Через год у каждого сильного специалиста будет собственная команда AI-агентов.И вопрос уже не в том, случится это или нет. Вопрос в том, будете ли вы управлять этой командой или наблюдать, как это делают другие.
Навык писать промпты постепенно уже стал таким же базовым, как навык работы в Google Docs. Но прямо сейчас в мире формируется следующий уровень — нужно уметь не просто писать запросы к нейросети, а уметь запускать AI-агентов.
AI-агент — это система, которой можно поставить задачу, дать доступ к данным, документам и инструментам, а дальше она самостоятельно собирает информацию, проводит исследование, анализирует материалы, пишет код, готовит черновики, проверяет гипотезы и возвращает результат.
Круто? Круто!
За последние месяцы, работая с менти, студентами и бизнесами, я всё чаще вижу одну вещь: люди, которые научились работать с агентами, начинают двигаться с совершенно другой скоростью.
Не потому что стали умнее.
А потому что рядом с ними появилась цифровая команда.
Несколько лет назад моя работа выглядела довольно привычно: исследования, интервью, документы, презентации, бесконечные таблицы и постоянное ощущение, что задач больше, чем часов в сутках.
Потом в моей жизни появились большие языковые модели.
Сначала использование LLM казалось любопытным экспериментом. Затем стало рабочим инструментом. А еще позднее я поймала себя на странной мысли: часть задач, на которые раньше уходили дни, теперь закрывается за часы.
Но самым интересным оказалось не это.
Я быстро поняла, что хороший промпт — только начало. Настоящая ценность появляется тогда, когда ты учишься ставить задачу машине так же, как поставила бы её сотруднику.
🔜 Передать контекст.
🔜 Сформулировать цель.
🔜 Дать доступ к нужным материалам.
🔜 Проверить результат.
🔜 Понять, где исполнитель ошибся и почему.
В какой-то момент я перестала воспринимать ИИ как чат с умными ответами и начала воспринимать его как участника команды, которым нужно управлять.
Именно тогда мне стало по-настоящему интересно, как устроены AI-агенты.
Поэтому я запускаю курс
«AI-агенты: технический уровень».
В него войдут лучшие практики, которые я отрабатывала в реальных проектах, с бизнесами, командами, менти и студентами.
За 6 занятий мы разберём, как:
✅ запускать агентов для работы с файлами, данными и исследованиями;
✅ ставить задачи так, чтобы агент выполнял работу, а не выдавал очередной красивый ответ;
✅ понимать логику действий агента и находить ошибки в его работе;
✅ собирать команды из нескольких агентов под реальные рабочие процессы;
✅ создавать собственные базы знаний, чтобы агенты работали с вашими документами, заметками и внутренним контекстом.
Во время курса мы будем использовать GitHub Copilot, OpenAI Codex, Google Antigravity, Teamly, Obsidian, VS Code, терминал и другие инструменты, на которых сегодня строятся агентные системы.
Сразу предупрежу: курс технический.
Но он рассчитан не на разработчиков.
Я сама пришла в сферу AI из гуманитарной среды и хорошо помню ощущение, когда тебе рассказывают об очередном инструменте, а половина слов звучит как заклинания на неизвестном языке.
Поэтому мы будем последовательно разбирать каждый шаг — от настройки до реальных сценариев применения.
И мы также будем разбирать, что именно происходит под капотом.
🔜 Как агент принимает решения.
🔜 Какие существуют ограничения современных технологий.
🔜 Какие задачи стоит автоматизировать уже сегодня, а какие пока лучше оставить человеку.
Если хотите не просто читать про AI-агентов, а научиться встраивать их в свою работу — записывайтесь через форму предзаписи по ссылке ниже.
🔗 Ссылка:
https://forms.gle/NjH5Qno8CdGjY1ry5
