
Систематический курс по агентной инженерии: структура повторяет главы открытой книги «Глубокое понимание AI Agent» (Apache-2.0, github.com/bojieli/ai-agent-book), текст уроков — авторская переработка Александра Зубика (ArtCloud) с инженерными выводами и примерами из продакшена. Контекст и KV-cache, память и RAG, инструменты и MCP, кодинг-агенты, компьютерное использование, оценка (evals), дообучение и RL, непрерывная эволюция и мультиагентные схемы — с тестами после каждой главы и итоговым тестом по книге.
Курс — о том, как проектировать AI-агентов: системы, которые сами планируют шаги, вызывают инструменты и доводят…
Материал курса опирается на открытую книгу (Apache-2.0), выросшую из технических лекций и практикумов; каждый урок — инженерная переработка главы.
Главы курса независимы: разработчикам — главы 1–9 по порядку, при ограниченном времени — главы 1–2, под дообучение моделей — главы 7–8 после базы.
Запишитесь на созвон с ментором: разбор кода, проекта, карьерного плана или практики с материалами платформы. Это часть консультационной услуги, не массовый онлайн-курс.
Курс рассчитан на слушателей с определённой технической подготовкой, но не требует, чтобы вы были экспертом в какой-то…
Три типа проверки: тесты «что выбрать и почему» с порогом 80%, практики (Agent Lab, код-задачи, Jupyter) и финальный экзамен по всем главам.
Короткая проверка перед главным: три вопроса по введению. Ответы — в первых уроках курса, ничего искать…
Если вы писали код в Cursor и наблюдали, как он ищет по кодовой базе, редактирует несколько файлов и гоняет тесты…
К этому моменту вы уже понимаете основной принцип работы агента — LLM через цикл ReAct, опираясь на контекст…
В следующих главах многократно используются одни и те же шаблоны проектирования, поэтому здесь мы один раз даём им…
Эта глава, отталкиваясь от практики, выстроила базовую систему понимания и…
1. ★★ Если бы вы могли добавить агентной системе лишь одну способность — более сильную модель, более богатый контекст…
В первой главе контекст сравнивался с «глазами» агента: агент может принимать решения только на основе той информации…
В этом разделе на примере Chat Completions API от OpenAI (структура API у Anthropic, Google и других поставщиков в…
Прежде чем перейти к истории, сформируем интуицию насчёт **KV Cache**. Каждый раз, генерируя очередной токен, модель…
Центральный объект инженерии промптов (Prompt Engineering) — это **системный промпт (System Prompt)**, то самое…
Механизм прогрессивного раскрытия: Skill подключается по требованию и добавляет в контекст только те разделы, которые понадобились агенту прямо сейчас.
Строка состояния — компактная проекция траектории агента: как она устроена, из чего собирается и почему делает длинные сессии управляемыми.
