OpenClaw и универсальные агенты: почему API-ориентированный подход теперь является обязательным т...

OpenClaw — это постоянно развивающийся, самонаправляемый универсальный агент, который миновал экосистему MCP и сразу перешёл к API — и это полезный сигнал для всех, кто создаёт API-ландшафты. Если агент может напрямую обнаруживать и использовать ваши API, вопрос не в том, произойдёт ли это. Вопрос в том, готовы ли к этому ваши API. В этой сессии Эрик Уайлд (руководитель отдела корпоративной стратегии, Jentic) и Фрэнк Килкомминс (руководитель отдела корпоративной архитектуры, Jentic) расскажут о том, что означает API First в эпоху агентов, как выглядит «опыт работы с агентом» как конкретная цель проектирования и как на самом деле измерить и улучшить готовность API к использованию ИИ. --- 📌 ЧТО МЫ РАССКАЗЫВАЕМ 00:05 Приветствие и организационные вопросы 00:52 Введение — Фрэнк Килкомминс и Эрик Уайлд 04:38 OpenClaw: что это такое и почему это важно 09:02 MCP против API — где MCP уместно, а где нет 12:58 API First 2.0: от опыта разработчика к опыту агента 20:00 Опциональность как стратегический актив (и отличная рекомендация книги) 25:37 Что действительно нужно потребителям API на основе ИИ: обнаруживаемость, интерпретируемость, компонуемость, безопасность, предсказуемость, отказоустойчивость 30:00 Структура готовности API Jentic к ИИ — шесть измерений, ~50 сигналов, открытый исходный код 32:00 Живая демонстрация: оценка общедоступного API (партнерский API Lufthansa) 38:27 Внедрение ИИ за пределами базовых API: поиск, рабочие процессы, безопасность, песочницы 41:16 Что произошло, когда мы указали OpenClaw в рамках наших возможностей 43:37 Вопросы и ответы: Что делает Jentic с OpenClaw? Управление учетными данными и снижение радиуса поражения 49:00 Вопросы и ответы: С чего начать при упорядочивании документации OpenAPI для агентов 51:00 Вопросы и ответы: Навыки агентов, MCP и Arazzo — альтернативы или дополнения? 53:42 Вопросы и ответы: Где ИИ действительно приносит пользу в масштабе? 55:00 Вопросы и ответы: Представление рабочих процессов Arazzo в виде API по сравнению с инструментами MCP --- 🔗 РЕСУРСЫ Инструмент оценки готовности API к ИИ — https://jentic.com/scorecard Фреймворк оценки готовности API к ИИ (с открытым исходным кодом) — https://github.com/jentic/api-ai-read... Подробный доклад о Signals —    • Getting APIs to Work for AI: Improving Rea...   Jentic — https://jentic.com/ --- ⏭️ СЛЕДУЮЩИЙ ВЕБИНАР: Навыки агентов, MCP и рабочие процессы: инструменты для повышения эффективности работы агентов По мере того, как агенты берут на себя более широкие задачи, вопрос смещается с «может ли агент это сделать?» на «может ли он сделать это правильно, каждый раз?» Мы рассмотрим три взаимодополняющих подхода — навыки агента, MCP и языки рабочих процессов, такие как Arazzo, — расскажем, когда использовать каждый из них, как они дополняют друг друга и как выглядит хорошо оснащенный агент на практике. Регистрация: https://jentic.com/webinar/agent-skil... --- Фрэнк Килкомминс в LinkedIn —   / frank-kilcommins   Эрик Уайлд в LinkedIn —   / erikwilde