Создание действительно работающих агентов искусственного интеллекта (полный курс)

Описание: Я беседую с Реми Гаскеллом о том, как любой может создать ИИ-агентов для управления целыми отделами своего бизнеса. Реми подробно рассматривает основные концепции: циклы работы агентов, контекстные файлы, память, подключение инструментов MCP и навыки. Мы объединяем все это, создавая полностью функционального помощника руководителя в режиме реального времени на экране. Это экспресс-курс для начинающих, охватывающий Claude Code, Codex, Cowork, Antigravity, Manus и OpenClaw, показывающий, что, как только вы поймете, как «управлять», вы сможете перейти на любую платформу для создания агентов. К концу курса слушатели будут точно знать, как создавать контекстные файлы на основе Markdown, подключать свои повседневные инструменты и создавать многократно используемые навыки, которые будут развиваться в течение недель и месяцев.

Временные метки
00:00 – Введение
01:35 – Агенты против чата
03:22 – Цикл работы агента
05:46 – Как работают агенты
06:39 – Демонстрация работы агентов (Claude Code, Codex, Antigravity)
08:52 – Безопасность и разрешения агентов
10:43 – Сравнение результатов на трех платформах
13:57 – Идея стартапа: холодное электронное письмо с предложением веб-сайта
14:50 – Структура папок и агенты по отделам
15:52 – Адаптация агента как реального сотрудника
17:05 – Преобразование голоса в текст с помощью Monologue и WhisperFlow
18:04 – Память чата против памяти агента
19:34 – Создание памяти агента md
22:20 – Контекстная инженерия важнее, чем разработка подсказок
24:29 – Как память накапливает и уменьшает ошибки
30:27 – Насколько большой может быть память md? 31:43 – Подключение инструментов через MCP (протокол контекста модели)
34:49 – Работа в Claude Code для высокоприоритетных задач
37:09 – Почему реальная ценность заключается в объединении, а не в суммировании
40:04 – Что такое навыки? (SOP для ИИ)
43:08 – Создание навыков
48:36 – Пример из реальной жизни: Навык аналитика рекламы: 4-часовой процесс за минуты
50:37 – Объединение навыков в цепочки
52:01 – Пример из реальной жизни: Автоматизированный поиск автомобилей
53:34 – OpenClaw и миграция агентов на более автономные платформы
55:19 – С какой платформы следует начать новичкам?

56:28 – Глобальные и проектные навыки, контекст и MCP

Ключевые моменты

Агентские платформы (Claude Code, Codex, Cowork, Antigravity, Manus, OpenClaw) работают по одному и тому же принципу «наблюдай-думай-действуй» — изучив одну, вы сможете использовать любую из них.

Переход от чата к агентам требует перехода от разработки подсказок к разработке контекста: наполните агента богатым контекстом, чтобы простые подсказки давали отличные результаты.

Файл md в памяти создает самосовершенствующийся цикл, в котором агент изучает предпочтения в течение сессий и со временем совершает меньше ошибок.

MCP (Model Context Protocol), разработанный Anthropic, действует как универсальный переводчик между вашим агентом и всеми необходимыми ему инструментами — Gmail, Calendar, Stripe, Notion и другими.

Навыки представляют собой многократно используемые стандартные операционные процедуры (SOP), упакованные в файлы Markdown; объяснив процесс один раз, вы можете вызывать его многократно, и их количество увеличивается по мере добавления от трех до пяти в неделю.

* Запланированные задачи превращают навыки в автоматизированные рабочие процессы — утренние брифы, поиск автомобилей, анализ библиотеки объявлений — которые запускаются по расписанию cron без каких-либо ручных запусков.

Краткое содержание разделов

1. Цикл работы агента в действии

Реми начинает с живой демонстрации, отправляя одно и то же задание — «создать минималистичный сайт-портфолио для Грега Айзенберга» — одновременно на платформы Claude Code, Codex и Antigravity. Все три платформы используют один и тот же цикл «наблюдение-размышление-действие»: исследование темы, написание кода, запуск предварительного просмотра и проверка результата с помощью скриншота. Демонстрация наглядно показывает, что каждый комплект оборудования для агента — это просто другой автомобиль с одним и тем же двигателем.

2. Внедрение агента как настоящего сотрудника

Реми показывает, что без контекста агент, которому поручено «написать мне холодное письмо», понятия не имеет, кто вы и что вы продаете. Решение — файл agents.md (или Claude.md) — постоянный контекстный документ, загружаемый в начале каждой сессии. Вы заполняете его своей ролью, информацией о бизнесе, инструментами и рабочими предпочтениями, и в результате двухсловная подсказка выдает полностью информированный результат.

3. Накопительная память

Модели чата хранят память невидимо в облаке; агенты требуют от вас целенаправленного ее создания. Remy добавляет файл memory.md и простую инструкцию в контекстный файл: «Когда я вас поправляю или вы узнаете что-то новое, обновите memory.md». Настройки, такие как тон, завершение электронных писем и дизайнерские решения, сохраняются между сессиями, а количество ошибок со временем уменьшается.

Инструмент №1 для поиска идей/трендов для стартап...