System Design: не про теорию, а про мышление Эта книга объясняет важное — как думать, когда готового ответа нет. Ранее я уже писал, что разработка агентных систем держится на двух опорах: инженерной и исследовательской. Инженерный подход даёт предсказуемость и устойчивость. Исследовательский — помогает работать с неопределённостью и находить рабочие решения там, где нет готового шаблона. На этом фоне прочитал книгу из серии System Design: подготовка к сложному интервью по Gen AI. Для меня её главная ценность в том, что авторы концентрируются не столько на теории ML, сколько на ходе мысли исследователя перед сложной задачей: как декомпозировать проблему, где ставить ограничения, какие гипотезы проверять первыми и как принимать архитектурные решения при нехватке данных. Хотя сами задачи там не всегда самые интересные именно для инженеров агентных систем, общий подход к их разбору очень правильный и структурированный. Я искренне рекомендую эту книгу всем, кто хочет глубже понять работу исследователя и научиться мыслить в таком режиме. Структура рассуждений, предложенная в книге, наглядно показывает пласт работы, который необходимо проделывать исследователю при разработке агентных систем. Проектирование агента начинается с качественного размышления над задачей, которая перед вами стоит. И именно этому книга учит лучше всего. #Book О чем молчит AI CTO