ИИ-агенты в работе
Агенты, оркестрация, связки человека и модели. · материалов: 30
Медиа
Copperhead проектирует платы в KiCad и коммитит по стадиям
Открытый агент разбивает разработку платы на восемь стадий, каждая обязана оставить артефакт на диске и пройти ERC/DRC самого KiCad, иначе коммита не будет. Схема гейтов переносится на любой агентный пайплайн, где есть чем проверить результат.
Desert Ant Labs и локальные модели: чем платят за скорость
Desert Ant Labs объявила о себе постом про быстрые модели на устройстве, обсуждение собрало 459 голосов. Замеров нет, поэтому считаем сами: что локальный инференс даёт, чем за него платят и где он окупается уже сегодня.
i-have-adhd: навык, чтобы агент отвечал первой строкой
Десяток правил в одном SKILL.md: действие сверху, никаких вступлений, список не длиннее пяти пунктов. Форму ответа чинит, правоту — нет, а требование называть сроки лучше выкинуть сразу.
Справочник
Аналоги Claude Code: терминальный агент, редактор с моделью и дополнение в IDE
Три класса инструментов ведут себя по-разному, и различает их один признак: кто запускает команды и читает их вывод. Механика каждого класса, чем платят и как проверить выбор на своей задаче.
Автономные ИИ-агенты: где справляются сами и где человек обязателен
Ступени автономии от подсказки до действия по белому списку, механика самостоятельной работы и перечень действий, которые не отдают агенту ни при каких настройках.
Что такое ИИ-агент: чем он отличается от чат-бота и от скрипта
Разбор устройства агента по частям: модель, инструменты, петля и условие остановки. Где проходит граница с чат-ботом и со скриптом, как собрать минимальный цикл и на что смотреть, чтобы понять, работает он или совпало.
Claude Code агенты: как субагенты экономят контекст
Субагент работает в своём окне и возвращает абзац вместо всей черновой выдачи. Где лежит файл описания, что писать в шапке, когда агент экономит контекст и когда только добавляет пересылок.
Claude Code CLI: команды и флаги на каждый день
Терминальный агент в каталоге проекта: подкоманды запуска, слэш-команды, разрешения, память проекта и headless-режим для скриптов — без лишней теории.
Claude Code: терминальный агент для работы с кодом
Агент живёт в терминале рядом с рабочей копией: сам ищет файлы по содержимому, правит их, запускает тесты и показывает diff. Разбор механики, разрешений, контекста и того, где инструмент опасен.
Готовые ИИ-агенты: когда брать коробку, а когда собирать своё
Четыре уровня готовности, таблица критериев выбора до пилота и процедура дешёвой проверки: теневой режим, корзина реальных примеров, стоимость закрытой задачи.
ИИ-агент для 1С: как связать модель с учётной системой
Три слоя связки: чем 1С отдаёт данные наружу, как из этого делают именованные операции для модели и почему запись всегда идёт через расширение с ключом идемпотентности.
ИИ-агенты для бизнеса: какие задачи закрывают, а какие нет
Фильтр пригодности задачи из пяти признаков, карта применений по отделам с честным списком того, что агенты не тянут, экономика единицы работы и маршрут пилота с метриками, по которым принимается решение.
ИИ-агенты для программирования: что они действительно ускоряют в коде
Как устроен агент с доступом к файлам, тестам и git, какие задачи он закрывает быстрее человека, где создаёт больше работы, чем экономит, и как проверять его правки.
Как создать ИИ-агента: от описания задачи до работающей версии
Пошаговый маршрут сборки: контракт задачи, нарезка на инструменты, права доступа, промпт, петля с лимитами, набор проверок и постепенная передача автономии. С кодом петли и форматом файла проверок.
Локальный ИИ-агент: запуск модели на своём железе
Что реально нужно, чтобы агент работал на собственной машине: движок, квантование, память под KV-кэш, OpenAI-совместимый эндпоинт и честная цена вопроса.
