Соберите AI-агента с нуля — сначала руками, потом на фреймворках

Инженеры Василий Исаев, Андрей Киселёв и Евгений Чернов обучают проектированию AI-агентов: от самостоятельного написания базовой логики через API до сборки систем на готовых библиотеках. Обучение построено вокруг последовательного усложнения одного проекта: сначала создаётся агент с минимальным функционалом, проходит отладку и вывод в рабочий контур, а затем дополняется новыми возможностями и смежными технологиями.

Этапы разработки

Программа разделена на две последовательные части: ручная разработка и работа с фреймворками.

В первой части участники пишут компоненты агента самостоятельно, без сторонних библиотек. Работа идёт напрямую с API языковых моделей, а структурированный вывод (structured outputs) и вызов внешних функций (tool-calling) реализуются с нуля. Отдельное внимание уделяется написанию собственных метрик и системы оценки качества (evals), а также изучению архитектур ReAct, связки планировщика с исполнителем и механизмов памяти агента на примерах harness, openclaw и nanoclaw.

Во второй части навыки переносятся на индустриальный стек инструментов. Участники работают с Langchain и Langgraph, настраивают мониторинг и отслеживание цепочек вызовов (observability) в Langfuse или Arize Phoenix, разворачивают MCP-серверы и проектируют многоагентные системы с протоколом A2A. Дополнительно разбираются методы отладки, устранение галлюцинаций моделей и настройка барьеров безопасности (guardrails).

Практические проекты

В практических заданиях к темам создаются работающие программные решения под конкретные прикладные задачи:

• Мини Claude Code — агент для работы с кодом, который принимает задачу, редактирует файлы проекта и выполняет консольные команды.
• Personal Ops Agent — агент в стиле OpenClaw для выполнения личных и рабочих регламентных операций.
• Browser / GUI Agent — агент для управления браузером, который открывает веб-страницы, нажимает на элементы, заполняет экранные формы и собирает информацию.
• API Integration Agent — инструмент, который по документации стороннего API автоматически генерирует клиентскую библиотеку, эндпоинт, вебхук и тесты.
• QA / Testing Agent — агент для составления тест-кейсов, автоматического запуска тестов через Playwright и pytest, проверки пользовательского интерфейса и оформления отчётов об ошибках.

Авторы курса

Каждый блок ведут профильные специалисты:

Василий Исаев — инженер машинного обучения. Занимался реализацией и внедрением ассистентов и AI-сервисов в банке «Точка» и компании Wildberries, где интегрирует AI-инструменты в инженерные процессы разработки. В курсе ведёт модуль ручной разработки агента.

Андрей Киселёв — руководитель продукта (Head of Product). Отвечал за запуск AI-продуктов от ранних RAG в небольших командах до платформ с миллионами агентских вызовов в день в Revolut и «Яндексе». Курирует блок оценки качества, мониторинга и отладки.

Евгений Чернов — магистр в области искусственного интеллекта (MSc AI), технический лидер AI-направления в бигтехе, преподаватель магистратуры ФКН НИУ ВШЭ и программ ДПО. Руководит сквозной e2e-разработкой LLM-систем и агентов, внедряет практики LLMOps в высоконагруженных архитектурах. Отвечает за модуль фреймворков и деплоя.