90% процесса проектирования ваших агентов мертво

AAI LABS
Computing/SoftwareSmall Business/StartupsManagementInternet Technology

Transcript

00:00:00В старом процессе разработки был этап, которого больше не существует.
00:00:03И большинство команд еще не придумали, чем его заменить, поэтому они продолжают
00:00:06действовать по старинке, на мышечной памяти.
00:00:08На этой неделе Дженни Вен опубликовала интервью в подкасте Ленни.
00:00:11Она возглавляет отдел дизайна Claude в Anthropic, а до этого была директором по дизайну
00:00:16в Figma.
00:00:17В этом выпуске она рассказала о том, что прежний процесс дизайна мертв и что пришло
00:00:21ему на смену.
00:00:22Мы разберем, что изменилось, почему, а затем подробно рассмотрим тот самый процесс,
00:00:26который стал новым стандартом.
00:00:27Чтобы понять, что пришло на смену, нужно понять, зачем старый процесс вообще существовал.
00:00:31Раньше сначала определялись требования, затем дизайнер брал их в Figma
00:00:35и создавал макет того, как должно выглядеть приложение.
00:00:38Файл Figma был связующим документом между тем, что хотелось получить, и тем, что строилось.
00:00:43Затем фронтенд-разработчик переводил этот файл в код.
00:00:46Тем временем бэкенд-разработчик строил свою часть параллельно, так как спецификация API
00:00:51определялась заранее, чтобы обе стороны могли двигаться одновременно и всё сошлось в конце.
00:00:55Дженни описывает это как процесс, к которому дизайнеры относились как к ритуалу.
00:00:58Это был стандарт для всей индустрии.
00:01:00Многие, объясняя причины перемен, упускают суть того, почему всё было именно так.
00:01:05Саймон Уиллисон, разработчик и автор одного из самых читаемых технических блогов,
00:01:09описал январское выступление Дженни в Берлине и добавил важную мысль, которую она подразумевала,
00:01:14но не высказала прямо.
00:01:16Использование ИИ при разработке значительно снижает цену создания «не того» продукта.
00:01:19До ИИ неверное направление означало месяцы потраченного впустую времени инженеров.
00:01:23Маленькая ошибка во фронтенде оборачивалась десятикратным объемом работ при реализации.
00:01:27Поэтому команды оправдывали каждый шаг.
00:01:28Исследования, портреты пользователей, CJM, вайрфреймы, спецификации.
00:01:33Всё это было защитой от масштабного строительства ошибочного решения.
00:01:36Так что же на самом деле изменилось в процессе?
00:01:38Первой изменилась скорость разработки.
00:01:40И она изменилась быстрее, чем большинство успело осознать.
00:01:42Дженни говорит, что несколько лет назад 60–70% времени дизайнера уходило на макеты и прототипы.
00:01:48Сейчас это 30–40%.
00:01:49Она не принимала волевого решения работать иначе.
00:01:51Просто инженеры вокруг нее начали запускать по несколько ИИ-агентов параллельно,
00:01:55и внезапно узким местом перестала быть разработка.
00:01:58Инженерия изменилась первой, и дизайну пришлось подстраиваться.
00:02:00Сроки планирования видения тоже изменились.
00:02:02Раньше дизайн создавал видение на 2–5 лет вперед.
00:02:04Сейчас технологии развиваются так быстро, что реальный горизонт планирования — 3–6 месяцев.
00:02:09И теперь это не обязательно презентация в слайдах.
00:02:11Это работающий прототип, который задает направление.
00:02:13То же самое произошло с этапом «перевода» дизайна в код.
00:02:15Когда агент может взять документ с требованиями и собрать рабочий интерфейс,
00:02:19слой перевода исчезает.
00:02:20Агент сам пишет код.
00:02:22Нет нужды переводить файл Figma, потому что файла Figma может вообще не быть.
00:02:25Кстати, если вам нравится наш контент, нажмите кнопку «хайп»,
00:02:29это помогает нам создавать больше таких видео и охватывать больше людей.
00:02:33Когда мы берем заказы клиентов, это именно тот сдвиг, который нам пришлось совершить.
00:02:36Процесс дизайна изменился, но то, что осталось неизменным — это требования.
00:02:40Плохие требования губят всю разработку.
00:02:42И большинство команд сразу перескакивают к спецификации.
00:02:44Это неверный порядок действий.
00:02:45При создании прототипа вам не нужен технологический стек или спецификация API.
