Slot Machine: Используйте AI, чтобы нуждаться в нём меньше — о дизайн-системах

TJ Pitre — основатель Southleft, front-end агентства, специализирующегося на дизайн-системах и AI-рабочих процессах. В статье для рассылки Slot Machine, вышедшей в июле 2026 года, он выступает против постоянного использования AI в качестве слоя контроля дизайн-систем — и предлагает рассматривать его как инструмент для единоразового создания спецификаций.

Основной аргумент

Pitre делит работу с дизайн-системой на две части. Первая требует суждения: решить, что должна содержать спецификация компонента, выбрать названия токенов, написать документацию, которая обрабатывает неоднозначность. Вторая — механическая: проверить, что каждый экран, который собирает разработчик, действительно следует спецификации. AI хорошо справляется с первой частью и плохо — со второй.

«AI отлично справляется с первой частью, а во второй становится проблемой», — пишет Pitre. Причина структурная: языковую модель можно переубедить, сбить с толку новым контекстом. Валидатор схем — нельзя. Авторитет в дизайн-системе принадлежит тому слою, который может детерминированно отказать, — и это никогда не должна быть языковая модель.

Данные из контролируемого теста

Pitre описывает тест, проведённый Southleft. AI-агент, собирающий экраны без ограничений по управлению, набрал 69 из 100 баллов при 90 нарушениях правил дизайн-системы. Тот же агент, работающий в рамках DS Contracts — скомпилированных файлов спецификаций, ограничивающих доступные компоненты и их использование, — набрал 100 из 100.

Статья объясняет этот результат простым механизмом: когда агент имеет доступ только к тому, что разрешает спецификация, он не может произвести вывод, нарушающий эту спецификацию. Механический слой обеспечивает то, чему нельзя доверить модель.

Пример с дизайн-токенами

Статья использует спецификацию 2.0 от Design Tokens Community Group (выпущена в 2025 году) как доказательство того, что дизайн-системы можно сделать машиночитаемыми без участия AI. Такие инструменты, как Figma и Style Dictionary, уже работают с общими форматами токенов. Когда токены правильно специфицированы, AI может читать их на этапе создания, не интерпретируя их заново при каждой сборке.

Pitre также ссылается на инструмент Натана Кёртиса для спецификаций компонентов, который извлекает спецификации примерно за одну секунду детерминированно. Та же задача через AI-инференс занимает пять-десять минут и даёт непостоянный результат. Для повторяющейся механической работы детерминизм выигрывает у AI и по скорости, и по согласованности.

Что это означает на практике

Рецепт Pitre: используйте AI, чтобы однажды написать контракт (спецификации компонентов, определения токенов, документацию), затем скомпилируйте этот контракт в формат, который могут исполнять детерминированные инструменты. После этого уберите AI из цикла. Агенты, собирающие экраны, должны работать внутри скомпилированного контракта, а не рядом с языковой моделью, которая каждый раз переоценивает этот контракт.

Статья актуальна для любой команды, занимающейся дизайн-системами и обсуждающей, где добавить AI-инструменты. Она проводит границу, которая на практике часто размыта: AI — для творческой работы и создания спецификаций; детерминизм — для валидации и контроля.