Pytex, Алексей Жиряков | AI-агенты в продакшен-разработке (2026) PCRec [RU]
Автор: Кирилл Мокевнин
Производство: PytexЖанр: AI-агенты, агентное программирование, LLM, Spec Driven Development, MCP, SDLC
Описание: За три дня ты перейдёшь от базового использования AI-агента к полноценной агентной разработке: научишься ставить задачи, управлять контекстом, разделять роли агентов, проверять качество кода и доводить изменения до релиза в продакшен. Интенсив подойдёт разработчикам, тимлидам, техлидам, ML- и DS-инженерам, которые хотят встроить AI-агентов в реальный рабочий процесс, а не просто генерировать код по промтам.
Продолжительность: 11:46:11
Качество видео: PCRec
Язык озвучки: Русский
- Разработчикам (backend / frontend / fullstack) — научитесь использовать ИИ-агентов для дебага, рефакторинга, проектирования архитектуры и ускорения разработки.
- Тимлидам и техлидам — сможете внедрить AI-workflow в команду, повысить скорость разработки и выстроить безопасную работу с ИИ.
- Специалистам, которые уже в IT и хотят расти — если просто писать код уже недостаточно, курс поможет выйти на новый уровень инженерного мышления.
- Тем, кто хочет стать AI-Native разработчиком — разберётесь, чем GPT отличается от агента, как устроены sub-agents, MCP, skills и как применять их в продакшене.
- Базовые знания работы с ИИ — умение формулировать запросы, работать с промптами и интерпретировать ответы моделей.
- Любой язык программирования — уверенное владение хотя бы одним языком (Python, JavaScript, Java и др.).
- Работа с Git и командной строкой — опыт работы с Git (commit, branch, merge) и базовыми командами в терминале.
- Работать с контекстом и настраивать харнесс (тулы, MCP, память).
- Проектировать циклы верификации для агентов.
- Применять Spec Driven Development от проектирования до реализации.
- Создавать ADR, PRD и другие артефакты без ручного участия.
- Строить онтологию проекта: доменную модель, сущности, связи и процессы.
- Проектировать многоагентные пайплайны (Coder → Reviewer → Summarizer).
- Интегрировать AI в SDLC (GitHub Workflow).
- Работать с legacy-кодом и безопасно внедрять AI в существующие процессы.
- Введение в разработку с ИИ. Выбор моделей и уровень ризонинга. Локальные модели. Обзор ассистентов и ценообразование. Контекст-инжиниринг. Устройство агентов (loop, harness, tools, mcp). Память, AGENTS.md. Безопасность и контроль разрешений.
- Spec Driven Development. Верификация результата работы агента. Скиллы и управление их жизненным циклом. Spec Driven Development: от проектирования до реализации. Создание ADR, PRD и других артефактов. Онтология проекта. Разбор реальных кейсов.
- Паттерны агентной разработки. Адаптация проекта под агента. Метанавыки: как понимать, где LLM не справляется. Работа в закрытых контурах. Антипаттерны при работе с агентами.
- Оркестрация субагентов и мультиагентные пайплайны. Read-only субагент-Reviewer и пайплайн Coder → Reviewer → Summarizer. Контракт роли. «Модель под роль». Fan-out параллельных ревьюеров → synthesizer. Защита от каскада галлюцинаций. Наблюдаемость передач.
- Итоговый проект. Букинг тайм-слотов по типу Calendly. Проектирование архитектуры и API-контракт (TypeSpec). Разработка backend и frontend через SDD. Интеграционное и E2E тестирование. CI/CD и деплой в PaaS через MCP.
- Работа с legacy-кодом (только для тарифа «Расширенный»). Анализ существующего проекта. Погружение ИИ в структуру проекта. Безопасный рефакторинг. Постепенное внедрение AI в существующие процессы.
Алексей Жиряков — опытный backend-разработчик, технический руководитель и эксперт в области высоконагруженных систем с более чем 15-летним опытом в IT. Специализируется на проектировании масштабируемых архитектур, построении платформ данных, развитии инженерных команд и внедрении искусственного интеллекта в процессы разработки.
ИИ-агенты становятся стандартом современной разработки. Бизнесу нужны специалисты, которые умеют не просто использовать GPT, а выстраивать AI-ориентированный workflow и работать с агентами в продакшене. Навык агентного программирования — это конкурентное преимущество для разработчиков, тимлидов и техлидов.
Скриншоты:
Время раздачи: 24/7 (круглосуточно) (минимум до появления первых 3–5 скачавших) 
