Думаете, промпт-инжиниринг — это про текст? В агентских системах промпт стал целеполаганием, а контекст агент собирает сам. В новом выпуске подкаста «AWS на русском» говорим с Фёдором Павловым (SA, AWS, обладатель всех 12 сертификатов) о паттернах Agentic AI: 🔹 Чем агентская система отличается от обычного LLM — 3 принципа: автономность, агентность, асинхронность 🔹 Строительные блоки агента — prompting, retrieval (RAG), tool use (MCP), memory 🔹 Memory: short-term vs long-term vs RAG — как устроена память агента и почему LLM «глупеет» от перегруженного контекста 🔹 Cognition augmented vs event-driven — почему агентские архитектуры гибче, но требуют guardrails и мониторинга 🔹 8 паттернов — от tool-based и coding agents до multi-agent collaboration и simulation Будет полезно разработчикам, архитекторам и DevOps-инженерам, которые хотят разобраться в Agentic AI от базовых концептов до мультиагентных систем. 💡 LLM «глупеет» от перегруженного контекста — поэтому long-term memory сжимает старые данные через саму LLM, сохраняя только то, что модели действительно важно. 🎧 Доступно на любимой платформе: • YouTube, Podbean, Apple Podcasts, Яндекс Музыка, Spotify, RSS (ссылки ниже) 💬 Вы уже строите агентские системы? Какие паттерны используете? Делитесь в комментариях! #AgenticAI #LLM #MCP #AWS #Подкаст #AWSнаРусском #AIAgents Навигация (Podbean) (0:00) Introduction (0:46) Представление гостя — Фёдор Павлов (3:06) Чем Agentic AI отличается от обычного LLM (5:27) 3 принципа: автономность, агентность, асинхронность (8:10) Измерения работы агента: reasoning, действия, восприятие (11:03) RAG и retrieval (11:45) Memory: short-term (15:36) Long-term memory — компрессия через LLM (23:53) Long-term memory vs RAG (27:11) Event-driven vs cognition augmented (31:34) Трейд-оффы: стоимость, вероятность, мониторинг (35:12) Обзор Agentic AI паттернов (40:21) Speech/voice agents (43:45) Workflow orchestration agents (48:52) Multi-agent collaboration (50:26) Итоги Навигация (YouTube) 00:00:00 – Начало 00:00:46 – Представление гостя — Фёдор Павлов 00:03:06 – Чем Agentic AI отличается от обычного LLM 00:05:27 – 3 принципа: автономность, агентность, асинхронность 00:08:10 – Измерения работы агента: reasoning, действия, восприятие 00:11:03 – RAG и retrieval 00:11:45 – Memory: short-term 00:15:36 – Long-term memory — компрессия через LLM 00:23:53 – Long-term memory vs RAG 00:27:11 – Event-driven vs cognition augmented 00:31:34 – Трейд-оффы: стоимость, вероятность, мониторинг 00:35:12 – Обзор Agentic AI паттернов 00:40:21 – Speech/voice agents 00:43:45 – Workflow orchestration agents 00:48:52 – Multi-agent collaboration 00:50:26 – Итоги YouTube: https://www.youtube.com/watch?v=VIDEO_ID&list=PLxtckYH8Cdy_WT5tcCITt_f61Zr2qQJbL Podbean: https://awsinrussian.podbean.com/ Apple Podcast: https://podcasts.apple.com/by/podcast/aws-на-русском/id1600771698 Яндекс.Музыка: https://music.yandex.ru/album/20088544 Spotify: https://open.spotify.com/show/4kOoih4FvHqyK5mLF3E42J RSS: https://feed.podbean.com/awsinrussian/feed.xml
