Одной модели недостаточно, когда агент должен не просто отвечать, а выполнять действия. Нужны инструменты, доступы, проверка результата и ограничения. При использовании AI-агентов и ассистентов возникает ещё одна задача — сохранить контроль над корпоративными данными.
Как построить рабочую инфраструктуру, собрать GraphRAG на одной GPU и безопасно использовать AI-инструменты в разработке?
С этими задачами приходите на доклады:
→ Маверик: 100 000 обращений за 2 месяца — как построить агентную платформу, которая доводит 90% задач до результата без человека. Виталий Лукин (X5 Tech).
Доклад поможет спроектировать путь агента от запроса до проверенного действия: разбить задачу на шаги, подключить инструменты, определить операции, требующие подтверждения человека, и не превращать каждую новую интеграцию в отдельный проект.
→ Harness важнее модели: как собрать GraphRAG на одной GPU и, главное, зачем? Иван Бондаренко (НГУ).
Иван разберёт, как роль harness меняет подход к проектированию GraphRAG и почему выбор модели — не единственное решение, от которого зависит результат.
→ Как не проливать данные компании при использовании ИИ или «Почему Василиск скорее всего будет недоволен безопасниками?» Андрей Романовский (Яндекс).
Тем, кто внедряет AI-инструменты в разработку, Андрей покажет, как повышать её эффективность, не допуская утечки корпоративных данных.
Ждем вас 30 ноября и 1 декабря в Москве на HighLoad++ 2026 🖐️
Программа ещё формируется, посмотреть принятую часть можно на сайте
Как построить рабочую инфраструктуру, собрать GraphRAG на одной GPU и безопасно использовать AI-инструменты в разработке?
С этими задачами приходите на доклады:
→ Маверик: 100 000 обращений за 2 месяца — как построить агентную платформу, которая доводит 90% задач до результата без человека. Виталий Лукин (X5 Tech).
Доклад поможет спроектировать путь агента от запроса до проверенного действия: разбить задачу на шаги, подключить инструменты, определить операции, требующие подтверждения человека, и не превращать каждую новую интеграцию в отдельный проект.
→ Harness важнее модели: как собрать GraphRAG на одной GPU и, главное, зачем? Иван Бондаренко (НГУ).
Иван разберёт, как роль harness меняет подход к проектированию GraphRAG и почему выбор модели — не единственное решение, от которого зависит результат.
→ Как не проливать данные компании при использовании ИИ или «Почему Василиск скорее всего будет недоволен безопасниками?» Андрей Романовский (Яндекс).
Тем, кто внедряет AI-инструменты в разработку, Андрей покажет, как повышать её эффективность, не допуская утечки корпоративных данных.
Ждем вас 30 ноября и 1 декабря в Москве на HighLoad++ 2026 🖐️
Программа ещё формируется, посмотреть принятую часть можно на сайте