Авторы репозитория Yaxin9Luo/AutoDesign 14 августа 2026 года выпустили AutoDesign — открытый агентский инструмент под лицензией MIT, который по PDF научной статьи автоматически собирает полный комплект конференц-материалов. Главная новизна проекта — не новая модель, а метод meta-harness optimization: улучшаются промпты, инструменты и оркестрация вокруг фиксированной модели, а не её веса.

image
image

Что произошло

Первый публичный релиз AutoDesign состоялся 14.08.2026 под лицензией MIT. Инструмент по одному PDF научной статьи собирает редактируемый HTML-постер, презентацию из 24 слайдов, исследовательскую веб-страницу и 6-минутное 1080p-видео с закадровым голосом и синхронизированными субтитрами. Система работает поверх кодинг-агентов Claude Code, Codex и Kimi Code и устроена из двух циклов: внешний цикл meta-harness optimization анализирует полные траектории выполнения и точечно правит компоненты обвязки DesignHarness — контекст и память, инструменты, рантайм, оркестрацию, оценку, — а внутренний цикл дорабатывает артефакт парой Designer/Critic с бюджетом до 12 итераций правок на артефакт. На авторском бенчмарке PosterBench из 100 статей пяти дисциплин и семи метрик конфигурация Claude Code + Claude 4.8 набирает 78.32 балла, что на 7.45 выше Claude Design и на 8.87 выше OpenDesign. Слепое человеческое исследование с 936 ответами от 11 экспертов даёт AutoDesign 64% предпочтения по модели Bradley-Terry при 95% доверительном интервале 55.2–77.8%.

Контекст

Релиз попадает в устойчивый тренд агентных пайплайнов на улучшение системы, а не весов: вместо дообучения модели команды оптимизируют промпты, инструменты, оркестрацию и валидаторы вокруг фиксированной модели. AutoDesign — редкий открытый кейс такого подхода, где внешний цикл точечно правит обвязку на основе анализа полных траекторий, и до этого у паттерна не было открытой референс-реализации. Вместе с кодом авторы опубликовали датасеты PosterBench и PosterBench-mini на Hugging Face, и у сообщества впервые появилась воспроизводимая публичная база для сравнения дизайн-агентов.

Почему это важно для индустрии

Для разработчиков релиз сразу даёт два продукта: работающий пайплайн статья в постер, слайды, сайт и видео, и открытую референс-реализацию паттерна meta-harness optimization. MIT-лицензия позволяет разобрать архитектуру DesignHarness и перенести подход на другие длинные агентные задачи — генерацию отчётов, презентаций и учебных материалов. Стоимость полной конференц-пачки находится на уровне одного API-вызова, а не дизайнерского труда, из-за чего ручная сборка становится неэкономичной в длинном хвосте докладов. Замеренная кривая цена/качество по моделям-движкам показывает разброс более чем в 37 раз по цене за сопоставимый результат, что подтверждает: на итог влияет не только обвязка, но и выбор базовой модели.

Почему это важно для пользователей

Исследователю инструмент закрывает типовую задачу конвертации статьи в постер, слайды и конференц-видео. Поставить его можно локально одной командой, потребуются Node.js 22+ и ffmpeg, либо попробовать без установки в браузере на designanything.ai. Контент привязан к источнику: утверждения и графики берутся из самой статьи, а не выдумываются. По замерам авторов стоимость генерации одного постера составляет от 0.27 доллара для LongCat 2.0 с результатом 55.13 балла до 10.02 доллара для GPT-5.5 с результатом 81.46 балла.

Что пока неизвестно / ограничения

Бенчмарк PosterBench и выбор бейзлайнов — коммерческих продуктов Claude Design и OpenDesign — сконструированы самими авторами AutoDesign, поэтому оценка может быть не независимой от результата. В доступных материалах не раскрыты определения семи метрик PosterBench, не указана статистическая значимость разниц в 7.45 и 8.87 балла, отсутствуют абляции, изолирующие вклад внешнего meta-harness цикла от внутреннего Designer/Critic, и нет данных о вариабельности между запусками. Кроме того, AutoDesign — рабочий CLI-инструмент, а не production-инфраструктура: у него нет API и SLA.

Источники

Автор

Look at AI, редакция