00:02:48Вам нужно знать достаточно, чтобы создать нечто, что выглядит и ощущается как реальный продукт,
00:02:52чтобы показать его кому-то и получить четкое «да» или «нет».
00:02:56Поэтому, прежде чем браться за прототип, начните с действующих лиц (акторов).
00:02:58Актор — это человек, который взаимодействует с системой.
00:03:01Конкретный человек с конкретной целью.
00:03:03От того, кто пользуется системой, зависит то, что она должна делать.
00:03:06Если у вас есть тот, кто отправляет контент, и тот, кто его одобряет —
00:03:10это два разных интерфейса с двумя разными главными экранами.
00:03:12Затем посмотрите, где разделяются представления.
00:03:13В большинстве продуктов наступает момент, когда два актора заходят по одному URL,
00:03:18но видят совершенно разные вещи.
00:03:19Админ видит панель управления.
00:03:21Обычный пользователь видит свой личный кабинет.
00:03:22И последнее — ограничения.
00:03:24Не говорите агенту, какие инструменты использовать.
00:03:26Скажите ему, чего он не может делать и сколько это не может стоить.
00:03:28Это также значительно упростит технические решения в будущем.
00:03:32Мы внедрили все эти правила в промпт для создания PRD (документа требований),
00:03:37который, по сути, берет у вас интервью, выступая в роли интервьюера по правилам,
00:03:42задавая вам множество уточняющих вопросов.
00:03:44В итоге вы получаете Markdown-файл с PRD, который будет использоваться
00:03:48на последующих этапах процесса.
00:03:49Этот PRD-файл — фундамент для всего остального.
00:03:52Следующий шаг — превращение его в структуру для фронтенда.
00:03:55Для этого мы используем «слой-промпт», который велит агенту изучить PRD
00:04:00(который, напомню, не перегружен техническими деталями) и создать две вещи.
00:04:04Он просит составить список страниц и модальных окон для прототипа,
00:04:08а затем описать пользовательские сценарии (user flows).
00:04:09Очевидно, что страницы и окна важны для структуры, чтобы всё, что агенту
00:04:14нужно реализовать во фронтенде, было спланировано заранее.
00:04:17Мы постоянно говорим о том, как важно планировать до начала действий,
00:04:21особенно для контекстного окна агента, так что не будем углубляться.
00:04:24Но в пользовательских сценариях важно определить действия каждого актора.
00:04:28Поскольку мы фокусируемся на самих акторах, а не на фичах, важно прописать
00:04:32сценарии, чтобы агент мог реализовать правильные состояния взаимодействия
00:04:36и навигацию для полноценного UI-прототипа.
00:04:40В итоге у нас есть два файла, где в architecture.md описаны страницы,
00:04:45модальные окна и те самые сценарии.
00:04:46После этого мы просим его развернуть приложение на Next.js, так как это
00:04:50наш привычный стек — Next.js вместе с Supabase.
00:04:53И вот что у него получилось в итоге.
00:04:55В целом дизайн выглядит отлично, и на то есть конкретная причина.
00:04:58Кстати, ранее не упоминалось, но мы собирали платформу для сообщества
00:05:03с каналами, продуктами и курсами.
00:05:04Там два актора: участник и создатель, при этом у создателя
00:05:08есть все админ-функции, такие как создание канала, добавление продукта
00:05:12или загрузка курса, а также просмотр статистики.
00:05:15На наш взгляд, для первого созданного прототипа дизайн выглядит очень круто.
00:05:19Но UX (пользовательский опыт) не идеален, обычно такой дашборд нам не нужен.
00:05:23И в этом-то и вся суть.
00:05:24Раньше на исправление такого уходили дни, здесь же — минуты.
00:05:27Потому что ИИ может вносить такие изменения очень быстро.
00:05:30А так как бэкенда здесь пока нет, ему не нужно возиться с лишними вещами —
00:05:34это просто прототип фронтенда.
00:05:36Обычно ИИ не делает такие симпатичные сайты и интерфейсы сами по себе.
00:05:40Причина, по которой это выглядит хорошо — использование специального навыка
00:05:44фронтенд-разработки, которым Anthropic поделились в одном из своих блогов.
00:05:46Мы настоятельно рекомендуем использовать его перед реализацией UI.
00:05:50Просто сохраните его как слеш-команду или навык, чтобы ваш агент мог его применить.
00:05:53Теперь, если вы работаете с клиентом, вам достаточно показать этот прототип,
00:05:57который полностью функционален на мок-данных, так как базу данных
