32 минКак строить человекоцентричные ИИ-процессы в локализации (с Shashi Bhushan)
Научиться внедрять ИИ в локализацию так, чтобы человек сохранял ответственность за смысл, тон, терминологию и итоговое утверждение.
AI Engineer. Dex Horthy объясняет, почему надёжные агентные системы в основном состоят из аккуратно выстроенного кода вокруг нескольких вызовов LLM: держите под контролем промпт, держите под контролем контекстное окно, сохраняйте детерминированность потока управления и используйте вызовы инструментов, чтобы обращаться к человеку, когда процесс требует суждения. Это напрямую перекликается с паттернами согласования, обработки исключений и эскалации из статьи.
Смотрите на "агента" как на архитектуру программного обеспечения, а не как на обещание автономности. Главный урок: явное состояние, детерминированный поток управления и настоящий путь передачи человеку.
Научиться проектировать ИИ-процессы, которые умеют приостанавливаться, возобновляться, запрашивать решение человека и отделять бизнес-состояние от догадок модели.
Полезно понимать базовые вызовы инструментов или многошаговые ИИ-процессы.
Последняя проверка: 19 мая 2026 г.
Продолжайте тот же учебный путь со следующими связанными видео.
32 минНаучиться внедрять ИИ в локализацию так, чтобы человек сохранял ответственность за смысл, тон, терминологию и итоговое утверждение.
30 минПревратить рабочий процесс в небольшой практический эксперимент с понятной проверкой качества.
17 минОбъясните понятие «экономики внимания» и назовите одну дизайнерскую тактику, которой пользуются, чтобы его захватывать.
Тщательно подобранные внешние курсы, которые глубже раскрывают эту тему.
João Moura (Founder, CrewAI)
Одновременно закрывает вертикали продаж и клиентской поддержки и даёт по-настоящему практичный курс по агентам: вы строите агентный пайплайн продаж (скоринг лидов, персонализированный аутрич) и пайплайн инсайтов по данным поддержки — два из пяти практических проектов, — а преподаёт основатель CrewAI. Требует базового Python, поэтому стоит рядом с другими курсами builder-трека, а не с no-code выбором.
Hugging Face
Самое понятное открытое изложение агентных систем. Курс не привязан к одному вендору: он рассматривает фреймворки, которые инженеры реально сравнивают, включая smolagents, LlamaIndex и LangGraph.
Salesforce Trailhead
Курс по no-code сборке агентов, которого не хватало нашему среднему уровню — каждый существующий средний выбор (LangChain, LlamaIndex, LangGraph, Hugging Face) предполагает, что вы пишете на Python. Здесь вы настраиваете реального сервисного агента, описывая желаемое простым языком в Agentforce Builder — без кода — на собственной бесплатной платформе Salesforce Trailhead.