Чему вы научитесь
- отличать LLM от AI-приложения вокруг неё;
- понимать, что попадает в context и откуда берутся память и свежие данные;
- восстанавливать полный цикл tool calling — от запроса модели до результата внешней системы;
- отличать обычный код, workflow и agent;
- объяснять роли MCP host, client и server;
- выбирать необходимые права, подтверждения, лимиты и способы проверки результата.
О курсе
Как на самом деле устроены LLM, tools и agents
AI-чат выглядит как единый собеседник: он помнит разговор, ищет информацию, читает файлы и иногда выполняет действия. Из-за этого легко смешать языковую модель и всё приложение вокруг неё.
Этот курс помогает разложить современную AI-систему по слоям. Вы увидите, что получает LLM во время одного вызова, откуда берутся память и свежие данные, кто исполняет tool call, где начинается agent loop и какую задачу решает MCP.
За 1–2 часа вы соберёте рабочую инженерную картину — без математики трансформеров, длинного проекта и каталога быстро устаревающих продуктов.
Курс особенно полезен, если термины LLM, context, tools, agents и MCP уже знакомы, но границы между ними пока размыты.
Чего в курсе не будет
- математики и внутреннего устройства transformer;
- рейтинга моделей и обзора AI-продуктов;
- обещания, что agent автоматически решит любую задачу;
- большой практической разработки production-системы.
Цель курса — дать компактную рабочую картину, с которой проще читать документацию, обсуждать архитектуру и принимать инженерные решения.
Для кого этот курс
Начальные требования
Как проходит обучение
Короткие фрагменты теории чередуются с интерактивными заданиями. Они проверяют не запоминание терминов, а понимание того, что делает модель, что делает приложение и за что отвечают внешние системы.
Программировать в ходе курса не нужно. В примерах используются знакомые сценарии: поддержка клиентов, календарь, работа с файлами и coding agents.
Программа курса
В курс входят
- 8 уроков
- 19 тестов
Наши преподаватели
Отзывы прошедших курс
Что вы получаете
- 8 коротких уроков
- 19 заданий
- схемы
- итоговый разбор AI-рецензентом