Открытый урок · Онлайн
Основы работы с AI: от токенов до агентов
Разберём, как на самом деле устроены языковые модели, почему они ошибаются и как строить из них рабочие системы
Зарегистрироваться[ Что будет на уроке ]
- Как устроены языковые модели
- Как модели «думают»
- От промптов к системам
[ Для кого будет полезно]
IT инженеров (middle+)
Хотите понять, как на самом деле работает AI под капотом, а не просто пользоваться чатом.
Тимлидов и архитекторов
Планируете внедрять AI в процессы команды и хотите говорить на одном языке с технологией.
Всех, кому интересен AI
Хотите разобраться в теме системно, без маркетингового шума — понять что реально, а что хайп.
[ Что получат участники]
Понимание ключевых параметров LLM
температура, контекстное окно, механизм внимания и как они влияют на результат
Разницу между thinking и Chain of Thought
и почему это важно для проектирования AI-систем
Набор паттернов: Zero-Shot, Few-Shot, ReAct, Self-Consistency
когда какой применять
Понимание архитектуры RAG, роли агентов и оркестраторов
как компоненты AI-системы взаимодействуют между собой
Программа урока
Что такое AI и как работают LLM
- Предсказание следующего токена – базовый принцип работы языковых моделей
- Температура: от детерминированных ответов (0) до высокой случайности (2.0)
- Размер контекста и что такое токен – различия для английского и русского языков
- Мультимодальный AI: текст, изображения, видео – общие принципы
Механизм внимания: возможности и ограничения
- Как модель обрабатывает контекст – аналогия с человеческим чтением
- Проблема Lost in the Middle – почему информация в середине запроса теряется
- Ограничения целостного восприятия: код, текст и логические связи
- Практические рекомендации: где размещать важную информацию в запросе
Thinking и механизмы рассуждений
- Внутренние рассуждения (thinking tokens) – как модель обогащает контекст промежуточными выводами
- Три типа моделей: старые (симуляция), с поддержкой CoT, новые (автоматические рассуждения)
- Граница между моделью и системой – где заканчивается LLM и начинается агент
- Два уровня шагов: внутренние (LLM) и внешние (агент)
Структура запроса и работа с контекстом
- Системный промпт и пользовательский запрос – две части каждого обращения к LLM
- Отсутствие памяти: почему каждый запрос для модели – новый
- Как интерфейсы создают иллюзию диалога – накопление контекста
- Оптимизация: сжатие, суммаризация, sliding window, RAG
- Стриминг токенов и двусторонняя связь (SSE) между клиентом и LLM
Паттерны промптинга
- Zero-Shot – только инструкция, без примеров: когда этого достаточно
- One-Shot / Few-Shot – обучение модели на примерах формата и стиля
- Chain of Thought – пошаговое объяснение рассуждений
- Self-Consistency – несколько запусков с голосованием для критичных задач
- ReAct (Reasoning + Acting) – цикл «подумал → действие → наблюдение → следующий шаг»
- Structured Output – структурированный вывод через JSON Schema
Агенты и оркестраторы
- Что такое агент – программный интерфейс к LLM, а не самостоятельный разум
- Orchestrator Prompt – управление цепочкой промптов как единым процессом
- Tool calls и MCP – как LLM запрашивает дополнительные данные через callback
- RAG и RAC – механизм обогащения контекста из внешних источников
- Три уровня рассуждений: взаимодействие агентов, линейная генерация, внутренние рассуждения
Вопросы и ответы
- Ответы на вопросы, заданные при регистрации и в чате урока
Лектор
Павел Вейник, Founding Architect at Hard & Soft Skills
Разработчик с 2003 года, занимается обучением с 2008, обучением сеньоров и архитекторов с 2018.
Делился экспертизой на более чем 200 митапах и конференциях. Стоит у основания различных сообществ IT специалистов, включая: ByChange, Free IT.
Выполнял роли разработчика, тимлида, архитектора, CTO в стартапах, корпорациях и продуктовых компаниях.
Обучил более 1K разработчиков за последние 15 лет. Обучил более 450 архитекторов.
Создает и проводит обучающие курсы для любых технических направлений.
Делился экспертизой на более чем 200 митапах и конференциях. Стоит у основания различных сообществ IT специалистов, включая: ByChange, Free IT.
Выполнял роли разработчика, тимлида, архитектора, CTO в стартапах, корпорациях и продуктовых компаниях.
Обучил более 1K разработчиков за последние 15 лет. Обучил более 450 архитекторов.
Создает и проводит обучающие курсы для любых технических направлений.
| |