Курс по агентной AI-разработке

Agentic Engineering

3–27
ноября
ОНЛАЙН
Знания и навыки, как построить «нормальный» AI SDLC — с нуля или в существующей организации
✓ 4 недели
✓ 2 встречи в неделю
✓ 3 проекта
Человек за ноутбуком и AI-агенты

Для кого этот курс

01

Хотите разобраться в AI-разработке

Не в формате «оплатил подписку на Cursor, ChatGPT, Claude»

02

Нужно «внедрить AI в разработке»

Это надо сделать в организации, но непонятно, что это значит

03

Мешают правила и политики компании

Внедрение AI упирается в них, и хочется понять, что с этим делать

04

Устали воевать с безопасностью, VPN и оплатами

Если вы работаете в РФ

Что мы даём

Знания и навыки,
как построить «нормальный» AI SDLC — с нуля или в существующей организации

Инструмент,
в котором это уже есть

Программа курса

01

Как работают модели и какие ожидания от них реалистичны

02

Что такое харнесс и зачем он нужен

03

Ограничения существующих харнессов и что с ними делать

04

Каким должен быть SDLC и какие инженерные практики нужны

05

Каким должен быть харнесс, чтобы ИИ мог приносить ценность

06

Как встроить агентную разработку в ваш контекст

Даём понимание

Агенты, скорость и харнесс

Зачем компаниям агенты, которые работают автономно
Как можно сделать так, чтобы агенты могли работать в длинном автономном цикле
Как реально ускорить продуктовую разработку, а не просто накопить больше очередей
Почему результат = харнесс + модель
Почему хороший харнесс позволяет использовать более дешевую модель с тем же результатом

Качество, легаси, инфобез и команды

Как сделать так, чтобы ИИ разрабатывал продукт и качество не деградировало
Как выбирать модель, ее размещение и харнесс
Как реально использовать ИИ при условии, что у меня SAP, 1С, Cobol и прочее легаси
Как подружить ИИ SDLC и инфобез
А что такое AI-Native команды и как их построить
Результат =
харнесс
+ модель
Научим выбирать комбинацию так, чтобы получать оптимальную стоимость под вашу конкретную задачу
Модель внутри харнесса

Покажем, как перейти к автономной разработке, и дадим инструмент

Агент сам ведёт задачу до работающего результата, человек её только ставит и принимает

Claude Code / Codex · человек всё время в цикле

Ставишь задачу, проверяешь, правишь, ждёшь агента

Агент работает короткими отрезками, самые длинные — около 45 минут¹

Перерыв до 5 часов

Упёрлись в лимит, ждёшь сброса

Напоминаешь, о чём вы вообще

И снова короткие циклы

Автономная сессия · агент работает сам

30 мин — ставишь бизнес-задачу
4–8 часов непрерывной работы: спека и эпик, код
Заканчивается проверками
✓ Дизайн-ревью
✓ E2E до зелёного
✓ Регрессия всего проекта
✓ Dev и prod отвечают
✓ Скриншоты, видео, аналитика
15 мин — принимаешь работу
¹ Данные Anthropic, «Measuring AI agent autonomy in practice», январь 2026

Пример 1. Оплаты в онлайн-школе

5 ч
непрерывная сессия агента
$64
стоимость токенов
Запрос агенту
Запрос агенту

Задача

Продление доступа к продукту в e-commerce платформе онлайн-школы: настройка эквайринга и приёма платежей на стороне приложения через Т-Банк

Как закончилась сессия

✓ Протестировал оплату на нескольких платежах
✓ Прокликал весь интерфейс и записал видео итоговых прогонов
✓ Прогнал тесты: в других частях проекта новых багов нет
✓ Сдал отчёт с видео и скриншотами
5 мес
работает в продакшене
1000+
платежей проведено
Пользователь выбирает тариф продления
Пользователь выбирает тариф продления
Оплата на странице Т-Банка
Оплата на странице Т-Банка
Доступ продлён до 7 ноября 2026
Доступ продлён до 7 ноября 2026

Пример 2. MVP тендерной площадки

3 ч
непрерывная сессия агента
$34,6
стоимость токенов
Запрос агенту
Запрос агенту

Задача

Первый этап MVP тендерной площадки по внешнему ТЗ: сквозной сценарий от входа до заявки поставщика. Роли, бэкенд тендеров, кабинеты менеджера и поставщика, email-уведомления

Как закончилась сессия

✓ Прокликал оба кабинета и записал видео итоговых прогонов
✓ Прошёл два круга дизайн-ревью: контраст, тосты, компоновка
✓ Сдал отчёт с видео и 14 скриншотами
1 день
от ТЗ до демонстрации заказчику
12/12
сценариев ТЗ проходят приёмочные тесты
Менеджер запустил тендер, приглашения ушли поставщикам
Менеджер запустил тендер, приглашения ушли поставщикам

Проекты, которые агенты вели месяцами без ручных исправлений

E-commerce платформа онлайн-школы

Каталог, доступы и подписки, оплата через два банка, миграция со старой платформы
Коммитов
3 020
Месяцев
5
Токены
$4 253
На Opus 5.5*
$42 100

