Engineering the Agentic Stack
Po kolei. Zacznij od pętli.
Systemy AI w środowisku produkcyjnym · Berlin
Buduj systemy AI, które doskonalą się na podstawie wyników
Projektuję produkcyjne systemy AI, łącząc inżynierię oprogramowania, agentów, ewaluację, wyszukiwanie, bezpieczeństwo i infrastrukturę. Przekształcam ślady wykonania i błędy w kontrolowane eksperymenty, niezawodne wydania i bezpieczniejsze działanie.
Automatyzuj eksperyment, a nie uprawnienie do uznania go za bezpieczny.
- Staff AI System Engineeroprogramowanie · agenci · ewaluacja · bezpieczeństwo
- Ponad 11 latAI i oprogramowanie w środowisku produkcyjnym
- Stopień doktorskidiagnostyka AI · odpowiednik PhD
- Open sourcesystemy z odtwarzalnymi wynikami
Serie artykułów
Building and Evaluating Agent Harnesses
Zbuduj środowisko sterujące i zmierz każdą zmianę.
Meta-Engineering AI Systems
Od śladów błędów do sprawdzonych zmian.
Inne tematy
Agenci AI 17 Inżynieria modeli 9 Infrastruktura AI 6 Systemy wyszukiwania i przetwarzania języka 4 Narzędzia programistyczne 8
Najczęściej czytane
- Systemy wyszukiwania i przetwarzania języka Przewodnik po NER 2026: GLiNER, spaCy, Transformers i LLM 41 min
- Systemy wyszukiwania i przetwarzania języka OCR w 2026 roku: klasyczne pipeline’y, modele VLM i Document AI 21 min
- Systemy wyszukiwania i przetwarzania języka Metryki ewaluacji RAG: wyszukiwanie, reranking, generowanie 43 min
- Inżynieria modeli Przewodnik: fine-tuning LLM, kiedy go stosować, LoRA i QLoRA 28 min
Najnowsze artykuły
Wszystkie artykuły →- Agent czy przepływ pracy: pięć projektów jednego asystenta wsparcia 20 min
Te same zadania wsparcia jako agent, agent z zatwierdzaniem, agent w przepływie pracy, router i przepływ pracy bez agenta, porównane na jednym zestawie testów.
- Projektowanie harnessu agenta: od zadania do architektury 24 min
Jak wymagania zadania kształtują harness agenta: wybór przepływu sterowania, narzędzi, wykonywania kodu, stanu, uprawnień i dowodów, zanim wybierzemy framework.
- Meta-inżynieria systemów AI: od śladów do lepszej pamięci 17 min
Zamień jedną błędną odpowiedź narzędzia pamięci agenta w przetestowane usprawnienie, a potem sprawdź, czy zwykły skrypt znalazłby tę samą poprawkę bez LLM.
O mnie
To systemy wokół modelu są produktem.
Nazywam się Slava Dubrov. Jestem Staff AI System Engineer ze stopniem doktorskim w dziedzinie diagnostyki AI. Zajmuję się inżynierią oprogramowania, systemami agentowymi, ewaluacją, wyszukiwaniem, bezpieczeństwem i infrastrukturą produkcyjną.