От инженера ПО к AI-инженеру, часть 5: масштабирование инструментов через MCP
Model Context Protocol — каталог инструментов для приложений ИИ: сервер, клиент, JSON-RPC и пример PayIQ на FastMCP.
Stuzhuk Lab — Блог
Химия кода
← Все статьи
Тег
Агенты
Все статьи блога с этим тегом.
Насколько далеко продвинулся ИИ? Карта зрелости по сферам деятельности
ИИ не развивается равномерно: в одних областях он уже профессиональный инструмент, в других — впечатляющая демонстрация. Шкала зрелости, оценки по десяти направлениям и главный вопрос — не «умеет ли», а «насколько надёжно и автономно».
Дешёвая LLM для агента: почему экономия на токене дорожает задачу
Почему облегчённые модели плодят вызовы инструментов, как бенчмарки врут и какие метрики считать вместо цены за миллион токенов.
NanoGPT Speedrun: 153 прогона агентов по фронтирным моделям
Prime Intellect сравнил 18 моделей на `nanoGPT`: лучший валидированный счёт у Kimi K3kimi-code, плюс 41 полная траектория агента.
Problem Engineering: спецификация задачи важнее трюков промпта
Пять слоёв формальной постановки задачи для ИИ-кода: инварианты, контракты данных, гонки, отказы и наблюдаемость вместо масок персонажа.
Векторные базы для агентов ИИ в 2026: что важнее скорости ANN
Qdrant, Pinecone, Weaviate, pgvector и Milvus: фильтры, гибридный поиск, мультитенантность и квантование — как выбирать хранилище памяти агента.
CrewAI на Go без зависимостей: перенос оркестрации агентов со стандартной библиотекой
crewai-go повторяет Agent, Task и Crew на чистом stdlib: один бинарник, быстрый холодный старт и явные зависимости задач.
JavaScript в обвязке агента: когда скрипт дешевле рассуждений модели
Интерпретатор JS в песочнице заменяет часть вызовов инструментов и арифметику LLM. Разбор статьи на Хабре про LM Studio и LangChain.
Системные промпты Claude: чему учит эволюция от Haiku 3 до Opus 5
Anthropic публикует system prompts: не «магические» роли, а правила решений, инструментов, неопределённости и UX длинных агентных задач.
Агентам ИИ нужна платформа, а не только скорость печати
Почему кодовые ассистенты не ускоряют релиз монолита без трекера, среды, данных и MCP — кейсы SimpleOne на low-code.
Как Cursor и другие IDE работают с кодом: от автодополнения до агентов
Эволюция IDE и внутренняя механика AI-инструментов: LSP, индексация репозитория, сборка контекста, режимы Tab, чат и агент, MCP и сравнение Cursor, Copilot, JetBrains, CLI-агентов — что происходит с кодом под капотом в 2026 году.
Агентная инженерия в 2026 году: как управлять ИИ-агентами без потери качества
Практическая модель агентной разработки: контекст, декомпозиция задач, циклы проверки, многоагентная оркестрация, безопасность, метрики и роль инженера в жизненном цикле разработки 2026 года.
Защитные барьеры для ИИ в 2026 году: политики, разрешённые инструменты и безопасная автономность агентов
Практическая модель вывода ИИ-агентов и RAG-систем в промышленную эксплуатацию: политики как код, узкие права инструментов, согласования человеком, проверка атак и аудит, пригодный для разбора инцидентов.
Промпт-инъекции в продакшене 2026: защита RAG, инструментов и агентов от недоверенного контента
Практическая архитектура защиты от промпт-инъекций в RAG и агентных системах: происхождение документов, изоляция контекста, минимальные полномочия, контроль исходящего трафика, песочницы и проверяемая многоуровневая защита.
MCP в продакшене 2026: stateless-спека, безопасность и миграция
Практический разбор Model Context Protocol после релиза 2026-07-28: отказ от сессий, MRTR, маршрутизация по заголовкам, авторизация, shadow MCP и как писать серверы, которые переживают нагрузку.
Референсная архитектура корпоративной ИИ-платформы
Как объединить бизнес-задачи, знания, RAG, агентов, безопасность и наблюдаемость в устойчивую корпоративную ИИ-платформу.
Почему корпоративному ИИ нужны агенты
Как агентные системы связывают языковую модель с корпоративными сервисами и автоматизируют процессы под контролем человека.