Уроки on Metaheuristic - Applied AI partner

Урок 1: Перший самописний агент

Mon, 19 Oct 2026 00:00:00 +0000

Ви можете прочитати 100 пояснень про AI-агента і не зрозуміти, як агент працює. Найкоротший шлях інший. Зберіть власного агента і подивіться, з яких частин агент складається.

Це перший рівень курсу. Після уроку ви матимете робочий підхід до побудови агентів. Також ви будете розуміти внутрішню будову агента.

Ми пишемо весь код з нуля, без LangChain. Код містить тільки Python, прості функції і agent loop . Ви прочитаєте цей цикл за 1 раз. Пізніше ви відкриєте фреймворк. Тоді ви побачите в ньому варіацію коду, який ви вже написали.

Урок 2: Планувальник і контроль

Mon, 19 Oct 2026 00:00:00 +0000

Перший урок закінчився на проблемі. Агент тріажу на успішному прогоні працює як досвідчений співробітник підтримки. Але іноді агент зависає. Агент перевіряє систему за системою, повертається і перевіряє знову. Потім агент досягає ліміту кроків і зупиняється без рішення. Ми обіцяли вирішити цю проблему. Цей урок її вирішує.

Після уроку ваш агент завжди закінчує роботу рішенням. Агент не пише «зупинився, бо кроки закінчилися». Агент робить 1 з 2 речей:

робить дію;
передає задачу людині і пояснює, що встиг дізнатися і чому не закінчив.

Урок також показує планувальник і різницю між дією і прогресом. Ви дізнаєтеся, чому агент іноді повинен відмовитися навіть від хорошого плану.

Урок 3: Пошук замість пам'яті

Mon, 19 Oct 2026 00:00:00 +0000

Урок 2 закінчився попередженням. Агент працює тільки з фактами, які вміщаються в словник і контекст. Поки агент тріажу знає 3 системи і 2 тікети, проблем немає. Але реальна підтримка працює на знаннях:

база статей;
історія тисяч вирішених тікетів;
документація.

Ці знання не вміщаються в контекст. Без них агент вирішує тікет «Export finishes but the file has no rows» без фактів. Але база вже давно має відповідь з покроковою інструкцією.

Після уроку ваш агент шукає знання, а не тримає знання в пам’яті. Ми зберемо пошук з нуля: від наївного збігу слів до векторної бази і BM25. Ви навчитеся вимірювати якість пошуку числом, а не враженням. Також ви побачите нові діри, які з’являються разом із пошуком.

Урок 4: Пам'ять між сесіями

Mon, 19 Oct 2026 00:00:00 +0000

Урок 3 закінчився асиметрією, яку тепер добре видно. База знань містить те, що хтось додав у корпус. Але факти, які агент дізнається сам, існують тільки у фактах сесії і зникають разом із сесією. Ось як ця асиметрія виглядає в журналі. Клієнт C-4471 пише про порожній export. Це третє звернення за 2 тижні:

09:14 read_ticket(t-9310): Subject: Export is empty AGAIN. customer_id=C-4471
09:14 search_kb("export empty file") -> kb-101: check the status filter
09:15 get_subscription(C-4471): plan=enterprise, status=active, seats=40
09:16 reply: "Could you tell me which filters you have applied?"

Формально прогін не має помилок. Він має план, пошук і provenance: усе, що ми будували 3 уроки. Але агент уже 2 рази вирішив цю проблему для цього клієнта. Агент 2 рази знайшов причину: status filter. Агент 2 рази надіслав кроки з kb-101, і клієнт 2 рази підтвердив результат.

Урок 5: Multi-agent і чесна ціна команди

Mon, 19 Oct 2026 00:00:00 +0000

Урок 4 закінчився попередженням. Агент тепер шукає, пам’ятає і планує. Але кожна нова здатність зробила промт довшим. Подивіться на промт сьогодні. Він містить:

правила білінгу;
політику рефандів;
поведінку export;
API-ліміти;
тон відповіді;
правила ескалації.

Це 3 екрани тексту. Тепер приходить тікет T-3001: «Upgraded my plan yesterday, there is a duplicate charge on my card, and export gives an empty file». Тікет вимагає 2 експертизи одночасно:

білінгову: подвійний чардж після апгрейда означає, що стара підписка ще не закрила свій інвойс;
технічну: порожній export означає проблему з фільтром статусів або з чергою.

1 агент уміє обидві речі. Але кожен новий домен у промті робить агента трохи гіршим у всіх інших доменах. Застереження про рефанди з’являються у відповіді про export. Технічні деталі потрапляють у відповідь про гроші.

Урок 6: Кодовий агент і чесний арбітр

Mon, 19 Oct 2026 00:00:00 +0000

Урок 5 закінчився відкритим питанням. Якщо агенти мають різні оцінки, останнє слово має людина. У підтримці «правильно» означає те, що підтвердив клієнт або старший співробітник зміни. Такий арбітр працює, але повільно, дорого і без масштабування.

Тепер добра новина. Є домен, у якому задача сама має арбітра. Цей арбітр не втомлюється і відповідає за секунди. Це код. Тест або зелений, або червоний. Гарні слова моделі не змінять результат тесту.

Тому цей урок змінює домен. Ви маєте малий репозиторій: модуль розрахунку знижок білінгу. Це той самий продукт, тікети якого ми тріажили в Уроках 1-3. Але тепер ми працюємо з іншого боку. Фінансовий відділ створив тікет: «Клієнти з високою лояльністю отримують завищену знижку». Хтось уже написав тест, який доводить баг. Тест червоний. Баг у нашому коді.

Урок 0: Робоче середовище розробника

Sun, 18 Oct 2026 00:00:00 +0000

Цей курс для розробника, який працює над продуктом у продакшні. Продукт має реальних користувачів, а код продукту є в git.

Курс не навчає налаштовувати Claude Code. Курс також не навчає автоматизації на скілах і плагінах. Цю тему може мати окремий міні-модуль. У курсі ви будуєте агентів. Claude Code допомагає робити це швидше.

Цільова аудиторія курсу - розробники з досвідом:

фронтенд;
бекенд;
DevOps;
суміжні напрями.

Курс не для початківців. Мінімальний рівень такий: