На прошлой неделе у меня несколько раз спрашивали про классные визуальные референсы и где я их беру. Вдруг кому-то тоже будет полезно.

cosmos.so сейчас использую, наверное, чаще всего. По смыслу pinterest, только чище, больше сфокусирован на визуале. Можно легко не только сохранять, но и скачивать изображения.

Ещё очень много всего нахожу просто в x. Там сейчас огромное количество дизайнеров постят свои эксперименты и наработки, считай dribbble современности.

Кто-то собрал inspora.design. Там как раз собирают такие проекты, оставляют только визуал и ссылки на оригинальные посты.

meigen.ai , большая библиотека визуальных промптов для разных image-моделей. Можно найти картинку, посмотреть prompt и использовать его как основу для своей генерации. Можно сразу же там что-то сгенерировать. Таких проектов много, как вкладка explore в midjourney.

Ну и mobbin, который, наверное, уже все знают. Библиотека реальных продуктов: скриншоты, паттерны и целые flow.

У mobbin, кстати, есть mcp. Можно подключить его к codex или claude и прямо в процессе работы просить искать похожие референсы и смотреть, как такую задачу решают другие продукты. Очень удобно.

Делитесь своими находками, плиз.

P.S. Вспомнила еще подборки промптов для лэндингов superdesign.dev и scrolltide.co

@wealldesigners

Если используете llm внутри приложений и сервисов, которые собираете, для принятия решений, вышла очень интересная штука от typesafe.ai. Фаундер один из co-inventors chatgpt.

Во многих продуктах есть решения, которые сложно сделать просто детерминистически. Проверить, что 300 > 200, легко кодом. Но если нужно принять более взвешенное решение на основе разных, иногда неструктурированных данных, тут llm часто справляются сильно лучше.

Например, в сервисе, который строим для напитков, может вырасти цена на какой-то ингредиент. И нужно понять, что посоветовать пользователю: поднять цену блюда, уменьшить порцию, заменить ингредиент, изменить рецепт и тд.

Сейчас такие решения у нас принимает обычная llm через structured output. Это вполне рабочий вариант, но модель всё равно думает и генерирует ответ токен за токеном, а confidence внутри structured output не обязательно хорошо откалиброван.

Typesafe выпустили jev, модель специально для таких решений.

Заранее задаёшь возможные варианты, а модель сразу возвращает решение и вероятность каждого. Без генерации текста.

Обещают 20–200x быстрее и 40–400x дешевле обычных llm. И отдельно обучали модель так, чтобы confidence действительно соответствовал качеству решения.

Запись в waitlist .

P.S. Мне через пару часов уже прислали инвайт. Похоже, всем так.

@wealldesigners

Во вторник вышли claude opus 5.5 и openai sol 6.

Изначально вообще не было от них каких-то ожиданий. Почему-то казалось, что это скорее модели про оптимизацию костов: выпустить модели подешевле для ежедневных задач.

Но тут у меня закончились лимиты сначала в codex, а потом и у fable в claude code, и пришлось попробовать opus 5.5.

До сих пор в очень приятном шоке. Очень хорошо думает, понимает контекст, автономна, редко останавливается. Может надолго уйти думать, а потом вернуться с очень детальным и чистым решением.

Сначала меня как раз смутило, сколько времени она тратит на некоторые задачи. Показалось, что стала сильно медленнее. Но потом поняла, что результат просто стал заметно более продуманным.

Opus 5.5 стал понятно объясняться, и самое главное лично для меня: claude наконец начал нормально понимать русскую диктовку 🙏 (я всё ещё живу без русской клавиатуры, а расположение букв до сих пор не выучила).

Ещё очень нравится, как сейчас агенты работают параллельно в разных чатах. Если две задачи начинают пересекаться, они это понимают и договариваются между собой. Прямо в чате видно что-то в духе: «я сейчас меняю этот кусок, подожди, пока закончу, потом продолжай». Причём и в codex и в claude.

Вчера мы с мужем на радостях добили все остатки лимитов claude до 100%, поэтому сегодня я полностью на sol 6 :)

И она пока тоже очень нравится. Единственное, с ui codex (хоть и стал сильно лучше) всё ещё уступает claude, когда даёшь хорошие референсы.

Но вообще неожиданно обе модели оказались настолько хорошими, что я бы спокойно отдавала им большую часть даже больших задач.

А astra и fable оставляла бы для задач типа: посмотреть на всю кодовую базу сверху, найти неочевидную проблему, продумать архитектуру или сложную логику.

P.S. поделитесь своим опытом. Слышала про sol6 много плохого, а у меня пока наоборот позитив.

@wealldesigners

В анонсе opus 5.5 был интересный график, как coding-модели ведут себя при разном effort.

И сначала довольно странно выглядит, что medium у некоторых моделей показывает результат лучше, чем high или xhigh. Ведь, по идее, чем дольше модель думает, тем лучше.

Услышала интересное объяснение: такие бенчмарки оценивают не просто качество результата, а насколько хорошо агент решил именно поставленную задачу.

Например, попросили исправить баг. На medium модель нашла баг, исправила и остановилась. На high может заодно заметить ещё несколько проблем, сделать рефакторинг, поменять abstraction, добавить тесты и что-то ещё улучшить.

В реальном проекте второй результат вполне может оказаться лучше. Но для этого бегчмарка часть этого уже может считаться выходом за scope.

Полезла смотреть, как вообще считается этот benchmark. Это FrontierCode от Cognition. Основной вопрос: принял бы maintainer такой PR? Смотрят correctness, тесты, regression safety, качество кода и отдельно scope, то есть не полезла ли модель менять больше, чем нужно для конкретной задачи.

И действительно, если модель заметит ещё несколько проблем рядом, сделает рефакторинг, решит поменять abstraction, добавить тесты и что-то ещё улучшить, для FrontierCode часть этого уже может считаться выходом за scope и снижается score.

Т.е. higher effort не обязательно делает модель хуже. Иногда она просто больше исследует, становится менее буквальной, но в какой-то момент может и уйти в overengineering.

@wealldesigners