С чего начать вхождение в тему ИИ-агентов?

С чего начать вхождение в тему ИИ-агентов? Решил написать пост больше для новичков, но вероятно тут будут интересные моменты и для профессионалов, т.к. я предлагаю «ставить на тренды».

Если вы бизнес-менеджер или студент, но хотите создавать решения для бизнеса и не стать бомжом от ИИ, а богатым человеком, то нужно осваивать агентов.

Я считаю, что лучшая ставка сейчас на DeepSeek + DeepSeek Harness. Я не рекомендую Claude для новичков, т.к. его «дуракоустойчивость» — коварная штука: модель съест кривые команды. Китайские модели типа DeepSeek вас больше приучат к дисциплине управления моделями, т.к. жёстче реагируют на ошибки в промптах и менее склонны к «самодеятельности», как Claude. Плюс Claude будет сокращать долю в России из-за набегов РКН на VPN, банов Дарио из-за санкций против РФ, а также после IPO Дарио придётся сокращать дотации на убыточные подписки. Для простых агентов можно применять легкие SLM от Qwen.

Бесплатно несколько миллионов токенов DeepSeek вы можете взять на https://tokenharbor.ai/

Лёгкие Qwen 3.6 можно за 768 ?/мес в анлиме взять тут

https://hub.neuraldeep.ru/?ref=CWDYEK3

Почему DeepSeek Harness? Дело не только в его гибкости на плагинах, а в том, что в ИТ-технологиях плохая идея «плыть против ветра». Если вендор выпустил обвязку для агентов и учит уже модель на неё, то долгосрочно тому же Pi и другим обвязкам конец при эксплуатации с DeepSeek, т.к. провал в надёжности агента будет быстро прогрессировать. Нативное RL-обучение на обвязку — это серьёзно.

Далее вам нужно представить, как будут выглядеть агентские приложения, и сразу правильно делать архитектуру. Это не будет выглядеть как 1С — долгосрочно ему скорее хана от ИИ даже. Вам обязательно нужно строить приложение примерно как на экране:

Вся ваша бизнес-логика оформлена как MCP, которым может пользоваться рой агентов DeepSeek Harness. Времена, когда кожаные были операторами ПО, быстро заканчиваются: новым приложениям «фронт» вообще не нужен, если пользователи — это отряд ИИ-агентов.

Учитесь сразу же управлять коллективом агентов, как делают профессионалы в ИТ в профессиональном инструменте вроде DeepSeek Harness, т.к. это не сложно, но сразу даёт доступ к переднему краю достижений в агентских технологиях.

Если вам нужны отчёты и формы ввода, то делайте их в концепции «артефактов», как на скрине, через странички веб-сервера. Агент может вам дать их открыть прямо внутри DeepSeek Harness.

Предпочтительный стек: бэкенд на Python, а веб-артефакты на React. Современные LLM лучше всего обучены на такие стеки, что даст вам максимальную надёжность, особенно если модели сразу давать указание списком на высоконадёжные библиотеки.

Правильно применяйте разные LLM под задачи агентов. Для разработки применяйте DeepSeek, для эксплуатации агентов часто хватит SLM от Qwen.

Сам я свои курсы обучения также адаптировал под такие технологические подходы.

Телеграм: t.me/ainewsline

Источник: t.me

Комментарии: