惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

H
Help Net Security
V
V2EX
博客园 - 【当耐特】
V
Visual Studio Blog
宝玉的分享
宝玉的分享
D
DataBreaches.Net
Engineering at Meta
Engineering at Meta
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
N
News | PayPal Newsroom
Schneier on Security
Schneier on Security
I
InfoQ
博客园 - Franky
The GitHub Blog
The GitHub Blog
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Recent Commits to openclaw:main
Recent Commits to openclaw:main
AI
AI
WordPress大学
WordPress大学
Webroot Blog
Webroot Blog
L
LangChain Blog
Help Net Security
Help Net Security
V2EX - 技术
V2EX - 技术
TaoSecurity Blog
TaoSecurity Blog
O
OpenAI News
月光博客
月光博客
H
Hacker News: Front Page
F
Full Disclosure
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
SecWiki News
SecWiki News
S
Security Affairs
博客园 - 司徒正美
MyScale Blog
MyScale Blog
Vercel News
Vercel News
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
B
Blog RSS Feed
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Y
Y Combinator Blog
T
Tailwind CSS Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Hacker News: Ask HN
Hacker News: Ask HN
N
News and Events Feed by Topic
J
Java Code Geeks
Simon Willison's Weblog
Simon Willison's Weblog
Recent Announcements
Recent Announcements
D
Darknet – Hacking Tools, Hacker News & Cyber Security
I
Intezer
The Last Watchdog
The Last Watchdog
博客园_首页
C
Check Point Blog
罗磊的独立博客
酷 壳 – CoolShell
酷 壳 – CoolShell

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Мы попытались автоматизировать дизайн-систему через ИИ. Не получилось, почти…
nikita-soshi · 2026-05-03 · via Все публикации подряд на Хабре

Мы попытались автоматизировать дизайн-систему через ИИ. Не получилось, почти…

Время на прочтение5 мин

Охват и читатели439

Кейс

Всем привет! Я Никита Сошин, арт-директор и дизайнер в evilUNION. Вместе с Александрой Дёминой, дизайнером в evilUNION, мы в начале 2026 года взялись за проект, который казался решаемым через автоматизацию.

Проект жёстко ограничен по срокам и бюджету — всем знакомо?

Нам нужно было собрать базу для дизайн-системы мобильного приложения с нуля. Токены, типографика, компоненты, шаблоны, документация — всё сразу и в сжатые сроки. Делать это полностью руками было слишком долго, поэтому я задался вопросом — а как можно это автоматизировать?

План был безупречно амбициозный: делегировать и построить настоящий конвейер, который поможет нам не тормозить бизнес. И, не застревая на кропотливой работе с компонентами, экспериментировать с экранами и пользовательскими путями.

Спойлер: не вышло 😣. Но случился один сюжетный поворот…

Как выглядел план и как мы его придерживались

За нами:

  • Lo-fi вайрфреймы (экраны без дизайна для понимания структуры приложения) ✅

  • Указания по структуре токенов (+ все необходимые ссылки, например, на сайт Design Token Community Group и Tokens Studio) ✅

  • Создание репозитория ✅

  • Настройка MCP-сервера в Figma ✅

Мы кормили GPT макетами с описанием приложения и следили, чтобы список компонентов со всеми состояниями был точен и без галлюцинаций. Параллельно писали доку под структуру токенов и комбинировали разные LLM-ки, чтобы результат был быстрее, все по канонам API Figma и DTCG

Александра Дёмина, дизайнер в evilUNION

У нас были разные результаты в разных чатах, Claude лучше справлялся с подготовкой и генерации идей и супер-промпта. ChatGPT лучше справлялся с финальными документами.

Генерировали JSON с токенами, пушили в репозиторий и через Tokens Studio привязывали его и импортировали токены в Figma.

С помощью Codex от ChatGPT я смог сгенерировать веб-страницы со всеми компонентами и их состояниями по полученному списку. А затем через настроенный MCP-сервер импортировать все это в Figma.

Так у нас было на руках все — токены, компоненты, и можно было переходить к документации, но…

Где мы вставили палки себе же в колёса

Когда есть токены и компоненты — это прекрасно. Но еще прекраснее, когда токены подключены к компонентам! И именно этого такая схема не подразумевает.

Компоненты существуют в пространстве Codex, токены — в пространстве Tokens Studio. Никакой связи изначально не было заложено, потому что автоматизация каждого шага не предполагала, что шаги как-то знают друг о друге. На выходе: в Figma оказались две параллельные вселенные — компоненты без токенов и токены без компонентов.

image.png

Дальше начался аудит того, что нагенерировали. Структура токенов далеко не всегда совпадала с тем, как компоненты жили. Дубли, несоответствия, галлюцинации в именовании — всё это нужно было проверять и исправлять руками. Эта работа может оцениваться в бесконечное количество часов, потому что никто не знает, не нужно ли будет все переделывать, когда мы проверим всё до конца.

