Язык Украинский Это практический интенсив по созданию AI-агентов и агентных систем для разработчиков уровня Middle, Senior и Tech Lead. Курс ведёт Иван Лапа, UI Engineer L5 в Netflix, имеющий опыт разработки AI-продуктов в DataRobot и Gelato, а также консультирования компаний по внедрению AI. Главная цель курса Научить разработчиков переходить от простого использования AI-ассистентов к проектированию полноценных агентных систем с: памятью (Memory) оценкой качества (Evals) мониторингом управлением стоимостью токенов автоматизацией разработки Spec-Driven Development мультиагентными архитектурами Курс фокусируется не на генерации кода по запросу, а на построении инженерных процессов, где AI становится частью production-разработки. Для кого предназначен курс Подходит: Middle-разработчикам, самостоятельно ведущим фичи до PR Review. Senior-разработчикам, желающим построить воспроизводимые AI-процессы. Tech Lead, которые выбирают инструменты и процессы для команды. Инженерам, уже использующим Cursor, Claude Code или Copilot. Тем, кто работает с Git, тестированием и CI/CD. Не подходит: Junior-разработчикам без опыта code review. Тем, кто ожидает, что AI будет писать всё автоматически. No-Code аудитории. Людям, которым нужен только обзор технологий без практики. Проблемы, которые решает курс Авторы курса выделяют основные риски использования AI в разработке: Галлюцинации AI Модель может ссылаться на несуществующие API, файлы или методы и игнорировать стандарты проекта. Ложное чувство качества Тесты могут проходить, но решение остаётся ненадёжным из-за пропущенных edge cases и неверных предположений. Дорогой Review Проверка AI-кода может занимать больше времени, чем самостоятельное написание решения. Высокие расходы на токены При масштабировании команд расходы на AI-инфраструктуру могут быстро расти за счёт множества агентов и повторных запросов. Основа программы Курс построен вокруг фреймворка: 4-Pillar Harness Framework Четыре ключевых элемента: Skills Subagents MCP Hooks Этот подход применяется как базовая архитектура построения современных AI-систем. Программа обучения Неделя 1. System Design Урок 1 Harness Framework: 4 компонента системы 5-фазный workflow Perception Gap аудит CLAUDE.md v1 Surface Map проекта Урок 2 Skills Layer: постоянные инструкции между сессиями создание нескольких Skills оптимизация CLAUDE.md команды /spec, /plan, /commit Неделя 2. Agent Topology Урок 3 Контекстная изоляция: Hub-and-Spoke архитектура Peer Mesh архитектура Subagents Dispatch Matrix анализ стоимости различных топологий Урок 4 MCP Integration: Model Context Protocol подключение внешних сервисов создание собственного MCP-сервера аудит токенов гибридные Skill + MCP решения Неделя 3. CI Pipeline Урок 5 Spec-Driven Development: Spec → Plan → Implement → Verify создание spec.md создание plan.md разработка через спецификации retro-spec подход Урок 6 Quality Gates: Hooks TDD Plan Verifier Evals Mutation Testing CI-интеграция контроля качества Неделя 4. Масштабирование и Production Урок 7 Fan-Out архитектуры: параллельная работа нескольких агентов Worktree стратегии миграция проектов анализ стоимости решений Урок 8 Production Deployment: Packaging CI Agents План внедрения на 30 дней Финальная сборка решения Финальный проект DevDigest Участники создают собственную AI-платформу для автоматического Code Review. В рамках проекта реализуются: Multi-Agent System Spec-Driven Development Evals MCP Hooks CI/CD интеграция автоматический анализ Pull Request'ов PR Review Автоматический анализ: Intent Scope Risk PR Score Blast Radius Analysis Определение влияния изменений на: символы зависимости вызывающий код endpoints Findings Engine Поиск проблем с указанием: уровня серьёзности Confidence точного file:line готового варианта исправления Формат обучения 4 недели обучения. 8 практических занятий. Домашние задания. Создание production-ready агентной системы. Практика с Claude Code, Cursor и современными AI-инструментами. Кто ведёт Иван Лапа: UI Engineer L5 в Netflix. Более 12 лет в инженерии. Работал над AI-продуктами в Gelato. Создавал AI-функциональность в DataRobot. Консультирует по AI Adoption для Google, МИД Украины, Skelar, Obrio и GR8. Язык Украинский