Figma рассказала, как обучает собственную модель редактирования для дизайн-агента. Задача сфокусирована на изменениях уже существующего макета: поправить интервалы и цвет, вставить компонент или переработать компоновку после комментария. Такие правки выполняются постоянно, поэтому компания учитывает не только качество, но и скорость и стоимость ответа.
По словам Figma, универсальные frontier-модели поначалу не понимали её синтаксис, а объяснять его через system prompt потребовало бы слишком много токенов. Вместо этого команда применила supervised fine-tuning. Каждый пример объединял исходный дизайн, синтетическую просьбу об изменении и успешный результат в нативном формате Figma. Более крупные teacher-модели выполняли правки, детерминированные валидаторы и визуальные судьи проверяли кандидатов, а конвейер мог исправлять результат по их замечаниям.
Ранняя Llama 3.3 70B, обученная более чем на 250 тысячах примеров, по внутренним тестам приблизилась к ведущим моделям того времени в editing-задачах. Затем команда перешла к более новым базовым моделям, включая Qwen, Muse Spark Open и Inkling. Одного SFT оказалось недостаточно: имитация обучающих примеров ограничивала обобщение и требовала много данных. Теперь Figma добавляет reinforcement learning, развивает среды для дизайна, reward-модели и критерии, написанные экспертами.
Оценка разделена на конкретные свойства: выравнивание, контраст, выполнение запроса и правильное использование компонентов. Структурные проверки и визуальные судьи калибруются с участием дизайнеров. Это позволяет отличить аккуратный, но неверный результат от формально выполненной правки с дефектами вроде наложения текста.
Figma agent уже доступен пользователям и распределяет работу между собственной editing-моделью и сторонними моделями. Первую используют для точных итераций, вторые — для изображений, векторов и новых дизайн-концепций. Между beta и общим выпуском типовые задачи стали примерно на 20% быстрее; новый агент не уступал прежнему в 62% сравнений с экспертами, пользовательские оценки выросли на 33%, а отмены действий сократились на 60%. Все показатели приводит сама Figma по результатам внутренних измерений.