00:06:01мы на этом этапе не подключаем.
00:06:02Вы показываете это клиенту, получаете одобрение (или правки) и затем
00:06:06продолжаете разработку.
00:06:08Списки задач — одна из причин, почему мы теперь можем просить агентов
00:06:12создавать полностью рабочие прототипы.
00:06:14Это возможно благодаря спискам задач, их сохранению и четкой структуре.
00:06:17Всё упорядочено.
00:06:18Вот почему файл architecture.md так важен: он позволяет агенту
00:06:23составить идеально оптимизированный список задач, чтобы не галлюцинировать.
00:06:28После этого мы переходим к реализации бэкенда.
00:06:30Обычно есть два варианта пути.
00:06:32Можно оставить фронтенд на Next.js и реализовать бэкенд
00:06:36как отдельный сервис на Python.
00:06:39Но это зависит от типа приложения, над которым вы работаете.
00:06:42Для большинства ваших проектов Next.js будет вполне достаточно.
00:06:46Отдельный Python-бэкенд нужен, если требуются специфические библиотеки,
00:06:50которых нет в экосистеме Next.js, или если нужна серьезная оркестрация
00:06:55фоновых задач для оптимизации функций сайта.
00:06:57В таком случае может понадобиться отдельный бэкенд.
00:06:59В противном случае бэкенда на Next.js вам хватит за глаза.
00:07:03Прежде чем трогать бэкенд, нужно понять, что фронтенду от него нужно.
00:07:07Мы попросили агента изучить код фронтенда, PRD и файл архитектуры,
00:07:11чтобы написать спецификацию API.
00:07:12Затем мы поручили ему на основе этих документов создать полную схему Supabase,
00:07:17так как мы используем связку Supabase и Next.js.
00:07:20Ему нужно создать схемы, в которых будут храниться данные приложения.
00:07:25Обычно, если спросить агента, он предложит вам пойти, взять API-ключи
00:07:28от базы данных и вручную вставлять SQL-запросы для создания таблиц.
00:07:33Но вместо этого стоит использовать Supabase MCP.
00:07:36Всегда старайтесь использовать MCP для сервиса, с которым работаете,
00:07:40потому что это автоматизирует кучу рутины.
00:07:41Например, нам даже не пришлось заглядывать в панель управления проектом.
00:07:43Он сам создал проект, выполнил запросы для схемы и автоматически
00:07:48запустил миграции.
00:07:49Нам практически ничего не пришлось делать.
00:07:51После настройки базы данных вы подключаете к ней фронтенд.
00:07:55И тут есть важное различие.
00:07:57Вам не нужно отдельно соединять бэкенд с базой, так как он уже
00:08:00интегрирован во фронтенд.
00:08:01Фронтенд напрямую общается с базой данных, что упрощает интеграцию
00:08:06и общую сложность системы.
00:08:07Для этого видео мы запартнерились с Warp, они недавно выпустили OZ —
00:08:11платформу для оркестрации различных облачных агентов.
00:08:14Эти облачные агенты удобны для задач, которые вы хотите делегировать,
00:08:19зная, что агент справится самостоятельно.
00:08:21До этого момента агент подключил фронтенд к базе данных,
00:08:26и приложение уже в целом работало.
00:08:27Но чтобы добавить такие вещи, как оплата, уведомления, лимиты запросов или аналитика,
00:08:32нам нужен выделенный слой API на бэкенде.
00:08:37Для этого мы создали среду в OZ и запустили облачного агента, поручив ему
00:08:41создать этот выделенный слой бэкенда.
00:08:43Примерно через 15 минут задача была выполнена, и всё было готово.
00:08:47Чтобы сделать проект полностью функциональным и начать принимать пользователей,
00:08:51оставалось только добавить Google-авторизацию, Stripe и исправить мелочи.
00:08:56Теперь вы видели весь процесс, и промпты были прямо на экране.
00:09:00Но если вы хотите получить все эти промпты в виде пошагового воркфлоу,
00:09:04мы выкладываем их в AI Labs Pro.
00:09:06Для тех, кто не знает — это наше сообщество с готовыми шаблонами,
00:09:10которые можно сразу внедрять в свои проекты.
00:09:14Если вам ценно то, что мы делаем, и вы хотите поддержать канал,
00:09:18это лучший способ.
00:09:19Ссылка в описании.
00:09:20На этом видео подходит к концу.
00:09:22Если хотите поддержать канал и помочь нам выпускать такие ролики дальше,
00:09:26вы можете сделать это через кнопку «Суперспасибо» внизу.
00:09:28Как всегда, спасибо за просмотр, и увидимся в следующем видео!

