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

cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
AWS News Blog
AWS News Blog
V
Vulnerabilities – Threatpost
D
Darknet – Hacking Tools, Hacker News & Cyber Security
量子位
博客园 - 叶小钗
AI
AI
T
Tor Project blog
Forbes - Security
Forbes - Security
W
WeLiveSecurity
博客园_首页
爱范儿
爱范儿
J
Java Code Geeks
B
Blog
G
GRAHAM CLULEY
aimingoo的专栏
aimingoo的专栏
Cloudbric
Cloudbric
C
CXSECURITY Database RSS Feed - CXSecurity.com
TaoSecurity Blog
TaoSecurity Blog
L
LINUX DO - 热门话题
阮一峰的网络日志
阮一峰的网络日志
有赞技术团队
有赞技术团队
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Simon Willison's Weblog
Simon Willison's Weblog
云风的 BLOG
云风的 BLOG
Google DeepMind News
Google DeepMind News
H
Help Net Security
博客园 - 三生石上(FineUI控件)
C
Cisco Blogs
C
Cybersecurity and Infrastructure Security Agency CISA
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
P
Palo Alto Networks Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Recent Commits to openclaw:main
Recent Commits to openclaw:main
博客园 - 司徒正美
The Last Watchdog
The Last Watchdog
Blog — PlanetScale
Blog — PlanetScale
T
The Blog of Author Tim Ferriss
S
Secure Thoughts
Spread Privacy
Spread Privacy
F
Fortinet All Blogs
月光博客
月光博客
大猫的无限游戏
大猫的无限游戏
S
SegmentFault 最新的问题
H
Hackread – Cybersecurity News, Data Breaches, AI and More
A
About on SuperTechFans
Security Latest
Security Latest
Webroot Blog
Webroot Blog
Scott Helme
Scott Helme
Hugging Face - Blog
Hugging Face - Blog

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
LazyWeb: бесплатный MCP на 257 тысяч экранов, который чинит говнодизайн агентов и их хозяев
Игорь Масленников · 2026-06-18 · via Все публикации подряд на Хабре

Сложный

6 мин

0

  • LazyWeb — бесплатный MCP-сервер дизайн-референсов: 257 тысяч реальных экранов приложений и сайтов, семантический поиск, работает с Claude Code, Codex, Cursor. Логин и токен не обязательны.

  • Главная идея — «design with evidence, not vibes». Агент по умолчанию рисует усреднённое из обучающих данных. LazyWeb заставляет его сначала найти, как это решили живые продукты.

  • Рабочий приём, ради которого всё затевалось: просишь агента сделать 3-5 вариантов экрана на базе разных референсов и тыкаешь в лучший. Дешевле, чем расписывать ТЗ словами.

  • Главная ценность — не картинки, а UX-паттерны. UI красивый бонусом; ценно то, что агент перенимает логику удачных экранов.

  • Где честно косячит: референсы прыгают по качеству (видел в одной выдаче релевантность 0.76 и 0.31 рядом), попадается устаревший мусор, перекос в US/западные приложения, 27 тысяч категорий — каша. Контролировать выдачу обязательно.

  • Бонус к статье — PDF с готовым промтом для агента и чек-листом «как выбирать референс». Ссылка в конце.


В прошлом месяце мне нужен был UX для админки довольно большого облачного проекта. Знакомая ситуация: куча сущностей, таблицы, фильтры, права, графики потребления — тот случай, где важна не красота, а чтобы человек не утонул. Раньше это значило неделю на макеты, споры и переделки.

В этот раз я сказал агенту другое: сделай мне несколько вариантов на базе LazyWeb, я выберу. И он угадал с первого раза. Удобно, современно, функционально — я был готов к паре итераций, и они не понадобились. Я сидел и ловил странное чувство: вот это не должно было сработать настолько чисто.

Чтобы было понятно, почему я вообще так делаю, придётся начать с неприятного.

Почему дизайн «из головы» у агента — это усреднённый говнодизайн

Когда вы просите модель «сделай красивый экран», она не придумывает. Она усредняет всё, что видела в обучающих данных: безопасные отступы, безопасные цвета, layout, который вы встречали тысячу раз. Получается не плохо и не хорошо — получается никак. Усреднённый по больнице интерфейс, который ничему не учился у конкретных удачных продуктов.