Александра Дёмина, дизайнер в evilUNION

ИИ мог сгенерировать компонент с вложенными компонентами, но все вложенные элементы создавались заново — без привязки к уже существующим родительским компонентам.

Когда пришло время соединить одно с другим — выяснилось, что это примерно та же работа, что сделать всё с нуля. Только теперь ещё нужно разбираться в чужой структуре — пусть и сгенерированной по нашим лекалам, но все же сгенерированной ИИ.

Проделанная работа даёт буст в качестве, но не буст во времени — это зависит только от специалистов и контекста.

Времени у нас к тому моменту почти не осталось.

Что это говорит про ИИ в 2026 году

ИИ — это настоящий подарок для дизайнера для оптимизации самой неинтересной и примитивной работы: генерация подходящего под макеты рыба-текста, структурировать план по ТЗ, формулировать задачи, помогать с discovery и погружением в проект и многое другое, в том числе строить прототипы и вайрфреймы.

image.png

ИИ хорошо делает изолированные задачи. Вытащить список компонентов из макетов — ✅. Сгенерировать JSON токенов по спецификации — ✅. Но связь между результатами этих задач — ❌ это отдельная работа, которую никто пока что не сделает за тебя просто по нажатию кнопки. И именно на неё у нас не было ни времени, ни бюджета.

Мы думали, что строим конвейер. На деле построили базу, с которой быстрее можно начать работать, чтобы сделать работу качественней, сконцентрировавшись на аудите самой дизайн-системы.

Никита Сошин, арт-директор и дизайнер в evilUNION

К моменту выхода статьи Figma добавила возможность агентам работать на канвасе через MCP, это может означать, что частично проблема может быть уже решена, или же нет — это предстоит еще выяснить.

Как мы выбирались из этой ж…ивотрепещущей головоломки

Было страшно, но, кажется, мы справились.

Самые заковыристые идеи как всегда приходят из самых сложных (мягко выражаясь) ситуаций. Так нам стало очевидно наше узкое место — как нам интегрировать токены в компоненты, как заставить то, что, казалось бы, невозможно, подключить в процесс дизайна в Figma. Но что если… можно?

Действия по подключению токенов вполне себе описываются в четкий алгоритм с конкретным ожидаемым результатом. Есть спецификация, есть гайдлайны, как строить токены. Есть в конце концов множество практических лекций от самых разных дизайнеров, с помощью которых можно сформулировать конкретный промпт, который позволит все это соединить. Но нет возможности разрешить ИИ это делать. Зато в Figma есть множество плагинов, которые закрывают самые разные потребности.

Что если… Создать плагин, который по четкому алгоритму будет анализировать компоненты и структуру токенов подключать токены или создавать необходимые по нажатию одной кнопки?

Результат не заставил себя долго ждать! Я написал плагин для Figma под эту конкретную задачу с помощью Codex. Он работает по очень простому алгоритму:

  1. Анализирует компонент: смотрит на все его параметры, анализирует внутренности, определяет, какой это компонент

  2. Анализирует существующие токены: смотрит структуру, находит подходящие или делает вывод о том, что подходящих нет

  3. Создает новые токены, если таковых нет в проекте

  4. Привязывает компонент к этим токенам

Конечно, это не заклинание “Исполнение желаний”, это в первую очередь рабочий инструмент на алгоритме, поэтому у него есть свои проблемы: не всегда отлавливает структуру компонента; сложно понимает, что нужно оборачивать в токены, а что не нужно; может не соотносить структуру токенов с неймингом компонента и создавать новые токены; создание новых токенов может быть с очень сложной вложенной структурой из-за нейминга компонента; и многое другое.

Каждый недостаток приходилось закрывать либо в ручную, либо с помощью доработки плагина. Но это спасло нас и проект. Решение получилось нетривиальным, а опыт запомнится на всю жизнь 🥷


Задачу мы выполнили в срок, а результат — это прежде всего не сама дизайн-система. А понимание того, что ИИ — это не то, что не волшебная палочка, это даже пока что не рабочий станок. Это скорее шуруповерт, рабочий инструмент, который ускоряет отдельные части работы, но никак не может по велению одного промпта закрыть сразу все задачи. Конечно, мы это понимали, но ограничения бюджета и времени предрасполагали попробовать решить задачу новым способом. И кажется, у нас это все же вышло!