Не давайте базуку агенту, который делает сэндвич (Джеремая Ловин)

Джереми Лоуин создал FastMCP в качестве хобби-проекта на выходных, спустя несколько дней после того, как Anthropic представила протокол контекста модели (Model Context Protocol). Он добавил его в официальный SDK Anthropic, заархивировал свой собственный репозиторий и решил, что на этом всё. Спустя несколько месяцев, после того как OpenAI и Google объявили о поддержке MCP, он обнаружил, что его заархивированный репозиторий, который не рекомендуется использовать, занимает первое место в трендах GitHub. Поэтому он сменил работу в Prefect на 60 дней и вернулся к роли сопровождающего проекта. Он присоединяется к Тристану Хэнди в 9-м сезоне подкаста The Analytics Engineering Podcast, посвященном Analytics x Agents. Они рассказывают, почему реальное соответствие продукта MCP рынку — это предприятие, а не отдельный разработчик, почему файл навыков — это вежливая записка, которую агент может проигнорировать, что ломается, когда вы рассматриваете его как 15-шаговый рабочий процесс, почему рабочие процессы агентов представляют собой направленные ациклические графы (DAG) результатов, в то время как традиционные рабочие процессы — это DAG реализаций, и почему Джеремия перестал начинать с контекстного уровня, когда предприятия, обращающиеся к нему, сначала хотят получить информацию о безопасности. 🎧 Слушайте в вашем любимом приложении: Spotify: https://open.spotify.com/show/4BKMMeV... Apple Podcasts: https://podcasts.apple.com/us/podcast... Полная страница эпизода: https://roundup.getdbt.com/ 👤 Гость: Джереми Лоуин, основатель и генеральный директор Prefect, создатель FastMCP 🎙️ Ведущий: Тристан Хэнди, соучредитель dbt Labs Разделы: 0:00 Приветствие 0:35 Новый рассвет для Prefect 1:08 Почему Prefect, FastMCP и Horizon — одна компания 3:05 Как FastMCP появился случайно 4:21 Все вдруг заинтересовались автоматизацией 5:22 MCP был Невероятно сложно использовать 6:28 Anthropic просит включить FastMCP в официальный SDK 7:48 OpenAI и Google объявляют о поддержке, и начинается настоящий хаос 8:23 Архивный репозиторий, занявший первое место на GitHub 10:03 Увольнение себя с поста генерального директора, чтобы стать сопровождающим проекта 11:34 Два FastMCP и грядущее переименование 14:09 Что такое MCP на самом деле 15:15 MCP против CLI 16:11 Почему MCP лучше всего подходит для корпоративного сектора 17:41 Тристан о внедрении сервера dbt MCP 18:48 Инструменты пространств имен и проблема контекстного окна 20:42 Навыки против MCP: управление поведением против предоставления возможностей 23:20 Файлы навыков, которые переходят в состояние «не пропускайте этот шаг» 24:31 Почему навыки — это не рабочие процессы 25:02 Банк: шаг 15 перемещает деньги 25:52 Базука и сэндвич 26:23 Ограниченный, детерминированный подход Тристана 27:49 Спектр автономии 29:30 «Как вы узнаете, что агент сделал то, что вы хотели?» 30:53 DAG результатов против DAG реализаций 31:16 Цикл Ральфа и поведение, направленное на достижение цели 33:31 Рои агентов: восьмичасовой эксперимент Тристана 35:05 Можно ли четко определить успех? 37:07 Целый день утверждать запросы на слияние — это не работа 38:14 Насколько сложнее это становится внутри предприятия 39:32 Horizon: шлюз MCP и уровень управления 40:29 Теневые ИТ и семь серверов MCP, которые никто не отслеживает 41:18 Четырехэтапный путь предприятия 42:18 Приложения MCP: выпускайте пользовательский интерфейс, а не сто тысяч строк 43:41 Что вы решаете на уровне FastMCP по сравнению с Horizon 45:00 «Мы перестанем брать вас на совещания» 46:31 Что вообще такое контекст? 48:03 Непрерывный контекст и цена акций 50:17 От поставщика контекста к уровню доступа к контексту 54:23 Prefect уже компания, занимающаяся ИИ? 55:50 Заключение Подкаст Analytics Engineering спонсируется dbt Labs. Свяжитесь с нами по адресу podcast@dbtlabs.com с комментариями и предложениями по гостям. #аналитическаяинженерия #dbt #mcp #fastmcp #aiagents #инженерияданных