Школа анализа данных и Яндекс провели Agents Week - пять дней лекций про то, как устроены AI-агенты в продакшене. Это опыт команд Лавки, Браузера и Алисы, где десятки тысяч пользователей.

Посмотрели все десять лекций и собрали конспект - 8 блоков от архитектуры агента до экономики в проде. Три инсайта, ради которых стоит прочитать целиком: 🔹Демо всегда работает, прод - нет. Топовые модели на промышленном бенчмарке для агентов авиабронирования дают успех меньше 50% с первого раза. Демо - это один прогон одного кейса. Прод — сотни прогонов на тысячах пользователей. Вероятность падает экспоненциально, и это не баги, а математика.

🔹Observability - до выкатки, а не после. Без логов и метрик трогать агента в проде нельзя в принципе. Не видишь, значит, не управляешь. Почти все делают наоборот.

🔹Агент - это не «GPT с памятью», а семь слотов: модель, промпты, инструменты, память, guardrails, планирование, рантайм. Когда кто-то предлагает «сделать агента», стоит спросить, что у него в каждом слоте. Половина проектов отваливается здесь.

➡️Полный конспект на Дзене "Шашков & Головко • AI в решениях"

Внутри ещё про типы памяти, MCP, защиту от промпт-инъекций, когда нужна мультиагентность, как не врёт LLM-судья и как считать экономику, чтобы агент не сожрал больше, чем приносит.

#ИИ #AI #Нейросети ——— #События #Яндекс ✍️ Подписывайтесь: @aiforproduct