Engineering the Agentic Stack
По порядку. Начните с цикла.
AI-системы для production · Берлин
Я проектирую production AI-системы на стыке разработки ПО, агентов, оценки, retrieval, безопасности и инфраструктуры—и превращаю трейсы и сбои в контролируемые эксперименты, надёжные релизы и более безопасное поведение.
Автоматизируйте эксперимент, но не право объявить его безопасным.
По порядку. Начните с цикла.
Сначала обвязка, затем замер каждого изменения.
От трасс ошибок к проверенным изменениям.
Самое читаемое
Как требования задачи определяют харнесс агента: выбор потока управления, инструментов, выполнения кода, состояния, разрешений и доказательств до выбора фреймворка.
Как превратить один неверный ответ инструмента памяти агента в проверенное улучшение и узнать, нашёл бы тот же вариант обычный скрипт без LLM.
Сопоставим pydantic и Zod, FastAPI и Hono, Celery и очередь на Postgres, а затем создадим стриминговый агентный сервис в TypeScript-монорепозитории на pnpm.
Обо мне
Я Слава Дубров, Staff AI System Engineer с докторской степенью в области AI-диагностики. Я работаю на стыке разработки ПО, агентных систем, оценки, retrieval, безопасности и production-инфраструктуры.