Ремесло
Агенты уже работают. Что дальше?Что будет после агентов, которые уже выполняют свои рутинные задачи? Разбираемся на примере уже работающих агентов, изучаем их границы.
Информационное пространство заполнено анонсами про ИИ: новые инструменты, новые фичи, новые модели, новые агенты.
99% этого контента сделано агентами, которые пересобрали пресс-релизы самих создателей инструментов, — или энтузиастами в вакууме, живущими на комиссию с просмотров.
Мы верим в огромный потенциал agentic AI. И видим, что рынку не хватает кейсов применения новых инструментов на практике — конкретных, привязанных к домену.
А еще рынку не хватает воображения. Просить агента забронировать столик в ресторане — это как смотреть в соседское окно через телескоп NASA. Нам интересно тестировать агентов на задачах, которые без них были бы просто немыслимы.
seeeds — это практика двух исследовательниц, которые работают с ИИ каждый день и договорились думать вслух. Не курс, не лекции и даже не практикум: мастерская — или, честнее, гараж, где мы строим, тестируем, ломаем и строим заново, вместе с вами.
По вторникам, около двух часов, онлайн. Демо с фокусом на процессе: какие были гипотезы, что зашло в тупик, что переделали, что сработало — и что не сработало, хотя казалось очевидным.
Записи всех встреч и артефакты остаются в личном кабинете.
Промпты, воркфлоу, шаблоны, инструменты — между встречами, в общем чате. Там же можно принести свою задачу и разобрать ее.
Академики и практики: люди, которые работают с ИИ в своем домене и могут рассказать, как это устроено у них.
В широком смысле мы изучаем агентский ландшафт: о чем Perplexity, а о чем Manus, когда подойдут оба, а когда — ни один. В еще более широком — где начинаются задачи, структурно доступные агенту, но невозможные для человека.
Ремесло
Агенты уже работают. Что дальше?Что будет после агентов, которые уже выполняют свои рутинные задачи? Разбираемся на примере уже работающих агентов, изучаем их границы.
Архитектура
Мозг для агентаАгент без мозга — это GPT из коробки. Тот, что ведет задачи каждый день, работает не потому, что модель хорошая, а потому что вокруг нее выстроена память: что записано, где лежит, что подтягивается в контекст. Вопрос — по каким принципам это строится: что общее для любого агента, а что специфично для домена; что нужно хранить у себя, а что и так найдется в интернете по запросу.
Картина мира
УсреднениеМодели сводят все к среднему: веб становится одинаковым, в соцсетях у всех теперь одинаковый TOV, все постят одни и те же анонсы, новости и мемы. Как вообще доверять тому, что выдает машина, и можно ли, наоборот, использовать агентов, чтобы выйти из пузыря и включить в него людей с другими взглядами?
Организация
Внутренний R&DРазовое обучение не приживается: через месяц команда работает как раньше. Нас интересует воспроизводимая практика — как устроить внутри компании R&D, который продолжается сам, и какие инструменты, практики и поддержка нужны тем, кто отвечает за инновации внутри.
Готовых ответов на эти вопросы у нас нет. Мы будем их искать — и хотим, чтобы вы узнали о процессе поиска первыми.
Не просто чат, а целая среда, в которой невозможно остановиться тестировать, делиться наработками и консистентно внедрять новое в свою практику.
2000+ выпускников образовательных программ об ИИ — корпоративных и персональных. Ведет «Плюс 1» и «Резонанс» — про коммуникацию и пиар с ИИ. Пишет об ИИ и его последствиях для людей для Forbes, РБК, SETTERS MEDIA и других.
Основательница Garden Research. Исследует влияние ИИ на науку и производство знания, изучает валидацию исследований, сделанных при помощи ИИ. Консультирует, строит и преподает. Ex-Managing Director международной студии стратегического брендинга, официальный амбассадор Notion.