Соберите свою систему разработки с ИИ-агентами — под себя, за 7 недель
Встройте агентов в свой рабочий цикл — план → правка → тесты → ревью — на своём реальном проекте: от задачи до PR, готового к ревью или мёржу, каждый шаг под вашей проверкой и в рамках бюджета.
Старт 31 августа
Чат потока
Разбор домашних заданий
Ревью PR
Живые вебинары · 7 недель
01
Лимиты сгорают за час-два — работа встаёт, деньги улетают
Платите за Claude Max, запускаете агента — и через 1−2 часа стоп. Понять, почему так быстро, почти невозможно. Без контроля расхода токенов агентный кодинг превращается в рулетку с бюджетом.
02
Каждый раз объясняете агенту всё заново
Знания о кодовой базе, архитектурных решениях и ошибках живут в голове одного разработчика. Агент не помнит ничего между запусками, команда не видит прироста по скорости и качеству кода.
03
CLAUDE.md, hooks, MCP — часы проб и ошибок без результата
Чтобы агент заработал по-настоящему, нужны CLAUDE. md, slash-команды, hooks и MCP-серверы. Документации мало, синтаксис расходится между инструментами, и время уходит на выяснение вместо реального кода.
04
После обновления агент игнорирует инструкции и ломает код
Регрессии после обновлений — агент делает противоположное тому, что просили, выдаёт «простейшие» но неверные фиксы. Доверять ему сложные задачи страшно без системы верификации.
Знакомо?
Разработчики (любой стек)
Backend / frontend / fullstack / mobile — любой язык. Уже эпизодически кодите с ИИ и хотите системный агентный процесс на своём проекте.
DevOps и SRE
Кто хочет поручать агенту CI-конфиги, IaC и отладку деплоев — под ревью и контролем, а не вслепую.
Тимлиды и техлиды
Кто отвечает за внедрение агентов в команде: стандарты, обязательное ревью, стоимость и безопасность на масштабе.
Для кого этот курс?
Курс закрывает одну задачу: собрать работающий агентный процесс на своём реальном проекте — и перестать бояться, что агент сломает прод или сожжёт бюджет. Чтобы вы системно использовали агентов, а не хаотично промптили ChatGPT.
Прозрачность расходов на токены
Видите цену каждого прогона и держите бюджет — агентная разработка перестаёт быть рулеткой.
Контроль над тем, куда агент не имеет доступа
Агент действует автономно только в заранее разрешённых зонах: локальная ветка, sandbox, staging, тестовые данные.
Навык собрать команду агентов под задачи
От одного агента к нескольким — каждый за свою стадию — и к процессу, который работает в команде.
Понимание, где агент уверенно ошибается
Правдоподобный, но сломанный код, «зелёные» тесты при неверной логике, «сделал не то, что просил» — ловите эти провалы до мёржа.
Умение встроить агента в свой реальный проект
Backend / frontend / fullstack / mobile — любой язык. Уже эпизодически кодите с ИИ и хотите системный агентный процесс на своём проекте.
Что даст вам этот курс?
Модуль 1
Первый цикл и старт проекта
Программа курса
  • Полный цикл: план → правка → тесты → ревью с plan mode на демо-задаче.
  • Экономика прогона: сколько стоит одна агентная задача, где сгорают токены и как поставить лимиты.
  • Настройка репо под агента: .claude/, CLAUDE.md, хуки, скан секретов.
  • Тот же цикл на своей реальной задаче: первая фича через агента.
Результат:
  • Репозиторий, готовый к агенту (.claude/, CLAUDE.md, хуки, скан секретов)
  • Первые смёрженные PR от агента на вашем проекте
Модуль 2
Верификация и доверие к коду агента
  • Агентный TDD (разработка через тесты): сначала падающий тест, потом код до зелёного.
  • Критерии готовности (DoD) как ворота приёмки для кода агента.
  • Что проверять в диффе агента: чеклист ревью, slash-команда /ultrareview, Semgrep и ручная проверка риска.
  • Разбор багов: воспроизвести→логи/стектрейс → локализовать →починить→ регресс-тест.
Результат:
  • Тест-харнес с критериями готовности (DoD)
  • Регламент отладки
  • Регресс-тесты на реальные баги вашего проекта
Модуль 3
Контекст и MCP
  • Память проекта: вручную курируемые CLAUDE.md/AGENTS.md.
  • Деградация контекста на длинных задачах: метаданные (owner/дата), /compact и /clear.
