Диффузионные модели вроде GPT-Image-2 и Nano-Banana умеют генерировать визуально впечатляющие изображения, но результат, это плоская растровая картинка: текст на ней часто искажён, а разложить итог на отдельные слои для последующей правки нельзя. Обратный подход, генерация через кодинг-агентов, которые пишут код для отрисовки изображения, даёт точный контроль над раскладкой и раздельные слои, но упирается в нехватку эстетического чутья у агента и в сложность программного описания сложных визуальных элементов...