В предыдущих разделах обсуждалось, как добавлять содержимое в контекст — инженерия промптов определяет, что писать…
Основная линия контекстной инженерии — явное управление информацией: структура сообщений API задаёт каркас; стабильный…
1. ★★★ Эксперимент 2-3 показал, что скользящее окно истории диалога приводит к тому, что агент повторно выполняет одни…
Предыдущая глава решала задачу управления контекстом в рамках одного взаимодействия. Эта глава берётся за более…
Ключевая технология построения общей базы знаний — генерация с дополнением поиском (Retrieval-Augmented Generation…
Базовые технологии RAG, описанные ранее (плотный эмбеддинг, разреженное встраивание, гибридный поиск), решают задачу…
В этой главе устойчивое знание разделено на два масштаба: пользовательская память, обслуживающая одного человека, и…
1. ★★ В системе памяти пользователя, когда один и тот же пользователь в разных сессиях предоставляет противоречивую…
В научно-фантастическом фильме «Она» (*Her*) ИИ-ассистент Саманта самостоятельно разбирает почту, распознаёт…
Ранняя форма проектирования инструментов — прямая обёртка над API: каждая конечная точка API упаковывалась в отдельный…
При реальном построении набора инструментов агента возникает практическая проблема: каждый фреймворк для агентов…
Раздел «Форма выражения возможностей» спрашивал, какую форму придать возможности. Этот раздел спрашивает о другом: **в…
Инструменты восприятия — основной канал, по которому агент получает внешнюю информацию, и при их проектировании нужно…
Если инструмент восприятия — это «органы чувств» агента, то инструмент выполнения — это его «руки и ноги». Но, в…
Когда задача выходит за пределы возможностей одного агента, инструмент сотрудничества позволяет ему делегировать…
Проектирование инструментов определяет потолок возможностей агента. Первое решение — в какой форме выражена…
1. ★★ Стандарт MCP отделил определения инструментов от фреймворка агента. Но стандартизация также означает, что…
В предыдущих главах мы подробно рассмотрели инженерию контекста (главы 2 и 3) и проектирование инструментов (глава 4).…
Предыдущая часть показала, как построить надёжный кодинг-агент — от архитектурного проектирования до реализации…
В основе всего, что обсуждалось в этой главе, лежит одна и та же мысль: код — язык, на котором агент формализует…
1. ★★ Генерацию кода называют «мета-способностью» агента. Но выполнение кода несёт риски безопасности — сгенерированный агентом код может содержать уязвимости, бесконечные циклы или приводить к исчерпанию ресурсов.
В главе 1 был выдвинут тезис: когда базовая модель зафиксирована, главным системно-инженерным рычагом повышения…
Инструменты восприятия, исполнения и совместной работы из главы 4 агент вызывает сам. Но как ему реагировать на…
Голос — это не просто текст, превращённый в звук. Человек говорит примерно в четыре раза быстрее, чем печатает, и при…
Голос опустил ось времени до миллисекунд, но его наблюдение по-прежнему остаётся одномерным потоком звука. Computer…
> **Как читать этот раздел**: от начала до конца мы используем одну-единственную задачу — «поставить красную чашку на…
На двух осях — **модальности** и **момента исполнения**—**асинхронность и событийность** расширяют наблюдение от…
1. ★★ В асинхронной архитектуре агента стратегия приоритетов очереди событий должна быть определена на этапе…
Первые шесть глав раскрыли построение одиночного агента: его контекст, знания, инструменты, способность писать код, а…
Результат оценки из предыдущего раздела — четыре пройденные задачи из пяти. По одному числу 0,8 нельзя судить…
Когда основание метрики определено, следующий вопрос — где измерять. Среда оценки — это установка, которую можно…
Если среда оценки — сцена, то набор данных — сценарий. Те же пять составляющих при смене класса задач могут…
У бенчмарков, разобранных в предыдущих разделах, есть общая черта: их верификаторы почти всегда детерминированы.…
Выбор модели — это не простое «выбрать самую сильную», а компромисс, основанный на оценке, между несколькими…
Набор для оценки конечен, а выход модели случаен, поэтому разница в баллах может быть всего лишь шумом выборки. Если…
Решения, основанные на оценке (будь то выбор модели или непрерывная итерация), зависят от качественных…
Следующий пример взят из реальной, намеренно узкой итерации AndroidWorld в сопутствующем репозитории. Она охватывает…
В предыдущих разделах обсуждалось, как оценивать систему агента извне — как построить среду оценки, спроектировать…
Конечная точка оценки — не выставление баллов, а улучшение. Эта глава уже показала два пути улучшения: настройка…
Глава отвечает на один вопрос: как понять, что агент действительно улучшился? Эта цепочка состоит из четырёх звеньев…
1. ★★ LLM-as-a-Judge использует языковую модель для оценки выходных данных языковой модели. Существуют ли в такой…
Ключевая формула этого курса — Агент = LLM + контекст + инструменты. Эта глава посвящена оптимизации LLM как «мозга»…
Суть **обучения с подкреплением (Reinforcement Learning, RL)** — научиться выбирать действия исходя из текущей…
Чтобы понять, почему методы постобучения работают, нужно сначала разобраться, что закладывает предобучение.…
Под **Mid-training** в этой главе понимается следующее: отталкиваясь от уже имеющейся базовой модели, провести ещё…
Конвейер дообучения с учителем: откуда берутся демонстрации, как из них собирают датасет и что происходит на каждом этапе SFT.
