ИИ-агенты и транспортная система для них
Научился делать агентов надёжными: Temporal, многохостовая архитектура — чтобы агент работал бесперебойно и доводил дело до конца.
Здесь я делюсь идеями, как применять ИИ и автоматизацию на реальных задачах. Я люблю автоматизацию — и считаю, что ИИ на каждом углу — избыточно.
Днём я строю ИИ-агентов. А ещё — учу детей и подростков программировать на Python и JavaScript: с тех самых языков, на которых потом и пишут ИИ-агентов. Индивидуально, онлайн, без зубрёжки — с первого занятия ребёнок делает свой проект: игру, сайт или бота.
Классика и путь в ИИ: логика, проекты, нейросети.
Наглядный результат, который видно сразу.
Игра, бот или сайт — с первого занятия.
Учимся кодить вместе с нейросетями — навык будущего.
Научился делать агентов надёжными: Temporal, многохостовая архитектура — чтобы агент работал бесперебойно и доводил дело до конца.
Durable-агент для координации грузоперевозок. 1 рейс = 1 воркфлоу Temporal, LLM в цикле с тулами, человек — только на эскалациях.
Открыть кейсы →Приложения для расчёта реактора, поддержка IoT-платформы, real-time на NATS (pub-sub), своя библиотека визуализации на d3.
Читать разбор →Клиентская часть системы взвешивания dp.nais.ru. Next.js, Redux. Первая промышленная предметная область.
Процесс живёт днями, ждёт событий, переживает рестарты.
Рутину агент ведёт сам. В сложной ситуации не угадывает, а передаёт решение человеку — со сводкой и готовыми вариантами.
Не игрушечный чат, а действия в боевых системах.
ИИ даёт гибкость, автоматизация — гарантии. Ставлю на связку.
Короткие мысли и наблюдения, опыты выходного дня и большие разборы про ИИ, агентов и автоматизацию. Всё в одной ленте, с фильтром по типам.
Есть процесс, который просится в автоматизацию?