ГИГА-ТРЕД: вайбы от сервисов разработки ИИ-агентов

На этот раз, Джон Раш делится собственным опытом разработки ИИ-агентов.

Я попробовал ВСЕ сервисы для разработки ИИ-агентов: Emergent, CodeRabbit, Anything, Zed, Factory, Cursor, Windsurf, Wrapifai, Copilot, Lovable, Bolt, v0, Replit, MarsX, Canva, Devin, Github Spark, Figma Make, Cline и другие.

Вот мой обзор 61 инструмента с демо и примечаниями: https://x.com/johnrushx/status/1958363431922500053

🤖🔨

💁‍♂️ Нет никакой «новой должности» под названием «AI Product Manager». Это хайп

Есть просто менеджеры по продукту, использующие ИИ-инструменты для оптимизации своей/командной работы.

Сами принципы управления продуктом не изменились: нам по-прежнему нужно проверять идеи перед их реализацией, релизить, снимать метрики и обратную связь и снова совершенствовать продукт и его фичи. Своей головой и ручками.

Термин «AI Product Manager» существовал и раньше, но его применяли к техническим специалистам, работавшим с LLM, системами компьютерного зрения или рекомендательными системами. Точно так же, как есть API Product Manager, который управляет продуктами, работающими с/через API.

Сегодня же, большинство должностей «AI Product Manager» наиболее правильнее описать как «продакт-менеджер с навыками работы с ИИ», в которых ИИ просто закрывает некоторую часть монотонных процессов продакта.

Основные принципы управления продуктом совершенно не изменились.

🤷‍♂️

Кто такой Chief Technical Officer на самом деле? И почему его роль — не просто «технарь»?

На вебинаре 27 августа разберут:

– задачи, которые решает CTO в разных компаниях;
– навыки, которые критически важны для СТО;
– как СТО взаимодействовать с CEO, CFO и другими C-level;
– тренды, меняющие роль СТО уже сейчас.


Вебинар проходит в рамках старта курса «CTO / Технический директор».

👉 Бесплатное участие

Спикер: Сергей Фегон — ex-CTO, Head of Dev, Engineering Manager с опытом в продуктах и сервисных компаниях.

Вебинар проходит в рамках старта курса «CTO / Технический директор». Реклама ООО «Отус онлайн-образование»

Понедельники для совпадений

Совпасть у всех должно как можно больше: взгляды, смыслы, цели, мысли, планы, даже звёзды. Слова и действия сами собой должны совпасть.

Совпало всё – и всё идёт как надо.
Не совпадает что-то – и всё уже пойдёт не так.

Удачных совпадений Время

🕥

Советы по созданию своего первого ИИ-агента

1) Выберите маленькую и очень ясную задачу.

Забудьте о создании «агента общего назначения» прямо сейчас. Определитесь с одной конкретной задачей, которую должен выполнять ваш ИИ-агент.

Примеры:

– Запись на приём через сайт.
– Мониторинг вакансий и их отправка вам.
– Обзор и резюме непрочитанных e-mail.

Чем меньше и понятнее задача, тем проще её спроектировать и отладить для ИИ.

2) Не тратьте время на обучение собственной ИИ-модели в начале

Используйте то, что уже работает: GPT, Claude, Gemini или open-source типа LLaMA и Mistral.

Просто убедитесь, что модель может обрабатывать логические рассуждения и структурированные данные, поскольку именно на них лучше всего работают и полагаются ИИ-агенты.

3) Ключевой этап, который многие пропускают – как ИИ-агент будет взаимодействовать с внешним миром через API.

Веб-скрапинг или просмотр веб-страниц (Playwright, Puppeteer либо встроенные в сами модели); API Google; файловые операции (чтение/запись на диск, разбор PDF-файлов и т. д.) – всё это уже доступно и не требует разработки.

4) Создайте основу рабочего процесса, не углубляясь в сложные фреймворки.

Начните с основ:

– ввод данных от пользователя (цель + задача);
– передача данных через ИИ с инструкциями;
– возможность для ИИ определить следующий шаг;
– вызовы API, сбор данных;
– возвращение данных в ИИ для оценки;
– продолжение, пока задача не будет выполнена или пользователь не получит подходящий для него результат.

Сердце ИИ-агента – это цикл "ИИ → API → Данные → ИИ" 🔁

5) Добавляйте память с умом. Многие считают, что ИИ-агентам сразу нужны большие системы памяти. Это не так.

