Presentamos: Frontier, el futuro del front-end por Anima6 min read

En la era de la inteligencia artificial generativa (IA), esperamos que la IA simplemente nos entienda. Y en muchos casos, ya lo hace. Pero es una experiencia totalmente mágica cuando alguna herramienta te proporciona exactamente lo que necesitas, solo basándose en una pequeña pista.

Nuestro objetivo en Anima es automatizar la ingeniería del front-end para que los humanos no pierdan su tiempo. Durante 2023, la IA de Anima produjo más de 750k fragmentos de código, el equivalente a 1,000 años de codificación humana. Con más de 1 millón de instalaciones en la plataforma de Figma, Anima lidera el espacio del diseño al código.

En la siguiente fase, tomamos un camino más profundo en la automatización de la codificación diaria del front-end.

Los LLM actuales no entienden el Front-end y la UI

Existen muchos modelos de generación de código que abarcan desde la autocompletación de código hasta las instrucciones. Hay varios copilotos populares: asistentes de codificación basados en estos modelos de código que te ayudan a codificar más rápido.

Sin embargo, cuando se trata de la automatización del front-end, creemos que hay una gran brecha entre lo que existe y lo que es posible. Con las capacidades de Anima y nuestro entendimiento de este dominio, estamos decididos a resolver esta brecha. Y así, hoy anunciamos Frontier: un asistente de codificación con IA para desarrolladores de front-end.

Frontier: Generación de código AI con tu código en mente, adaptado para el front-end

Anima Frontier se encuentra con los desarrolladores donde están, en el entorno de desarrollo integrado (IDE). Comenzando con VSCode, el IDE más popular.

Primero, Frontier analiza toda la base de código y mapea tu sistema de diseño, frameworks, convenciones y componentes. Esta parte toma segundos y se realiza localmente, garantizando la seguridad de tu código.

Segundo, utilizando el motor de diseño a código de última generación de Anima, Frontier analiza tu diseño y simplemente entiende lo que está en la versión de diseño y el código del sistema de diseño.

Y por último, puedes elegir cualquier parte del diseño de Figma directamente dentro de VSCode y obtener el código basado en tu código. Es simplemente mágico.

Solicitar acceso

Aumentando la adopción del sistema de diseño con automatización

Los proyectos maduros a menudo tienen cientos, sino miles, de componentes.

La gobernanza y adopción del sistema de diseño son tareas desafiantes que son cruciales para mantener estos proyectos. La automatización ayuda enormemente.

Seguridad y barreras de la IA

Frontier fue construido desde cero para ofrecer una solución segura a nivel empresarial.

Frontier fue construido desde cero para ofrecer una solución segura a nivel empresarial. La adopción de la IA en las empresas es más compleja debido a preocupaciones sobre la privacidad:

• Privacidad de salida: ¿Cómo nos aseguramos de que nuestro código no «se filtre» en el modelo LLM a través del entrenamiento, lo que significa que otras empresas podrían recibir fragmentos de nuestro código?
• Privacidad de entrada: ¿Cómo nos aseguramos de que el código de otras empresas que podría haber sido afinado o entrenado en el LLM, no entre en nuestra base de código, causando preocupaciones de seguridad y potencialmente de derechos de autor?

Para generar código que integre la interpretación de Anima del diseño de Figma, pero que use los componentes en la base de código del usuario, podríamos haber tomado el camino fácil y simplemente entrenar el LLM alrededor de la base de código. Sin embargo, esto tiene graves implicaciones de privacidad y seguridad, ya que hubiéramos necesitado cargar una cantidad significativa de código de usuario/empresa y entrenar un LLM personalizado en torno a ello. Nos damos cuenta de lo crítico que son la seguridad y la privacidad, particularmente para los desarrolladores en entornos empresariales. Por lo tanto, tomamos una dirección completamente diferente.

En lugar de cargar el código a la nube, implementamos la recopilación de datos locales, indexación y modelos de ML localmente, dentro de VS Code. Estos modelos identifican e indexan el código relevante en la máquina del desarrollador. La información recopilada se almacena localmente, como parte de la base de código, lo que significa que se puede compartir de manera segura dentro del equipo a través de Git, y no a través de la nube. Cuando un componente en particular necesita ser instanciado, podemos realizar una cantidad significativa de preprocesamiento localmente y enviar al LLM en la nube solo una pequeña cantidad de código e información que necesita, pero no suficiente para exponer a la empresa a ningún riesgo de entrada o salida. Este enfoque innovador tiene el beneficio añadido de rendimiento, ya que la mayoría de las operaciones se realizan en la rápida computadora del desarrollador.

Bajo el capó de Frontier: LLMs, ML y arquitectura centrada en la IA

Anima Frontier está automatizando el front-end con IA, basándose en la vasta experiencia de Anima en liderar este espacio y utilizando la tecnología más avanzada para la misión.

A menudo vemos proyectos de fin de semana impresionantes que están impulsados en un 99% por LLMs y tienen resultados sorprendentes el 30% del tiempo. Estos son proyectos geniales, pero no son adecuados para profesionales.

Los LLMs, por poderosos que sean, abren nuevas puertas pero no son soluciones mágicas; requieren un entorno de apoyo. En Anima, probamos y evaluamos, eligiendo la herramienta adecuada para la tarea adecuada. Cuando se trata de LLMs, les proporcionamos contexto, validamos sus resultados y los preparamos para el éxito.

En el proceso de resolver este problema complejo, lo desglosamos en decenas de problemas y requisitos más pequeños. Algunos problemas requieren creatividad y se resuelven mejor con LLMs, y algunos modelos específicos son más rápidos y tienen mejor rendimiento que otros. Algunos de estos problemas requieren problemas clásicos de aprendizaje automático/visión por computadora, es decir, clasificación en lugar de generación. Algunos se resuelven mejor con heurísticas.

Al combinar las mejores soluciones para cada problema individual, podemos producir resultados sorprendentes con un riesgo mínimo de alucinaciones de LLM, que son tan prevalentes en las soluciones de código basadas en LLM.

¿Qué sigue para Frontier?

Mientras buscamos utilizar todo lo posible con IA para ayudar a los desarrolladores a codificar el front-end más rápido, solo hemos empezado a raspar la superficie. Anima Frontier, en el futuro, debería ser capaz de fusionar código con actualizaciones de diseño, reparar código roto, entender estados y temáticas, nombrar elementos correctamente, leer especificaciones y pensar cada vez más como un desarrollador humano.

Tenemos una lista rica de características, y necesitamos que nos digas qué te molesta más y qué esperas que la IA haga por los desarrolladores de front-end hoy. Únete a la conversación en el canal de Discord de Anima.

Solicitar acceso