Потолок SFT задаётся прежде всего данными. В реальных проектах редко удаётся вручную написать достаточно демонстраций…
Раздел «От предобучения до RL: панорама четырёх этапов» разобрал механику четырёх видов обучения; этот раздел даёт…
«Однораундовое» означает, что задача выполняется за одно взаимодействие: модель получает вход, выдаёт выход, получает…
**GRPO (Group Relative Policy Optimization)** — предложенный DeepSeek алгоритм, один из самых используемых сегодня в…
Узкое место RL-обучения чаще лежит не в алгоритме, а в том, **достаточно ли среда реалистична, сбрасываема и…
Чем многораундовый RL отличается от однораундового: сценарии задач, распределение вклада в многораундовую награду и почему граница ответственности размывается.
Разобранные выше одноходовые, многоходовые сценарии и вызов инструментов показали, *чему* учить; этот раздел отвечает…
Предыдущие эксперименты систематически показали ключевую ценность RL в обучении агентов, но каждый из них дорого…
Этот раздел возвращается к вопросу, оставленному главой 7: как оценочный набор данных, построенный на production-овых…
Эта глава прошла долгий путь от «предсказания следующего слова» в предобучении: SFT эффективно осваивает формат и…
Mid-training, SFT и RL — не три взаимозаменяемые «степени дообучения», а работа соответственно с **основой, протоколом…
1. ★★ Катастрофическое забывание — когда тонкая настройка под конкретную задачу разрушает исходные общие способности…
Современные агенты сталкиваются с ярко выраженным парадоксом возможностей: они способны без примеров решать ранее не…
Обучающий сигнал указывает, что Agent должен измениться, но не определяет, где именно должно произойти изменение.…
Четыре способа обновления превращаются из однократной оптимизации в непрерывную эволюцию только внутри единого…
Непрерывная эволюция становится одной из важнейших способностей Agent, однако современные модели пока не могут…
1. ★★ Один документ опыта подтверждается тремя успешными и одной неуспешной траекторией. Неудача произошла на более…
Первые девять глав были посвящены одиночному агенту: сначала мы строили его контекст, знания, инструменты и…
Прежде чем переходить к конкретным архитектурам взаимодействия, ответим на более фундаментальный вопрос: **когда…
При взаимодействии с общим контекстом каждый этап является отдельным Agent со своим системным промптом и набором…
Отсутствие общего контекста представляет собой настоящее мультиагентное взаимодействие. В такой архитектуре каждый…
Введение способности к взаимодействию в многоагентных системах одновременно порождает новые режимы отказа, не…
В трёх предыдущих разделах обсуждалось сотрудничество с чёткой целью в решении задач — будь то равноправное…
Ценность многоагентного взаимодействия в том, что оно вносит информацию, недоступную одному агенту. Результаты…
1. ★★ В мультиагентном взаимодействии с общим контекстом последующий агент наследует полный контекст предшествующего.…
В начале курса мы вывели формулу: **Агент = LLM + Контекст + Инструменты**. Все десять глав курса разворачивают эти…
Маховик коэволюции модели и harness: заплатки компенсируют слабости модели и возвращаются в обучение. Поглотит ли…
Проверка по послесловию: два облака агентов и коэволюция модели и агента. Порог…
Итог курса — рабочий чек-лист из двадцати пунктов. Пройдите по своему проекту до того, как писать код: каждый пункт…
Войдите и запишитесь, чтобы открывать уроки и сохранять прогресс.