Начните с краткосрочного контекста (последние несколько сообщений). Если вашему агенту нужно запоминать данные между запусками, используйте базу данных или простой JSON-файл.

Добавляйте векторные базы данных или сложные функции поиска только тогда, когда они действительно нужны!

6) Оберните всё в удобный интерфейс. CLI поначалу будет достаточно. Как только всё заработает, создайте для него простой интерфейс:

– веб-панель управления (Flask, FastAPI или Next.js);
– бот для Slack/Discord;
– даже просто скрипт, работающий на вашем компьютере.

Суть в том, чтобы сделать его пригодным для использования за пределами вашего терминала, чтобы вы могли увидеть, как он ведёт себя в реальном рабочем процессе.

7) Итерируйте небольшими циклами. Не ждите идеальной работы с первого раза.

Запускайте реальные задачи, проверяйте, где что-то ломается, исправляйте и запускайте снова. Каждый ИИ-агент прошёл сотни таких циклов, прежде чем стать надёжным.

8) И снова контролируйте область применения

Возникает соблазн постоянно добавлять новые инструменты и функции. Не поддавайтесь этому. Один хорошо работающий агент, способный записать на приём или управлять электронной почтой, гораздо ценнее «универсального ИИ-агента», который может многое, но постоянно даёт сбои.

Самый быстрый способ научиться — это создать одного конкретного ИИ-агента полностью от начала до конца. Как только вы это сделаете, создание следующих станет в разы проще, потому что вы уже понимаете весь процесс.

ИИ-сервисов сейчас столько, что впору делать подборки «ТОП 100 ____». Меняются версии, модели, интерфейсы, но выигрывают те, кто успел перестроить всё мышление целиком. Лаборатория AI Mindset как раз про это.

За 4 недели участники проходят путь:

– от точных промптов, к context-диалогам с памятью и ИИ-агентам;

– далее – к mind-инструментам для саморефлексии и продуктивности;

– и, наконец, к life-новым проектам и идеям, где ИИ становится со-автором.

Что получается на выходе:

– персональный ассистент (GPTs) под частые задачи;

– vibe-coding - код без программирования (cursor и аналоги);

– агентские процессы на n8n, работающие на внешнем сервере;

– креатив «for fun»: тексты, музыка, визуальные медиа вместе с AI.

👉 Все подробности в боте
Старт 1 сентября.

Ведут лабораторию: Александр Поваляев (автор AI Mindset), Сергей Хабаров (CTO и главный по AI-автоматизациям), Алексей Мельничек (социальный дизайн и AI-мышление).

Claude собирает фидбэк, ChatGPT давно уже пишет документацию, ИИ-агенты во всю рулят бэклогом. А что продакт? А продакт организует их работу во благо пользователей и продукта.

На вебинаре OTUS расскажут:

– как не стать digital-динозавром и прокачать скиллы в ИИ-эпоху;

– какие ИИ-инструменты экономят 20+ часов в неделю;

– стратегия «human-in-the-loop» — что оставить себе, а что делегировать алгоритмам.

👉 Бесплатное участие

Спикер — Дмитрий Шоржин (экс-Сбер, Innotech) расскажет, как не просто выжить, а триггерить рост с помощью ИИ.

Не придёшь, и твоё кресло однажды заменит ИИ-агент. Шутка. Или нет. Так или иначе, после вебинара можно записаться на курс Product Manager со скидкой по промокоду PMSept. Реклама ООО «Отус онлайн-образование»

Понедельник – день воспоминаний

Мы, как продакты, всегда на один шаг... позади мира (рынка). Просто потому что между нами и нашим продуктом всегда находится описание этого мира.

И как бы мы с этим не спорили, но наше восприятие этого мира всегда является лишь воспоминанием о его восприятии нами, в котором мы вспоминаем и оцениваем моменты, которые уже прошли: события, трафик, ивенты/лиды/конверсии, ретеншен, транзакции, вот-это-всё. Всё из прошлого.

В настоящем мы вечно вспоминаем прошлое, думая о будущем. Как это-всё, вообще, работает?

И осознание этого важнО не сколько с точки зрения нашего собственного восприятия, ведь мы по-прежнему всё вспоминаем прошлым, которое только что (уже?) прошло, а, скорее, с точки зрения... стороннего Наблюдателя, смотрящего на продукт из будущего.

Кто этот Наблюдатель?

Больше наблюдательности на неделе!