Всё, что вы знали об агентном ИИ, УСТАРЕЛО

Попробуйте Granola бесплатно: https://www.granola.ai/?via=madeline-... Агенты ИИ уже умеют писать код, использовать инструменты, просматривать файлы и выполнять команды. Так почему же они до сих пор испытывают трудности с реальными инженерными задачами? Проблема не только в написании кода. Речь идёт о создании надёжных агентов ИИ, обеспечении их работы в течение нескольких часов без постоянного контроля и координации действий нескольких агентов в крупных, сложных проектах. В этом видео я подробно разбираю три ключевых концепции современной разработки агентов ИИ: проектирование с использованием вспомогательного программного обеспечения, проектирование с использованием циклов и проектирование с использованием графов. Вы узнаете, как они работают, как взаимодействуют друг с другом и когда следует использовать каждую из них для создания более надёжных систем ИИ. 🚀 Что вы узнаете ✅ Что такое проектирование с использованием вспомогательных средств и как повысить надежность отдельного ИИ-агента ✅ Как инструменты, контекст, правила проекта и обратная связь формируют поведение ИИ-агента ✅ Как MCP (протокол контекста модели) соединяет агентов с внешними инструментами и данными ✅ Как проектирование циклов позволяет ИИ-агентам находить задачи, выполнять их и проверять свою работу ✅ Как автоматизация, рабочие деревья, навыки, коннекторы и субагенты вписываются в автономные рабочие процессы ✅ Почему условия остановки и проверка имеют решающее значение для надежной автоматизации ИИ ✅ Что такое долг понимания и почему неконтролируемый код, сгенерированный ИИ, может стать проблемой ✅ Как проектирование графов координирует работу нескольких ИИ-агентов в сложных инженерных задачах ✅ Как параллельные агенты, узлы рецензентов и петли обратной связи работают вместе ✅ Как динамические рабочие процессы Claude Code могут координировать большое количество субагентов ✅ Когда использовать вспомогательное средство, цикл или граф для Реальные инженерные проблемы ✅ Почему более сложные рабочие процессы агентов могут стоить значительно больше токенов ✅ Три основных навыка, которые имеют наибольшее значение: определение готовности, декомпозиция работы и проверка результатов 👋 Обо мне Меня зовут Мэдди, я старший инженер-программист (ранее работала в Google), ранее проходила стажировки в Microsoft, Morgan Stanley, IBM и Amazon. Делюсь здесь своим опытом — спасибо за просмотр 🤍 🔗Найдите меня в других социальных сетях Instagram   / madeline.m.zhang   LinkedIn   / madelinemzhang   TikTok   / madeline.m.zhang   Временные метки 0:00 Вступление 0:50 Разработка алгоритмов на основе схем 2:23 MCP и инструменты ИИ 3:53 Разработка циклов 4:41 Автономные циклы ИИ 5:30 Условия остановки и долг понимания 6:00 Разработка графов 6:29 Параллельные агенты ИИ 7:15 LangChain в разработке графов 7:58 Основные навыки разработки ИИ 8:32 Алгоритмы на основе схем, циклов и графов 9:21 Заключительные мысли 🔔 Подписывайтесь, чтобы получать больше советов по карьере в сфере технологий, разработке программного обеспечения, ИИ и Контент о программировании! Оговорка: Все высказанные мнения являются моими собственными и не отражают позицию ни одного из моих нынешних/бывших работодателей. Спасибо Granola за спонсорство этой части видео. #aiagents #agenticai #harnessengineering #loopengineering #graphengineering #aiengineering #claudecode #anthropic #langchain #mcp #modelcontextprotocol #multiagent #codingagents #softwareengineering #softwareengineer #artificialintelligence #generativeai #llm #automation #techcareers