MCP: протокол подключения инструментов к модели
Один контракт вместо адаптера под каждую пару «клиент — система»: сервер описывает инструменты, ресурсы и промпты, любой поддерживающий клиент их подхватывает. Разбор рукопожатия, транспортов, рисков и отладки.
Настройка ИИ-агента: параметры, разрешения, ограничители, отладка
Семь узлов конфигурации, таблица «симптом → что править» и набор проверок, после которых агент перестаёт ходить кругами и делать необратимое.
Obsidian как база знаний, с которой работает агент
Хранилище Obsidian — обычная папка с markdown-файлами, поэтому её одинаково читают человек, скрипт и ИИ-агент. Что класть во frontmatter, как дать агенту доступ, как не позволить ему засорить базу дубликатами и как проверить, что знание вообще находится.
OpenAI API: из чего состоит запрос
Разбор тела запроса и полей ответа: чем задаётся форма результата, где утекают деньги на токенах, почему ответ обрывается на полуслове и когда повтор запроса имеет смысл, а когда нет.
Платформа ИИ-агентов: что проверять до того, как переносить туда процессы
Разбор по слоям: модели, цикл выполнения, реестр инструментов, состояние, права, трейс и оценка. Что спросить у поставщика и что проверить руками до первого боевого запуска.
Примеры ИИ-агентов: какие задачи им отдают и как каждый устроен внутри
Семь типовых агентов — поддержка, аналитика над базой, дежурный по ошибкам, документы, ресёрч, контент, оркестратор. По каждому: вход, инструменты, выход, слабое место и метрика.
Разработка ИИ-агентов: цикл, инструменты, память, контроль
Из чего физически собирается агент: цикл вызовов, схемы инструментов, три слоя памяти и ограничители, без которых он уходит в разнос.
Система ИИ-агентов: оркестрация, разделение ролей и границы
Когда одного агента мало: топологии связок, контракты между ролями, общая память, бюджеты и трассировка, по которой видно, где цепочка порвалась.
Skill Claude Code: как устроен навык и когда его писать
Навык — папка с файлом SKILL.md, которая подгружается только под подходящую задачу. Что писать в шапке, чем описание отличается от тела и почему проектные навыки живут в репозитории.
Создание ИИ-агентов: конструктор, фреймворк или собственный цикл
Три слоя сборки агентов и то, что каждый даёт и забирает: визуальный конструктор, фреймворк на коде, собственный цикл на SDK. Критерии выбора, маршруты сборки для каждого слоя и правила перехода между ними.
Векторный поиск: зачем он нужен и когда не нужен
Эмбеддинги, нарезка документов, ANN-индексы и гибрид с полнотекстовым поиском — механика целиком. Отдельно: список задач, где вектор проигрывает обычному поиску по словам, и как это померить на своём корпусе.
Внедрение ИИ-агентов: как ввести агента в живой процесс и не сломать его
Лестница прав от чтения до автономии, теневой прогон, точка отката и метрики, по которым видно, что агент действительно помогает процессу.
Разборы
Ответы на однотипные вопросы клиентов без оператора
Разбор механики: корпус обращений размечается по намерению, база знаний собирается из ответов операторов, бот отвечает только найденным куском со ссылкой на источник, а всё остальное отдаёт человеку вместе с историей диалога.
Приём заявок с сайта: от формы до задачи у ответственного
Разбор механики: форма пишет заявку в собственную базу до всякой пересылки, модель раскладывает текст по полям, маршрутизацию решает таблица правил, а не модель. Плюс монитор тишины — чтобы сломавшаяся форма не молчала две недели.
Разбор входящей почты: от письма к черновику задачи
Ящик собирает клиентов, счета, уведомления и рассылки в одну кучу, а задачи в трекере живут без ссылки на письмо. Разбор механики: детерминированные правила, схема разбора, черновик карточки, идемпотентность по треду.