Личный эксперимент на себе
За последний год словосочетание «AI-агент» стало звучать почти в каждом втором IT-контексте.
Кто-то обещает, что агент сам найдёт клиентов. Кто-то — что он заменит сотрудников. Кто-то — что достаточно «правильно настроить промпт», и бизнес начнёт работать эффективнее.
Как человек с большим опытом в IT и архитектуре, я отношусь к таким заявлениям с осторожностью.
Поэтому вместо очередной теории я решил сделать то, что считаю единственно правильным подходом:
проверить всё на собственном опыте.
Моя цель:
- понять, где в AI-агентах реальная технология,
- какие подводные камни всплывают на практике,
- и какой реальный выхлоп можно получить, если использовать это осознанно.
Цель агента — простая и прикладная
AI-агент, над которым я начинаю работу, имеет конкретную задачу:
находить владельцев бизнеса и фрилансеров, которым потенциально может понадобиться моя помощь как IT-консультанта.
Он должен:
- выявлять сигналы IT-беспокойства, то есть находить ситуации, где:
- система работает, но никто толком не понимает как,
- всё держится на одном человеке,
- изменения пугают больше, чем отсутствие изменений,
- термин backup вызывает удивление,
- и т.д. и .п.
- и структурировать эту информацию, чтобы человек принимал решение уже осознанно.
Что я буду публиковать в рамках серии
В рамках серии «AI-агент на практике» я буду делиться:
- архитектурными решениями и их обоснованием,
- ошибками и ложными ожиданиями,
- тем, что не сработало (это особенно важно),
- реальными ограничениями технологии,
- промежуточными и финальными результатами.
Подписывайтесь на мой TG-канал IT-Worries, если вам интересно,
как AI выглядит вне презентаций, маркетинга и громких обещаний.
Продолжение следует...