный фигма агент — сервис получил собственную языковую модель, заточенную исключительно под точечные правки уже созданных слоев, фреймов и автолейаутов прямо в рабочей среде.

Откуда нейросеть знает устройство макета

Создатели сервиса выкатили агента в общедоступный релиз и подробно рассказали, почему отказались от идеи поручить все универсальным большим моделям. Обычный рабочий день графического или продуктового дизайнера состоит не из изобретения концепций каждые полчаса, а из череды мелких итераций: подтянуть отступы, поменять тему дизайн-системы, заменить цвет или подвинуть компонент по комментарию коллеги. Если генерация занимает слишком много времени или возвращает нередактируемый мусор, рабочий процесс попросту рассыпается.

Чтобы научить систему понимать логику верстки, инженеры сначала пошли по пути обучения с учителем (SFT). Модели скармливали связку из исходного макета, синтетического текстового запроса и идеального финального состояния. Главная хитрость в том, что все исходники передавались в родном внутреннем формате файлов платформы. Благодаря этому нейросеть учится возвращать не визуальные пиксели, а структурированные команды, которые мгновенно применяются к холсту.

Поначалу процесс тренировки строился на связке крупных моделей-учителей и строгих валидаторов:

• Синтетические генераторы придумывали сценарии замены компонентов и правок тем;
• Детерминированные валидаторы следили за тем, чтобы код изменений не ломал файл и оставался синтаксически корректным;
• Визуальные модели-судьи проверяли, действительно ли плашка встала в нужный угол и осталась читаемой;
• Автоматический конвейер отправлял правку на доработку, если судья находил косяки.

Первая ранняя версия системы опиралась на Llama 3.3 70B, которую натренировали на более чем 250 000 примеров реальных и синтетических макетов. По утверждению команды, она уже тогда держалась на одном уровне с передовыми решениями индустрии. Однако у чистого обучения с учителем быстро вскрылся потолок: нейросеть начинает банально копировать обучающие примеры, теряет гибкость и требует бесконечного притока размеченных данных под каждый новый чих интерфейса.

Подкрепление и битва за аккуратность

Логичным шагом стал переход к обучению с подкреплением (RL). Команда начала строить виртуальные среды для дизайна, настраивать модели вознаграждения и подключать экспертные критерии от практикующих дизайнеров, чтобы математическая награда совпадала с человеческим представлением о хорошей верстке. В качестве новых базовых опор взяли свежие Qwen, Muse Spark Open, Inkling и ряд других открытых архитектур.

Качество работы агента теперь препарируют по отдельным сложным измерениям: чистота структуры файла, следование текстовой инструкции, реальная полезность правки, а также себестоимость запроса и скорость ответа. Типичные огрехи искусственного интеллекта на холсте отслеживают придирчиво. Модель штрафуют за срезанные стрелки в выпадающих меню, слипшиеся строки в описании отеля, перекрывающиеся иконки или аккуратные на вид кнопки, которые оторвались от библиотечного компонента. Все эти критерии регулярно калибруют живые эксперты.

Внутренние тесты показывают, что узкая специализация дает плоды. Экспериментальная версия Figma design edits v3, дообученная на базе Qwen 3.8 27B, на закрытых бенчмарках платформы выбила 77,8% успешных правок, обогнав стороннюю модель Sol 6.1 с ее 76,9%. Разработчики подчеркивают, что голые проценты — лишь один из факторов отбора, но вектор очевиден: специализированная компактная сетка щелкает рутинные интерфейсные задачи точнее громоздких систем общего назначения.

В реальном интерфейсе агент работает как диспетчер. Он разделяет задачи между разными исполнителями:

• Собственная дообученная модель забирает на себя ювелирные итерации, автолейауты, правку токенов и перемещение плашек;
• Сторонние флагманские модели привлекаются для отрисовки сложных растровых иллюстраций, генерации векторов и масштабных визуальных исследований с чистого листа.

С момента выхода из беты агент заметно прибавил в сообразительности и прыти. Стандартные манипуляции с холстом теперь выполняются примерно на 20% быстрее. В слепых сравнительных тестах арт-директора признали, что новая сборка превосходит или не уступает прошлой production-версии в 62% сценариев. Пользовательские оценки выросли на 33%, а число случаев, когда разочарованный дизайнер нажимает отмену операции, рухнуло на 60%. При этом доля правок, которые берет на себя собственная модель компании, подскочила более чем в два раза, попутно снизив среднюю стоимость обработки одного сообщения.

Вся эта математика намекает на простой сдвиг в нашей ежедневной рутине. Мы постепенно перестаем быть операторами инструмента Move Tool и сборщиками однотипных карточек по сетке, делегируя механику машине. Если алгоритм действительно научился не сносить вложенные автолейауты и помнить про отступы дизайн-системы, то вечер перед дедлайном перестает быть каторгой перекрашивания кнопок.