Anima présente: Frontier, l’avenir du front-end par Anima6 min read

À l’ère de l’IA générative, nous nous attendons à ce que l’IA nous comprenne simplement. Et dans de nombreux cas, elle le fait déjà. Et c’est pure magie quand un outil fournit exactement ce dont vous avez besoin, basé sur une simple instruction.

Notre objectif chez Anima est d’automatiser l’ingénierie du front-end pour que les humains ne perdent pas leur temps. En 2023, l’IA d’Anima a produit plus de 750 000 extraits de code, soit l’équivalent de 1 000 ans de codage humain. Avec plus d’un million d’installations sur la plateforme de Figma, Anima est à la pointe de la transformation du design en code.

Dans la prochaine phase, nous nous engageons plus profondément dans l’automatisation du codage quotidien du front-end.

Les LLM actuels ne comprennent pas le front-end et l’interface utilisateur

Il existe de nombreux modèles de génération de code, allant de la complétion de code aux instructions. Il y a plusieurs copilotes populaires – des assistants de codage qui vous aident à coder plus rapidement et qui sont basés sur ces modèles de code.

Cependant, en ce qui concerne l’automatisation du front-end, nous pensons qu’il y a un grand fossé entre ce qui existe et ce qui est possible. Avec les capacités d’Anima et notre compréhension de ce domaine, nous visons à combler ce fossé.

C’est pourquoi, aujourd’hui, nous annonçons Frontier – un assistant de codage par IA pour les développeurs construisant du front-end.

Frontier – Génération de code IA, avec votre code, et adapté pour le front-end

Anima Frontier rencontre les développeurs là où ils se trouvent, l’IDE. En commençant par VSCode, l’IDE le plus populaire.

Premièrement, Frontier analyse l’ensemble du code et cartographie votre système de conception, vos frameworks, conventions et composants. Cette étape prend quelques secondes et se fait localement, garantissant ainsi la sécurité maximale de votre code.

Deuxièmement, en utilisant le moteur de transformation du design en code de pointe d’Anima, Frontier analyse votre design et comprend simplement ce qui se trouve dans la version du design et le code du système de conception.

Enfin, vous pouvez choisir n’importe quelle partie du design Figma directement dans VSCode, et obtenir du code basé sur VOTRE code. Et c’est magique.

Demander un accès

Accroître l’adoption des Design Systems grâce à l’automatisation

Les projets matures ont souvent des centaines, voire des milliers de composants. La gouvernance et l’adoption des design systems (systèmes de conception) sont des tâches difficiles mais cruciales pour maintenir ces projets. L’automatisation aide.

Sécurité et garde-fous de l’IA

Frontier a été conçu pour offrir une solution sécurisée de niveau entreprise.

L’adoption de l’IA dans les entreprises connaît plus de frictions en raison des préoccupations courantes en matière de confidentialité :
– Confidentialité des sorties : Comment garantir que notre code ne « fuit » pas dans le modèle LLM via le training du modèle, ce qui signifie que d’autres entreprises pourraient recevoir des extraits de votre code ?
– Confidentialité des entrées : Comment garantir que le code d’autres entreprises, qui pourrait avoir été ajusté ou entraîné dans le LLM, n’entre pas dans notre base de code, entraînant des préoccupations de sécurité et de droits d’auteur ?

Pour générer du code qui intègre l’interprétation d’Anima du design Figma, mais utilise les composants de la base de code de l’utilisateur, nous aurions pu choisir la voie facile et simplement entraîner le LLM autour de la base de code. Cela a des implications sévères en matière de confidentialité et de sécurité, car nous aurions dû télécharger une quantité significative de code utilisateur/entreprise et entraîner un LLM personnalisé autour de celui-ci. Nous réalisons à quel point la sécurité et la confidentialité sont critiques, en particulier pour les développeurs dans des environnements d’entreprise. Nous avons donc pris une direction complètement différente.

Au lieu de télécharger le code dans le cloud, nous avons mis en place une collecte de données locale, un indexage et des modèles ML, localement, dans VS Code. Ceux-ci identifient et indexent le code pertinent sur la machine du développeur. Les informations collectées sont stockées localement, en tant que partie de la base de code, ce qui signifie qu’elles peuvent être partagées en toute sécurité au sein de l’équipe via Git – et non via le cloud. Lorsqu’un composant particulier doit être instancié, nous pouvons effectuer une quantité significative de prétraitement localement et envoyer au LLM dans le cloud uniquement une petite quantité de code et d’informations nécessaires – pas assez pour exposer l’entreprise à un risque quelconque d’entrée ou de sortie. Cette approche innovante a l’avantage supplémentaire des performances, car la plupart des opérations sont effectuées sur l’ordinateur rapide du développeur.

Sous le capot de Frontier – LLMs, ML et architecture axée sur l’IA

Anima Frontier automatise le front-end avec l’IA, basé sur la vaste expérience d’Anima dans ce domaine et utilisant la technologie la plus avancée pour la mission.

Nous voyons souvent des projets « du dimanche » impressionnants qui sont alimentés à 99 % par les LLMs et ont des résultats étonnants 30 % du temps. Ce sont des projets sympas, mais ils ne conviennent pas aux professionnels.

Les LLMs, aussi puissants soient-ils, ouvrent de nouvelles portes mais ne sont pas des solutions miracles ; ils nécessitent un environnement de soutien. Chez Anima, nous testons et benchmarkons, en choisissant le bon outil pour la bonne tâche. En ce qui concerne les LLMs, nous leur fournissons le contexte, validons leurs résultats et les mettons en place pour réussir.

Dans le processus de résolution de ce problème complexe, nous l’avons décomposé en dizaines de problèmes et exigences. Certains problèmes nécessitent de la créativité et sont mieux résolus avec les LLMs, et certains modèles sont plus rapides et plus performants que d’autres. Certains de ces problèmes nécessitent des problèmes classiques de Machine Learning / Vision par ordinateur, c’est-à-dire la classification plutôt que la génération. Certains sont mieux résolus avec des heuristiques.

En combinant les meilleures solutions pour chaque problème individuel, nous pouvons produire des résultats époustouflants avec un risque minimal d’hallucinations de LLM, si courantes dans les solutions de code basées sur LLM.

Quelle est la suite pour Frontier

Alors que nous cherchons à utiliser tout ce qui est possible avec l’IA pour aider les développeurs à coder plus rapidement le front-end, il semble que nous ne faisons que gratter la surface. Anima Frontier devrait pouvoir fusionner le code avec les mises à jour de conception, réparer le code cassé, comprendre les états et la thématisation, nommer correctement les éléments, lire les spécifications et penser de plus en plus comme un développeur humain.

Nous avons une liste riche de fonctionnalités, et nous avons besoin de vous pour nous dire ce qui vous dérange le plus et ce que vous attendez de l’IA pour les développeurs de front-end aujourd’hui. Rejoignez la conversation sur le canal Discord d’Anima.

Demander un accès