AI-системы для production · Берлин

Создавать AI-системы, которые улучшаются на основе доказательств

Автоматический перевод Эта статья была автоматически переведена с оригинальной английской версии.

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.

Смотреть работы Запустить проекты

Байт, бобр из Edge of Context

Проблема production

Демо — не самая сложная часть.

Production-агенты ломаются на стыках памяти, retrieval, инструментов, прав доступа, оценки и контроля релизов. Улучшение одной метрики не является прогрессом, если оно ухудшает надёжность, безопасность или стоимость.

Три связанные инженерные опоры

Одна управляемая система
01

Closed-Loop AI Engineering

Превращать трейсы и сбои в ограниченные эксперименты, независимую оценку и решения о выпуске, основанные на доказательствах.

02

Надёжность и безопасность агентов

До релиза проверять, к каким действиям можно склонить агента, и держать политики вне оптимизатора.

03

Production-системы агентов

Проектировать память, retrieval, инструменты, harness, runtime и observability как одну управляемую систему.

Рабочий цикл

Автоматизируйте эксперимент, но не право объявить его безопасным.

  1. Наблюдать
  2. Диагностировать
  3. Предлагать
  4. Экспериментировать
  5. Оценивать
  6. Проверять
  7. Выпускать
  8. Учиться

Системы, эксперименты и доказательства

Все работы →

Агентные системы

Engineering the Agentic Stack

Архитектура из шести частей: reasoning, память, инструменты, безопасность, runtime и harness вокруг модели.

6 частей · референсная система

Оценка

Оценка AI-агентов в production

Превращение трейсов в регрессионные наборы и связь с запускаемым RAG-evaluation harness с чёткими границами применимости.

Статья + проект · от трейсов к тестам

Retrieval и язык

Поиск, OCR и NER

Практические руководства по ранжированию, пониманию документов, структурированному извлечению и объединяющим их системам.

Руководства · запускаемые примеры

Обо мне

Системы вокруг модели и есть продукт.

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.

Подробнее о моей работе →

Продолжить

Проследите за доказательствами, стоящими за идеями.

Изучите инженерные работы, запустите открытые артефакты или продолжите чтение материалов о системах.

Смотреть работы Читать Edge of Context