👾 ИИ-Агенты Один факт и одна мысль, которые не дают мне покоя. Факт: Google больше не нанимает людей на работу, которые не умеют вайбкодить (то есть собирать прототипы продуктов с помощью LLM). Мысль: в будущем на работу будут нанимать не только человека, но и его семейство ИИ-агентов – тот объем инструментария, который он сформировал для ускорения работы. Это не практико-ориентированный пост, а скорее "мысли вслух", чтобы обратить внимание читателя. Думаю, что сейчас must-have hardskill – это умение пилить свои ИИ-решения и осведомленность по теме инструментов. В свободное время максимально углубляюсь в эту историю. А для своей команды сейчас продумываю марафон, по итогам которого они разберутся в теме вайбкодинга и сделают как минимум одного агента, полезного для них лично и для команды в целом. Каждой роли свой набор тулов: - Для исследователя – парсер источников данных, генератор дизайнов исследования. - Для редактора – авто-валидация отчета об исследовании на предмет наличия абстракта, форматирования, выводов, гипотез и т.д. - Для штаба – балансировщик приоритетов и портфеля проектов в зависимости от сложности, влияния на метрики. ✔️ Что важно уметь сейчас: I. Гигиенический минимум – качественное владение LLM. Вы используете минимум 2-3 LLM для разных задач (спойлер, каждая ллмка лучше работает для разных задач, писал об этом подробнее). Вы умеете промптить, собирать проекты и ветки по контекстам, решать пользовательские задачи. II. Базовый уровень – умение собрать прототип простого приложения / сервиса. Владение Cursor, v0.dev, Bolt или похожими no-code/low-code решениями (сервис, где вы буквально текстом пишете, какое приложение вам нужно, а на выходе получаете код). Вы можете за пол-дня собрать лендинг, простой калькулятор или дашборд для анализа данных. Все под ваши задачи / автоматизацию рутины. III. Продвинутый уровень – сборка мультиагентных систем. Когда мы уже владеете MCP-протоколами (связь между ИИ-моделями и внешними системами), знаете как пользоваться Docker (инструмент для развертывания приложений), умеете работать в конструкторах автоматизации типа n8n. Главное – умеете создавать цепочки из нескольких ИИ-агентов. Простой пример: настроить систему, которая каждое утро мониторит упоминания вашей компании в соцсетях, анализирует тональность через GPT, и присылает вам дайджест с ключевыми инсайтами. 🔑 Лайфхак: многому из этого можно научиться прямо внутри самой LLM при должном навыке формулирования вопросов. Начните с простого – попросите ChatGPT или Claude научить вас промпт-инжинирингу через практические задачи из вашей работы. Я надеюсь, мой пост подтолкнет вас к глубокому освоению темы. Enjoy 😘 PARSHIN