Key Takeaway

Современное проектирование ИИ-агентов переходит от ритуального создания макетов в Figma к быстрой итерации рабочих прототипов, где фокус смещается с визуального дизайна на четкое определение требований и ролей пользователей.

Highlights

Традиционный процесс проектирования через Figma становится неактуальным из-за внедрения ИИ-агентов

Использование ИИ радикально снижает стоимость ошибки при создании прототипов и разработке

Горизонт планирования продукта сократился с нескольких лет до 3-6 месяцев

Процесс разработки теперь строится вокруг «акторов» (пользователей) и их конкретных целей, а не функций

Использование MCP (Model Context Protocol) позволяет автоматизировать настройку базы данных и инфраструктуры

Рабочий прототип на фронтенде теперь создается за минуты, заменяя статичные макеты и презентации

Timeline

Смерть старого процесса проектирования

В этом разделе обсуждается интервью Дженни Вен из Anthropic, которая утверждает, что традиционный цикл разработки ПО мертв. Ранее процесс строился на строгом разделении между требованиями, макетами в Figma и последующим кодингом фронтенда и бэкенда. Этот «ритуал» служил защитой от дорогостоящих ошибок, так как разработка «не того» продукта стоила слишком дорого. С приходом ИИ стоимость создания прототипов упала, что делает избыточными длинные этапы подготовки спецификаций. Теперь акцент смещается с защиты от рисков на скорость экспериментов.

Изменение роли дизайна и скорости разработки

Спикер объясняет, как ИИ-агенты изменили распределение времени дизайнера: раньше 70% уходило на прототипы, теперь — менее 40%. Инженеры начали использовать параллельных агентов, превратив дизайн в «узкое место» процесса. Технологии развиваются настолько стремительно, что видение продукта на 5 лет вперед больше не имеет смысла, и горизонт планирования сократился до полугода. Слой перевода дизайна в код исчезает, так как агенты могут напрямую генерировать рабочие интерфейсы из текстовых требований. Это означает, что файл Figma как посредник между идеей и кодом больше не является обязательным элементом.

Новый подход: Акторы и Ограничения

В этой части видео описывается методология подготовки требований для ИИ-агентов. Вместо того чтобы сразу переходить к техническим спецификациям API, автор советует начинать с определения «акторов» — конкретных людей с их целями. Важно понимать, где разделяются интерфейсы для разных ролей, например, для администратора и обычного пользователя. Также критически важно задавать агенту ограничения (что нельзя делать и бюджет), а не диктовать конкретные инструменты. Для автоматизации этого этапа используется специальный промпт-интервьюер, создающий PRD в формате Markdown.

Создание архитектуры и фронтенд-прототипа

На данном этапе PRD превращается в структуру приложения с помощью специального «слоя-промпта». Агент анализирует требования и формирует архитектурный файл со списком страниц, модальных окон и пользовательских сценариев (user flows). На примере создания платформы для сообщества показано, как быстро развернуть фронтенд на стеке Next.js. Хотя дизайн может требовать правок, ИИ позволяет вносить их за минуты, а не за дни, как это было раньше. Главная ценность здесь заключается в получении функционального прототипа на мок-данных для быстрого одобрения клиентом.

Интеграция бэкенда и автоматизация через MCP

Автор переходит к реализации бэкенда, отмечая, что для большинства проектов достаточно возможностей Next.js. Отдельный сервис на Python требуется только при необходимости сложной оркестрации или специфических библиотек. Важным инструментом здесь выступает Supabase MCP, который автоматизирует рутинные задачи по управлению базой данных. Вместо ручного ввода SQL-запросов, агент сам создает таблицы, выполняет миграции и настраивает схемы. Это значительно снижает когнитивную нагрузку на разработчика и ускоряет сборку полноценного приложения.

Финальная сборка и облачная оркестрация

В заключительной части демонстрируется использование платформы Warp и сервиса OZ для оркестрации облачных агентов. Облачный агент берет на себя создание выделенного слоя API для обработки платежей через Stripe, уведомлений и аналитики. Весь процесс проектирования и разработки становится прозрачным благодаря четкой структуре задач в файле архитектуры. Спикер подчеркивает, что правильные промпты и навыки фронтенд-разработки позволяют получать эстетичные интерфейсы. Видео завершается приглашением в сообщество AI Labs Pro, где доступны все упомянутые шаблоны и воркфлоу.

Community Posts

View all posts