  • Подключение агента к своему стеку: MCP к GitHub/Jira/БД/Sentry/докам.
  • Контекст без перегруза: как давать агенту только нужные файлы, инструменты и доступы.
Результат:
  • Курируемые CLAUDE.md/AGENTS.md с метаданными
  • Подключённые MCP-серверы к вашему стеку (GitHub/Jira/БД/Sentry/доки)
Модуль 4
Модели и стоимость
  • Подключение разных моделей к агенту: западные и китайские (DeepSeek/Qwen/GLM) через OpenRouter/SiliconFlow.
  • Подбор оптимальной по цене и качеству модели: на своём коде, а не по бенчмаркам.
  • Маршрутизация по стоимости: модель под задачу, бюджеты и алерты.
  • Наблюдаемость расходов: цена за каждый PR.
Результат:
  • Конфиг маршрутизации по стоимости (модель-под-задачу, бюджетные оповещения)
  • Панель расходов с ценой за каждый PR
Модуль 5
Безопасность и автономия
  • Почему prompt injection нельзя «запретить промптом»: Lethal Trifecta, доступ к данным, инструментам и внешней коммуникации.
  • Цепочка поставок: галлюцинации пакетов, slopsquatting, уязвимые зависимости; риски MCP и хуков.
  • Автономия по уровням: минимальные привилегии, подтверждение разрушительных действий.
  • Радиус поражения: staging vs prod, токены вне досягаемости агента; кейс PocketOS.
Результат:
  • Модель угроз репо (инъекция промптов, цепочка поставок)
  • Политика автономии в хуках (минимальные привилегии, подтверждение разрушительных действий, лимиты радиуса поражения)
Модуль 6
Легаси, облако и инфраструктура
  • Рефакторинг и миграция большого легаси агентом: безопасными шагами под регресс-тестами.
  • Агент в облаке и параллель задач: Codex/фоновые агенты, песочница и изоляция.
  • Агент для DevOps/инфры: CI/CD, IaC, отладка деплоев под ревью.
  • Локальная модель для приватного кода: подбор под своё железо (GPU).
Результат:
  • Характеризационные тесты под текущее поведение
  • Безопасный рефакторинг куска легаси
  • Worktree-параллель на 2 задачи
  • Cвой CI/контейнеризация
Модуль 7
Мультиагентный SDLC и внедрение в команде
  • Субагенты под стадии SDLC: агент-на-задачу (план/разработка/ревью).
  • Параллельный запуск через git worktree: команды агентов (Dynamic Workflows / Agent Teams).
  • Внедрение в команде: общая память и конфиг, стандарты на код агента, обязательное ревью.
  • Сквозной проект: синтез-ревью параллельных веток, общий список задач, финальный прогон.
Результат:
  • Набор субагентов (.claude/agents/) под стадии SDLC
  • Worktree-сетап параллельного запуска
  • Командные стандарты работы с агентами
Эксперт курса
// спикеры
Арсений Харланов
Android Tech Lead · Investing.com
  • Внедряет AI в процессы мобильной разработки и QA.
  • Продвигает Documentation Driven Development как основу для работы с AI и командной разработки.
Олега Лайок
Senior ML Developer в Yandex Crowd
  • Внедрял LLM/VLM solutions в Сбере, ecom-tech, Яндексе
  • Спикер ODS DataFest 2025
  • За две недели перевёз сервис на новый транспорт с помощью spec-coding
  • Разрабатывает агентские сценарии в Data Labeling
  • Реализовал LLMOps pipeline на платформе разметки
Стек, которому учим
Инструменты разбираем на живых вебинарах в контексте вашего проекта — не изолированно.
Claude Code
Основной инструмент курса: plan mode, /code-review, /ultrareview, хуки, субагенты.
Cursor
Альтернативный инструмент — разбираем различия форматов (CLAUDE.md vs AGENTS. md) и выбор под проект.
OpenRouter / OpenCode
Развязка инструмент ↔ модель: маршрутизация по стоимости к западным и китайским моделям.
DeepSeek / Qwen / GLM
Оптимальный выбор для части задач разработки: сравниваем качество и стоимость в коде.
MCP
Свежая спецификация MCP: постепенная подача инструментов, поиск по инструментам, риски запуска чужого кода (STDIO RCE).
AGENTS.md / CLAUDE.md
Вручную ведомый якорь памяти: структура, метаданные (owner/last_updated), загрузка по требованию.
Semgrep
Скан безопасности в агентном цикле — часть критериев готовности (DoD) перед мёржем.
git worktree
Изоляция окружений для параллельных агентов; конфликты и синтез-ревью.