И тут я займу резкую позицию, но с оговоркой. Рисовать дизайн с нуля «по вайбу» — почти всегда проигрышная стратегия. Не потому что вы бездарность, а потому что зачем, когда рядом лежат проверенные временем, состоявшиеся решения. Возьми то, что уже работает у успешных продуктов, доведи до своего случая, а потом улучшай по реальным отзывам пользователей — это нормальный инженерный цикл. Изобретать велосипед на старте — нет.

Оговорка важная: с нуля имеет смысл, когда вы — опытный дизайнер с насмотренностью, когда у вас в голове уже лежат эти тысячи экранов и вы осознанно ломаете паттерн. Тогда да. Но если вы (или ваш агент) проектируете без этой базы — вы не «творите», вы выдаёте среднее. А LazyWeb как раз даёт ту самую насмотренность — только не вам в голову, а агенту в контекст.

Что это вообще такое

LazyWeb сделал Ali Abouelatta — бывший product lead в Duolingo. По его рассказу, собрал за 77 дней соло, во время добровольного отпуска, и выкатил 2 мая 2026-го. Мотивация была простая и злая: бесило, как плохо агенты делают дизайн и что у Codex нет доступа к нормальной базе референсов вроде Mobbin.

Технически это hosted MCP-сервер на https://www.lazyweb.com/mcp. Ставится плагином в Claude Code (или вручную в Codex/Cursor), внутри — база на 257 тысяч реальных экранов мобильных приложений и сайтов плюс набор skills под разные задачи. Документацию пересказывать не буду — она на GitHub, MIT. Дальше — то, чего в доке нет: что я увидел, когда полез внутрь.

Замерка: что там под капотом

Я не люблю верить на слово, поэтому первым делом дёрнул health-check — посмотреть, из чего инструмент собран:

{
  "ok": true,
  "checks": { "supabase": "ok", "openai": "ok", "voyage": "ok", "cohere": "ok" }
}

И сразу всё встало на места. Это не теговый каталог, как Dribbble. Это семантический поиск: Supabase под хранилище, vision-модель описывает каждый скрин текстом, Voyage делает эмбеддинги, Cohere переранжирует выдачу. То есть вы ищете не по тегам «dashboard, dark», а по смыслу — «аналитический дашборд с графиками и боковой навигацией», и оно понимает.

Поиск работает на двух типах данных. Мобильные — отдельные экраны реальных аппов (в моих выдачах попадались bumble, partiful, craft). Десктоп — целые веб-страницы, причём с pageUrl на живой сайт (userlane, intercom, geckoboard). Удобно: нашёл паттерн — можешь сходить на оригинал.

Дальше пошли шероховатости. Запросил список категорий — сервер вернул 26 832 штуки. Двадцать семь тысяч. Там есть .NET CMS, 1:1 Personal Training App, 311 CRM Platform — гранулярность до абсурда. Как «браузилка» этот список бесполезен совершенно: пролистать невозможно, ориентироваться нельзя. Реальный интерфейс тут один — поиск. Кураторских коллекций, которые могли бы это спасти, пока всего одна (best-pricing-pages). Фича есть, наполнения нет.

И главное, что надо знать про выдачу: качество прыгает. В одном запросе про SaaS-дашборд я получил userlane с релевантностью 0.76 и тут же doordash с 0.31 — это вообще страница ресторана. У каждого результата есть поля similarity и matchCount, и фильтровать по ним приходится самому (или объяснить это агенту — об этом ниже). Ещё нюанс для тех, кто будет автоматизировать: ссылки на картинки — подписанные, живут около часа. Качать надо сразу, иначе через сессию получишь 404.

Главный приём: «сделай 3-5 вариантов»

Теперь то, ради чего всё и затевалось. Магия не в том, что агент посмотрел один красивый экран. Магия в связке с приёмом, про который я уже писал в разборе claude-code-best-practice: стоимость генерации упала настолько, что дешевле попросить 3-4 живых варианта и выбрать лучший, чем расписывать словами, чего ты хочешь. Особенно на UI и UX.

LazyWeb превращает этот приём из лотереи в инструмент. Раньше «сделай мне 5 вариантов дашборда» давало пять оттенков одного и того же усреднённого экрана. Теперь команда звучит так: найди в LazyWeb пять разных подходов к этому экрану и собери пять вариантов на их основе. И варианты получаются действительно разные, потому что под каждым лежит решение реального продукта, а не фантазия модели.

