Смотреть урок
Почему temperature=0 не даёт одинаковый ответ дважды? Почему модель «теряет» факт, если он оказался в середине длинного контекста? Мы разобрали внутреннюю механику ИИ-агентов — и шесть паттернов, которые реально нужны при разработке.
Что внутри:
🔹 Что на самом деле происходит внутри трансформера — и почему KV-кэш определяет и вашу задержку, и ваш счёт
🔹 4 слоя стека безопасности модели и таксономия джейлбрейков
🔹 RAG, инструменты и MCP, guardrails, мультиагентные swarm-системы — с рабочим кодом
🔹 Диаграммная шпаргалка: RAG-пайплайн, цикл ReAct, Plan & Execute, память агента
💡 Если первая часть дала базу, эта — механику под капотом: то, что отличает «промптить сильнее» от «понять, откуда растёт баг»
В первой части мы разобрали словарь: десять строительных блоков, из которых состоит любой агент. Здесь мы идём на два уровня глубже.
Сначала внутренняя механика самих моделей. Токенизация, которая незаметно определяет ваш счёт и превращается в баги. Что на самом деле происходит внутри трансформера, когда генерируется каждый токен, и почему KV-кэш управляет и вашей задержкой, и вашей стоимостью. Почему temperature = 0 не даёт по-настоящему детерминированный вывод. Из какой именно стадии обучения — претрейнинга, SFT или выравнивания по предпочтениям — растёт то или иное поведение модели. Что законы масштабирования говорят о том, куда девать бюджет в 2026 году. Математика инференса, из-за которой одна и та же модель может стоить в 50 раз дороже или дешевле. Правда о «контексте на миллион токенов» и то, что модель читает на самом деле. И четыре слоя, из которых состоит стек безопасности модели, вместе с таксономией того, как эти слои пытаются обойти.
Это не обязательно знать, чтобы выпустить первого агента. Но это ровно то, что нужно знать, чтобы отладить сотого — потому что почти каждый непонятный баг оказывается предсказуемым следствием того, как устроен слой ниже.
Дальше — шесть паттернов, к которым реально обращаются работающие разработчики агентов: системные промпты как конституция агента, RAG как способ заземлить модель в ваших документах, инструменты и MCP как руки агента, guardrails и human-in-the-loop как тормоза, мультиагентные swarm-системы как разделение труда между специализированными агентами и observability с evals как единственный способ доверять тому, что вы не можете увидеть напрямую. Часть закрывается компактной диаграммной шпаргалкой по всем шести ключевым механизмам — RAG-пайплайн, вызов инструмента, цикл ReAct, Plan & Execute, swarm-паттерны и управление памятью.
Если первая часть дала карту, то эта — механику под капотом и инструменты…