Основы

Агент — это цикл, а не магия

Основы. Что на самом деле происходит внутри любого агента, от Claude Code до OpenClaw, и почему это знание экономит время и деньги.

3 мин
МодельОбвязкаClaude Code · Codex · OpenClaw · свой скриптИнструменты1. заявка:«вызови X»2. выполняетвызов3. результатвызова4. результати история → модели
Модель ничего не запускает сама — она только пишет заявки. Всё остальное делает обвязка, и круг повторяется, пока задача не решена.
Основы

Пять схем, из которых собирается почти любой пайплайн

Основы. Прежде чем строить «автономного агента», посмотрите, не решается ли задача простой цепочкой. Чаще всего решается.

  1. Цепочка
  2. Маршрутизация
  3. Параллельно
  4. Оркестратор
  5. Автор + проверяющий
3 мин

Свежее

модели · безопасность · инструменты
Практика

Что выносить в обвязку агента, а что оставлять модели

Контракт «модель предлагает, обвязка коммитит, чек подтверждает»: четыре границы, которые спасают продовый агент от тихих сбоев.

Инструменты · Кейс

Под двадцать агентов нужно считать память по верхней границе

Кейс с замерами на живой машине: сколько RAM и ядер съедают ИИ-агенты, где они ломают сервер раньше памяти и что считать до запуска.

Модели · Модель

Яндекс открыл AliceAI-Foundation-80B-A3B-Base под Apache 2.0

Базовая модель на 80B с 3B активных параметров, обученная с нуля, и два русскоязычных фактологических бенчмарка — фундамент для будущей единой рассуждающей модели Яндекса.

Модели · Модель · Claude Code

Что Opus 5.5 меняет для агентских пайплайнов

Anthropic выпустила Opus 5.5: 1M контекста, цены $4/$20 за Mtok, заявленные минус 40% стоимости задачи против Opus 5, но проверять надо на своих задачах.

Инструменты · Кейс

60 000 флагов, 45 PR-ов из 50: кейс DoorDash

Как в DoorDash собрали мультиагентный пайплайн для чистки устаревших фича-флагов и где агенты спотыкаются.

Модели · Модель · Codex

GPT-6 Luna и Sol: две цены, один контекст

Четыре модели GPT-6 в каталоге OpenRouter: Luna и Luna Pro по $0.1/$0.5, Sol и Sol Pro по $2/$10. У всех контекст 1 050 000 токенов и поддержка вызова инструментов.

Модели · Модель

Jev возвращает не текст, а вероятности

TypeSafe AI выпустила модель, которая отвечает на вопросы числами: куда в агентском пайплайне её ставить и зачем.

Практика

Контекстный слой для агента: как LinkedIn собрала его с MCP

Что отдавать агенту через MCP-сервер и почему одного доступа ко всему недостаточно. На основе доклада Ажая Пракаша из LinkedIn.

Практика

Все →
Приём

Сначала тест, который падает. Потом код

Практика. Самый короткий промпт, который заметно улучшает работу кодинг-агента, и почему он работает.

…и в конце задачи:
Используй red/green TDD.
2 мин
02

Не спрашивайте модель «есть ли ошибки». Пусть отметит каждую фразу, а решает код

Практика. Как проверять тексты и данные, которые сделал агент, чтобы проверка не превратилась в лотерею.

03

Дайте агенту карту, а не энциклопедию

Практика. Как OpenAI организовала знания в проекте, где за пять месяцев люди не написали вручную ни строчки кода.

04

Код от агента, который вы не проверили, — это работа, которую вы отдали коллеге

Практика командной работы. Главное правило вежливости в эпоху кодинг-агентов.

05

Что выносить в обвязку агента, а что оставлять модели

Контракт «модель предлагает, обвязка коммитит, чек подтверждает»: четыре границы, которые спасают продовый агент от тихих сбоев.

06

Контекстный слой для агента: как LinkedIn собрала его с MCP

Что отдавать агенту через MCP-сервер и почему одного доступа ко всему недостаточно. На основе доклада Ажая Пракаша из LinkedIn.

07

Свой кодинг-агент на открытых моделях через Bedrock

Что обвязать вокруг открытой модели в Bedrock, чтобы локальный агент читал файлы, вызывал инструменты и не утекал в чужой API.

08

Harbor в Vercel Sandbox: как гонять агентские бенчмарки в облаке

Terminal-Bench со своим реестром бенчмарков запускается в Vercel Sandbox: каждая попытка в отдельной Firecracker microVM, и их легко параллелить.

Кейсы и приёмы для OpenClaw — личного агента, который работает по расписанию и живёт в мессенджере.

Приём

Агенты обсуждают, но не делают. Как заставить доводить до конца

Приём. По опыту владельца сервиса, у которого десять агентов неделями «работали», но почти ничего не сдавали.

2 мин
Кейс

Один агент — одна область, у каждого свой чат

Кейс. Как человек из домашней IT-лаборатории разложил жизнь на четырёх агентов и что из этого реально пригодилось.

3 мин
Приём

Куда уходят деньги на агента

Разбор. Почему счёт за модель в десятки раз больше, чем вы ожидали, и что с этим сделать.

3 мин
Кейс

Оставьте агента на ночь с задачей и счётчиком очков

Кейс. Как аналитик за один вечер побил 10 математических рекордов агентом, которого обычно просит напомнить о делах.

2 мин
Приём

Не будьте курьером между двумя агентами

Приём для командной работы. Из выпуска OpenClaw про совместную работу нескольких людей с агентами.

2 мин
Приём

Сделал дважды — сделайте скилл

Приём. Что такое скиллы простыми словами и как их заводить, не превращая агента в склад.

2 мин