И вот тут поправлю сам себя. Сначала я думал, что ценность LazyWeb — в красивом UI. Нет. Точнее — да, картинка выходит симпатичная, но это бонус. По-настоящему ценны UX-паттерны: как люди раскладывают сложный экран, куда прячут второстепенное, как ведут через многошаговый флоу. Эту логику агент перенимает гораздо охотнее, чем просто палитру. Админка, с которой я начал, получилась удобной именно по UX — и это заслуга не моя и не модели, а тех продуктов, чьи паттерны она подсмотрела.

Где косячит

Идиллии не будет. Референсы LazyWeb надо контролировать. Периодически выдаёт совершенно непонятные варианты — устаревшие, кривые, откровенно плохие. Если слепо скормить агенту первый результат, получишь дизайн из 2018-го с гордым видом.

Спасает та же связка «3-5 вариантов». Когда просишь несколько, хотя бы один почти всегда выходит хорошим — ну, практически всегда. Это и есть правильный режим работы: не «дай мне идеальный референс», а «дай несколько, я отбракую мусор». Фильтрация — твоя работа.

Ещё две честные оговорки, важные именно для нас. Первая: по объёму база меньше, чем у Mobbin (там 400 тысяч+ экранов). Но тут важная оговорка в пользу LazyWeb — Mobbin фактически платный: на бесплатном тарифе там почти пусто, реальная база открывается за деньги. А LazyWeb бесплатен целиком, без логина и лимитов. Так что «меньше» не равно «менее доступно». Вторая оговорка, и для русскоязычного продукта более чувствительная: сильный перекос в US и западные приложения. Если вы делаете что-то под российский рынок с его привычками — учитывайте, что насмотренность у агента будет западная. Паттерны раскладки универсальны, а вот конкретные сценарии (оплаты, документы, госуслуги) — нет.

И маленькая ирония напоследок. В одной из предыдущих статей я разбирал, как Anthropic выбрал архитектуру поиска для Claude Code «по ощущениям, по внутренним vibes». А весь пафос LazyWeb — ровно противоположный: design with evidence, not vibes. Приятно, когда инструмент чинит именно ту болезнь, на которую сам и показывает пальцем.

Два режима работы

Пользоваться можно по-разному, и оба способа рабочие.

Ручной — для тех, кто хочет сам посмотреть. Это slash-команды-skills, которые идут в комплекте с самим плагином LazyWeb (не я их написал, это их готовые скиллы): /lazyweb-design-research (глубокий разбор с отчётом), /lazyweb-quick-references (быстро накидать примеров), /lazyweb-design-improve (скормить свой текущий экран и получить, что улучшить), /lazyweb-design-brainstorm (нарочно поискать в чужих категориях — «zig when others zag»). Они генерируют HTML-отчёт со скачанными скринами, который открываешь в браузере.

Агентный — для тех, кто хочет результат, а не процесс. Ты просто ставишь задачу: «спроектируй этот экран, перед этим найди референсы в LazyWeb, сделай 3-5 вариантов». Агент сам решает, что искать, сам фильтрует, сам собирает. Я живу в основном в этом режиме — и именно для него собрал готовый промт (см. бонус).

Бонус: промт и чек-лист для агента

Главная проблема новичка с LazyWeb — агент ищет криво: берёт первый попавшийся референс, не фильтрует по релевантности, копирует один-в-один. Чтобы это не повторять каждый раз, я собрал готовый промт — вставляешь его агенту, и он начинает искать и выбирать правильно: формулирует конкретный запрос, отсекает мусор по similarity, делает несколько вариантов, показывает источники. Плюс короткая памятка-чек-лист «как отличить хороший референс от устаревшего».

Я полез ещё и в сообщества — собрать чужие приёмы. На Reddit по LazyWeb пока тишина, основное живёт в X и на GitHub, так что в памятку вошло то, что нашёл там, плюс мой собственный опыт. Упаковал всё в один PDF — лежит в моём Telegram-канале, забирайте.

А если уже гоняли LazyWeb (или Mobbin MCP) на реальных задачах — расскажите в личке, что вышло с качеством референсов. Мне интересно, у всех ли так прыгает выдача или мне просто везёт на мусор. Инструменты, которыми оркеструю агентов, — на GitHub.