Открытая практическая школа

Агент делает. Человек решает.

Как ставить задачи AI-агентам, получать проверяемый результат и сохранять человеческий контроль.

Реальные кейсы, рабочие методы и инструменты. Без пересказа AI-новостей.

Начать с выпуска

Вводный выпуск · видео

Как AI-агенты меняют рабочий ландшафт

Смотреть в VK Видео →

01 / метод

Проверяемый след работы

Автономность растёт. Ответственность остаётся у человека.

01Поставить задачуконтекст

02Дать агенту действоватьавтономность

03Увидеть результат и проверкиtrace

04Принять решениеhuman gate

02 / журнал

Следы реальной работы

Сначала — главное. Подробности открываются в материале.

01Что усилить при внедрении агентной разработкигайд ↗ 02Как внедрять ИИ-агентов в разработкупамятка ↗ 03Не нанимайте AI-агентов на человеческие должностипозиция ↗ →Все публикацииархив

03 / начать

Выберите глубину

От короткой проверки до работы с командой.

01Проверить готовность команды15–25 минут 02Взять рабочий шаблонсамостоятельно 03Использовать инструменты и skillsopen source 04Разобрать практику на пятничном созвонепо приглашению 05Перестроить рабочий контур командыдля команд 06Уточнить терминглоссарий

04 / автор

Автор

Данил Письменный. Работаю в агентном режиме и помогаю небольшим инженерным командам внедрять его без потери управляемости.

+Опыт и границы практики

Провёл коммерческую программу по агентной разработке для 50 участников и сопровождаю внедрение на клиентских проектах. Здесь публикую то, что можно показать, проверить и повторить.