Что вы получите
Настроенный под агента репозиторий: .claude/ с выверенным CLAUDE.md, хуками и сканом секретов.
Маршрутизация моделей по стоимости и панель расходов с ценой за каждый PR.
Команда субагентов под стадии разработки + параллельный запуск нескольких задач.
Тест-харнес с критериями приёмки (DoD) и регресс-тестами на ваши реальные баги.
Модель угроз вашего репозитория и политика автономии агента: права, лимиты радиуса поражения.
Смёрженные PR с историей ревью — рабочее доказательство процесса, а не сертификат.
Начните применять ИИ в ежедневной работе разработчика
early bird
59 990 ₽
79 990 ₽
7 недель – 7 живых вебинаров
Чат студентов курса
Доступ к материалам 12 месяцев
Разбор домашних заданий 
Ревью PR
Программа может обновляться 
Беспроцентная рассрочка
«AI для разработчиков в Proglib. academy»
Без процентов и переплат. Мы все взяли на себя! Первый платеж только через месяц
Среди участников — инженеры компаний, которые ты знаешь
Курсы Proglib Academy уже прошли 1500+ разработчиков из крупнейших российских IT-команд. Спринт построен на практиках из флагманского курса по AI-агентам.
1500+
Разработчиков прошли курсы по AI
100 000+
Читателей инженерного медиа
Флагман
По AI-агентам в основе спринта
1. Что сделать до старта курса?
Что обычно спрашивают
Минимум — установить инструменты: Claude Code или Cursor (плюс редактор) и проверить доступ к моделям. Желательно держать под рукой свой рабочий репозиторий (или возьмёте наш запасной). Остальное — теорию и контекст — разбираем на курсе.
2. Нужен ли свой проект? Что если он под NDA или нет готового репозитория?
Свой рабочий проект — лучший вариант, но не обязателен. Под NDA работаете локально, ничего не публикуется. Нет подходящего репозитория — дадим запасной с реалистичным кодом существующего проекта. Главное — к первому вебинару запущен редактор и установлен Claude Code или Cursor.
3. Какие модели поддерживаются? Доступ из РФ?
Цикл не привязан к одной модели: инструмент (Claude Code / Cursor / Codex) развязан с моделью. Разбираем выбор модели под задачу и — для всех, не только из РФ — китайские модели для кодинга как сильную альтернативу по цене: DeepSeek, Qwen, GLM-5.2, Kimi, MiniMax. Отдельно показываем доступ из РФ (OpenRouter, при необходимости SiliconFlow/OfoxAI). Учим, как выбирать модель под задачу, без привязки к конкретным версиям — они меняются каждые несколько недель.
4. Сколько часов живых вебинаров и есть ли домашка?
Часы курса — это живые вебинары: за 7 недель 7 встреч по 1,5 часа. Домашка на своём проекте (где вы применяете разобранное — и где появляется результат).
5. Если пропущу живой вебинар — можно посмотреть запись?
Да. Запись каждого вебинара доступна участникам потока несколько месяцев после старта. Но живое обсуждение и ответы ведущего — только на самих вебинарах: в записи остаётся теоретическая часть и демонстрация.
6. Чем этот курс отличается от флагмана «Разработка ИИ-агентов»?
Разные задачи. Этот курс — как встроить агентов в ваш рабочий цикл разработки (цикл, ревью, тесты, контроль стоимости, безопасность на своём проекте). Флагман «Разработка ИИ-агентов» — как строить агентные продукты для бизнеса (боты поддержки, адаптация пользователей, корзина). Здесь артефакт — настроенный процесс и смёрженные PR в вашем реальном репозитории, а не отдельное приложение-агент.
7. Какой уровень входа? Подойдёт ли курс junior-разработчику?
Нужен действующий разработчик с рабочим проектом (или запасным репозиторием) и базовым опытом: уже писал код на работе, знаком с Git. Полные новички без проекта — не наша аудитория. Junior и middle с опытом — да, для них больше поддержки и каркасов, упор на дешёвый доступ к моделям и базовый контроль стоимости. Senior — до мультиагентного цикла разработки и внедрения в команде.
// отзывы
Что говорят наши студенты
Оставьте заявку, и мы свяжемся с вами для консультации
Остались вопросы?
Мы используем файлы cookie в соответствии с политикой в отношении файлов cookie, чтобы обеспечить лучшую работу с сайтом, в соответствии с условиями Пользовательского соглашения.
Принимаю правила