Онпрем-платформа документооборота

Автоматизация договорной работы: интеграции, LLM-агенты, данные не покидают контур
Коммитов
1 287
Месяцев
4
Токены
$1 817
На Opus 5.5*
$15 880

RAG-ассистент по регламентам

Чат по документам с несколькими моделями и эмбеддингами. Если провайдер недоступен, подключается резервный
Коммитов
475
Месяцев
3
Токены
$841
На Opus 5.5*
$5 211

Инструмент, который разрабатывает сам себя

Интерфейс чатов, совместное редактирование промптов, триггеры, бэклог с WIP-лимитами
Коммитов
2 122
Месяцев
5,5
Токены
$1 823
На Opus 5.5*
$16 869
Токены — фактическая стоимость работы агентов с инструментом. * Те же объёмы входных, выходных и закэшированных токенов всех агентов за время проектов (из логов), пересчитанные по тарифам Claude Opus 5.5 на октябрь 2026 года

Покажем, как решать проблемы длинных сессий, и дадим инструмент

Проблема агента в длинной сессии
Как решаем

Теряет контекст и курс

“By message 40, it edits a file in that directory without mentioning the constraint.”

Compaction под задачу

Сам решает, какой контекст нужен для продолжения, и убирает лишнее. Цель задачи держится до конца сессии

Начинает с нуля каждый раз

“It’s like groundhog day.”

Память

Запоминает, как решил сложную проблему, и в следующий раз идёт проверенным путём, не перечитывая код заново

Объявляет «готово» без доказательств

“When Claude Code says it’s done, it’s not even close.”

E2E: доказательство работы

Проходит путь пользователя в реальном продукте без моков, гоняет сценарии до зелёного и прикладывает видео и скриншоты

Закрывает задачу и ломает старое

“Claude repeatedly breaks working code with untested fixes.”

Полная регрессия

Перед сдачей прогоняет регрессию по всему проекту и чинит то, что сломал, до того как работа попадёт к человеку
Цитаты: отдельные сообщения пользователей Claude Code с GitHub, Reddit и Hacker News; выборка нерепрезентативна

Формат курса

Календарь курса, ноутбук с агентом и проекты
4
недели: 3–27 ноября 2026
2
онлайн-встречи в неделю: вторник и пятница, 10:00–14:00 МСК
3
проекта, один из них — на вашем рабочем контексте
Практика
Самостоятельная работа над проектами + обратная связь от команды курса
Команды
Узнаете, как выглядит та самая AI-Native команда, и станете частью такой
100 $
на токены и готовые инструменты включены в стоимость

Команда курса

Вова

Вова

Экс-CPO Яндекс Практикума, основатель студии разработки

6 лет

в Яндексе в разных сервисах и ролях

100+

человек в продуктовой разработке — на двоих с CTO

×4,5

рост нового направления за год
  • В Яндекс Go развивал бизнес, во время Covid запустил внутренний стартап «Помощь рядом»
  • В Яндекс Практикуме прошёл путь от продакта до CPO и руководителя бизнес-направления с P&L
  • Внедрял в команде Scrum, LeSS, а потом обратно Scrum
  • Сейчас внедряет ИИ в организации в своей студии agency.airoh.io и развивает ИИ-инструмент для продуктовой разработки через агентов
Давид

Давид

Экс-CTO Яндекс Практикума

10+ лет

в разработке

3 года

CTO без тимлидов

~100

инженеров, дизайнеров, продактов, DS и ML в команде
  • Начинал фуллстек-фрилансером: от лендингов до корпоративных CRM и криптобиржи
  • В Яндекс Практикуме был разработчиком, тимлидом, лидом лидов и CTO
  • Проводил agile-трансформации подразделения и бизнес-юнита, внедрял AI в продукт и работу команд с учётом ограничений Яндекса
  • Сейчас учится делать нетривиальные продукты с хорошим техническим качеством силами человека, который никогда не писал код, — на собственной платформе
Рома

Рома

Сооснователь Starling & Cuttlefish, консультант по организационному дизайну

XP

начинал разработчиком в eXtreme Programming команде

5+ лет

в роли владельца продукта

S&C

сейчас помогает организациям меняться
  • После XP-команды погрузился в проджект-менеджмент и увидел, как медленно движется работа без измеримого результата
  • Показывает организациям, что многомесячная работа с сомнительным результатом — не норма
  • Верит, что структуру компаний, придуманную в 30-х для сталелитейной промышленности, совсем не обязательно повторять сегодня
  • Проектирует AI-Native организации

Станьте частью
AI-Native команды

Agentic Engineering

Участие в курсе
Билет на курс
Выбрать валюту:
120 000 ₽
Оплата в рублях. В других валютах — по курсу ЦБ РФ на сегодня.

Если за курс платит компания

За курс платит компания

Оплата по счёту для юридических лиц. Оставьте заявку, и мы пришлём договор и счёт.