Пробую себя в жанре написания эссе, а поскольку вышло длинновато для тг — положил на свой сайт (чтение минут на десять).

Заметка в этот раз про тулы: что это, зачем это, как превратить «чат» в «агента» и как бороться с главной проблемой общения с LLM — неужели ответы всегда случайные и модель может наврать? (Да, но вероятность можно сильно понижать!)

Ориентировано на тех, кто ещё ни разу не писал код или агента, но хочет разобраться, как LLM пишет ответ. Внутри живые демо с реальными HTTP-запросами к API: как модель уверенно выдумывает рост Гумилёва, как web_search превращает выдумку в честное «не знаю», и как Stockfish лечит её «шахматную интуицию».

Может, я что-то не дообъяснил или наоборот где-то наврал — пишите ответы и комментарии сюда в телеграм, не стесняйтесь. Мне правда важно понимать, кто сидит в моём канале, и я буду рад указаниям, что осталось неясным, — стараюсь-то для людей.

Ещё замечу: сначала попробовал сделать видеоэссе, но мышцы чуть-чуть подзабыли, как это делается, — так что видео начнём с другой темы. А пока текст!

Читать: https://tugan.space/blog/post/2026/07/llm-tools/
Английская версия: https://tugan.space/blog/post/2026/07/llm-tools-en/