Технический контекст
Я зацепился за этот кейс не как за красивую демку, а как за намёк на реальную AI automation в дизайне. Сценарий тут интересный: Codex не просто пишет код, а проходит почти весь prep для UX/UI задачи от разбора flow до генерации экранов.
Механика такая. Он открывает ссылку на flow во встроенном браузере, сам вытягивает скриншоты и пытается понять структуру анбординга. Дальше идет в веб, собирает контекст по monobank: позиционирование, онбординг, верификацию, брендовые элементы, общую подачу продукта.
Потом начинается самое вкусное и самое кривое одновременно. Codex генерирует wireframes через image generation, сам же их проверяет, поправляет и после этого доходит до конкретных экранов. Для каждого экрана он дополнительно подтягивает паттерны, платформенные гайды, ограничения по карточкам, iOS-спеки и уже на этой базе готовит спеки и ассеты.
И вот здесь я бы не переоценивал магию. По сути, это не «AI нарисовал идеальный интерфейс», а агентный пайплайн, где модель склеивает ресерч, визуальные референсы, генерацию и самопроверку в один процесс.
Ограничения тоже очень земные. Image gen капризничает на штуках, на которых плохо обучен: тот же liquid glass, сложные материалы, точные размеры, стабильные отступы. Плюс страдает последовательность: сегодня экран красивый, завтра соседний уже визуально из другой вселенной.
Что это меняет для бизнеса и автоматизации
Я вижу тут не замену сильного продуктового дизайнера, а ускорение для команд, где узкое место в ресерче и черновом производстве экранов. На этапе AI implementation можно быстро прогонять 3-5 направлений анбординга без недель на ручную сборку референсов и первичных вайрфреймов.
Выигрывают продуктовые команды, которым нужна скорость: банки, финтех, SaaS, мобильные продукты. Проигрывают те, кто ждёт пиксель-перфект из коробки и не закладывает человеческий контроль в AI integration.
Если говорить совсем практично, я бы ставил такие штуки в связку с дизайнером и PM, а не вместо них. Мы в Nahornyi AI Lab как раз собираем такие AI solutions for business: где агент берет на себя ресерч, структуру и черновую генерацию, а команда тратит время уже на решения, а не на рутину.
Если у вас UX-команда тонет в однотипных флоу, ресерче и бесконечных первых драфтах, это уже можно разбирать предметно. У Vadym Nahornyi и Nahornyi AI Lab я бы смотрел на это не как на игрушку, а как на способ build AI automation вокруг вашего дизайн-процесса так, чтобы люди меньше таскали пиксели, а больше двигали продукт.