AI-агент в продакшне: браузер, тулы и эвалы | Андрей Мелихов, DataLens, Yandex Cloud

Обсуждаем создание AI-агента для BI-системы с Андреем Мелиховым, автором https://t.me/melikhov_dev и разработчиком DataLens: почему агент живёт в браузере, как он вызывает тулы, строит чарты, работает с данными, проверяет себя через eval harness и почему просто прикрутить LLM в продакшне быстро превращается в большую инженерную задачу. Обсудили: — почему готовых фреймворков не хватает; — как устроены AI-агенты в браузере; — SSE-стриминг, BFF, tool calling и agent loop; — проблемы разных моделей и инференсов; — evals, LLM-as-a-judge и железного пользователя; — доверие к числам в BI и проверяемые чарты; — заменит ли GenBI аналитиков; — MCP, серверные агенты и будущие API; — как Claude Code, Codex, OpenCode и другие coding agents меняют разработку; — почему AI ускоряет разработчика в 3–5 раз, но задач становится только больше; — безопасность, permissions, sandboxing и корпоративные ограничения; — AI вне работы: ремонт, ресёрч, медицина, презентации, NotebookLM и новостные боты; — bus factor, spec-driven development и контекст для агентов. Больше про ИИ я пишу в Telegram-канале «Гриненко про»: https://t.me/devspotting, а обсудить нейронки можно в чате сообщества — https://t.me/grinenko_pro ТАЙМ-КОДЫ 01:24 — Андрей Мелихов 03:30 — Почему собрать агента за 15 минут не работает в продакшне 05:08 — Что такое DataLens и GenBI 06:29 — Почему нейронке нельзя просто скормить все данные 07:45 — Что значит «фронтендер» в Яндексе 09:31 — Браузерный state, сессии и Responses API 13:38 — Разные модели, инференсы и проблемы tool calling 16:14 — Первые ошибки: Vercel AI SDK, OpenAI SDK и свой слой 18:28 — Почему без evals нельзя развивать агента 20:33 — Eval harness, LLM-судья и железный пользователь 24:52 — Архитектура агента: BFF, SSE, тулы и agent loop 28:59 — Как агент строит интерактивные чарты в чате 31:06 — Классификатор запросов и отсечение не-BI вопросов 34:55 — Заменит ли GenBI аналитиков 38:51 — Доверие к цифрам: почему LLM не должна считать сама 41:38 — Тула-судья и проверка фильтров 43:38 — Стоимость диалогов и оптимизация контекста 47:55 — MCP, API и перенос агента на сервер 51:14 — Как AI-агенты меняют работу разработчика 54:35 — Flow: план → ревью → реализация → ревью второй моделью 56:46 — Автоматизация багрепортов и тикетов 59:07 — Дежурства, логи и нейронка как третья линия поддержки 01:04:46 — Безопасность coding agents: permissions, sandboxing, open source 01:09:49 — Родные harness’ы, универсальные агенты и бенчмарки 01:14:51 — Ускорение разработки в 3–5 раз 01:18:44 — AI вне работы: ремонт, медицина, презентации 01:21:07 — NotebookLM, подкасты и подготовка к докладам 01:22:09 — Бот для AI/Frontend-новостей 01:24:01 — Что будет с разработкой через 1–2 года 01:25:26 — Bus factor, spec-driven development и контекст для агентов 01:30:28 — Финал ССЫЛКИ ПО ТЕМАМ: DataLens: https://datalens.ru/ OpenAI Responses API: https://developers.openai.com/api/doc... OpenAI Chat Completions: https://developers.openai.com/api/ref... LangGraph: https://docs.langchain.com/oss/python... Vercel AI SDK: https://ai-sdk.dev/docs/introduction Langfuse: https://langfuse.com/docs Playwright: https://playwright.dev/ NotebookLM: https://notebooklm.google/ Telegram-канал «Гриненко про»: https://t.me/devspotting Ставьте лайк, подписывайтесь на канал и делитесь выпуском с теми, кто строит AI-агентов. #AI #LLM #AIAgents #DataLens #GenBI #Frontend #ClaudeCode #Codex #MCP