ИИ для разработчиков 2.0 [Тариф Расширенный] [Hexlet] [Кирилл Мокевнин]

Складчина: ИИ для разработчиков 2.0 [Тариф Расширенный] [Hexlet] [Кирилл Мокевнин]

Станьте экспертом в агентном программировании. Научитесь эффективно работать с контекстом, настраивать харнес (тулы, mcp, память) и проектировать циклы верификации. Реализуете проект через Spec Driven Development и интегрируйте AI в SDLC (Github Workflow)
Обновленная программа

ИИ-агенты становятся стандартом современной разработки

• Рынок AI-разработки растёт
  Компании массово внедряют workflow-системы, чтобы экономить время, снижать издержки и быстрее масштабироваться
• Подходит для реальных инженерных задач
  Дебаг, рефакторинг, проектирование архитектуры, работа с документацией и Git — ИИ усиливает разработчика на каждом этапе
• Новый стандарт работы разработчика
  Сегодня недостаточно просто писать код. Важно уметь работать с агентами, управлять контекстом, моделями и инструментами, интегрируя ИИ в рабочий процесс
• Навык, который покупают компании
  Бизнесу нужны специалисты, которые умеют не просто использовать GPT, а выстраивать AI-ориентированный workflow и работать с агентами в продакшене

Кому подойдет курс

• Разработчикам (backend / frontend / fullstack)
  Научитесь использовать ИИ-агентов для дебага, рефакторинга, проектирования архитектуры и ускорения разработки
• Тимлидам и техлидам
  Сможете внедрить AI-workflow в команду, повысить скорость разработки и выстроить безопасную работу с ИИ
• Специалистам, которые уже в IT и хотят расти
  Если вы чувствуете, что просто писать код уже недостаточно — этот курс поможет выйти на новый уровень инженерного мышления
• Тем, кто хочет стать AI-Native разработчиком
  Разберётесь, чем GPT отличается от агента, как устроены sub-agents, MCP, skills и как применять их в продакшене

Программа курса «ИИ для разработчиков»

Введение в разработку с ИИ
Короткий синхронизирующий блок, чтобы все стартовали с одной точки. Если вы уже в агентной разработке — переходите сразу к Модулю 1

• Выбор моделей и уровень ризонинга. Локальные модели
• Обзор ассистентов и ценообразование. Экономика цена/качество
• Контекст инжиниринг. Планирование и исполнение
• Устройство агентов. loop, harness, tools, mcp и как они взаимосвязаны
• Память, AGENTS. md и его эффективное использование
• Безопасность и контроль разрешений

Результат:
Единая база у всех — дальше только то, чего вы ещё не умеете

Spec Driven Development

• Верификация результата работы агента. Учим агент гарантировать работоспособность своих решений
• Скилы. Разбираем устройство, знакомимся с популярными и учимся управлять их жизненным циклом в проекте
• Spec Driven Development. От проектирования до реализации. Создаем ADR, PDR и другие артефакты без ручного участия. Внедряем автоматический контроль целостности и обновление
• Онтология проекта. Описываем доменную модель, сущности, связи и процессы
• Разбор реальных кейсов на базе скилов Matt Popcock (№1 в мире по популярности)

Результат:
Вы переходите от обычного режима планирования в режим работы через спецификацию

Паттерны агентной разработки
Лучшие практики организации проекта, обвязки и взаимодействия с агентом

• Адаптация проекта под агента. Почему нужно менять код, а не описывать правила
• Метанавыки: как понимать где LLM не справляется и по каким причинам. Как улучшать обвязку и код проекта задавая правильные вопросы
• Как изменяются подходы при разработке в закрытых контурах, чтобы максимизировать пользу от агентов
• Антипаттерны. Разбор типовых ошибок при работе с агентами (даже когда кажется, что знаешь все)

Результат:
Ваш проект со временем становится настолько понятным для агента, что почти каждая задача заканчивается кодом, который не нужно дорабатывать

Внедрение AI в SDLC
Выстраиваем процесс разработки, где ИИ — часть инженерной среды

• Conventional Commits, автосборка change-log и публикация релизов
• Триаж тикетов. Классифицируем и распределяем
• CI/CD и деплой через MCP-инструменты («деплой агентами»)
• Интеграция с тикетницей, ревью пулреквестов и отчеты

Результат:
Ваш проект со временем становится настолько понятным для агента, что почти каждая задача заканчивается кодом, который не нужно дорабатывать

Оркестрация субагентов и мультиагентные пайплайны
Собираем систему из нескольких агентов по ролям и держим её предсказуемой на передачах

• Read-only субагент-Reviewer и пайплайн Coder → Reviewer → Summarizer под оркестратором
• Контракт роли: цель, формат вывода, границы; сжатые сводки на передачу
• «Модель под роль» под разные шаги пайплайна
• Fan-out параллельных ревьюеров (безопасность / стиль / производительность) → synthesizer
• Защита от каскада галлюцинаций: цитирование и cross-check на границах передачи
• Наблюдаемость передач и rule-based оценка на стыках

Результат:
Вы проектируете многоагентные пайплайны, которые не разваливаются на передачах

Итоговый проект
Букинг тайм-слотов по типу calendly с поддержкой разных расписаний и видов активностей. Разработка через Design First подход

• Проектирование архитектуры и API-контракт (TypeSpec)
• Разработка backend и frontend через SDD
• Интеграционное и E2E тестирование
• Непрерывная интеграция и деплой в PaaS (через mcp)

Результат:
Готовый проект в портфолио и опыт AI-ориентированной разработки

Работа с legacy-кодом (только для тарифа «Расширенный»)

• анализ существующего проекта
• погружение ИИ в структуру проекта
• безопасный рефакторинг
• постепенное внедрение AI в существующие процессы

Тариф Расширенный
Старт 16 сентября
Программа актуализирована в июле 2026 года

Цена: 45000 руб.
Скрытая ссылка