Продолжаю держать вас в курсе того, как получается внедрять AI агентов в повседневные задачи.

Я продолжаю активно пользоваться Claude на работе и для личных целей как основным агентом. На работе у меня появилось несколько скиллов, которыми я пользуюсь по несколько раз за неделю, и даже готов признать, что если у меня пропадет такая возможность – я сильно расстроюсь. Очень радует, что коллеги активно делают MCP к каждой кофеварке ко всему. Недавно опубликовали MCP к нашей in house системе управления экспериментами, которая является одной из самых важных в компании.

Параллельно для личных целей я собираю агента как конструктор лего на фреймворке langchain. Этот агент крутится где-то на сервере, поэтому способен принимать и обрабатывать задачи даже когда я не за ноутбуком – это основное преимущество перед Calude.

По сути, это самописный (бабушка дома сама навайбкодила, не то что этот SaaS магазинный!) аналог openclaw или hermes, и ему не страшно доверить доступ к телеграму и почте. Сообщение в посте выше, впрочем, как раз от него. Мой агент решил, что совершенно не обязательно читать задачу перед тем как перезаписывать ее текст. Точно поправлю промпт, но на самом деле можно и на уровне инструмента работы с задачами такое запрещать.

Я не думаю то строить своего агента с нуля очень осмыслено, но этот проект очень много мне дает в смысле понимания того как устроена техническая обвязка "harness" современного агента. Благодаря этому опыту я ощущаю, как много за нас за кулисами делает Claude Code или Codeх:
→ позволяет в один клик подключать MCP, а не прописывать конфиги руками
→ динамически подключает нужные для решения задачи tool'ы (если все доступные tool'ы сразу подгрузить в контекст, то контекст на этом закончится)
→ сжимает автоматом историю диалога, когда она становится слишком длинной, сохраняя суть
→ делает умный поиск по скилам
→ хранит и подтягивает откуда-то элементы долгосрочной памяти
→ декомпозирует задачи и запускает субагентов с урезанными полномочиями

Можно было бы просто использовать Claude и не мучатся. Но когда мы начинаем встраивать агентов в свои процессы, или в клиентские фичи – тут уже не получится просто скинуть это на Claude. Нужно уметь настраивать карбюратор контекст руками.

Расскажите, только честно: если завтра у вас пропадет возможность пользоваться LLM моделями для рабочих задач, это существенно повлияет на вашу работу? Или не особенно сильно?

Андрей Менде, PM ML Booking .com, автор симуляторов Claude code AI для продакта, ЛЛМ для продакта, ML для продакта, и др.