Найти в Дзене
Кирилл Ледовский

ЛЕКЦИЯ 2: ИЗ ЧЕГО СДЕЛАН ЦИФРОВОЙ КОЛЛЕГА: РАЗБИРАЕМ ИИ-АГЕНТА ПО ВИНТИКАМ

📋 ПАСПОРТ ЛЕКЦИИ Тема: "Из чего сделан цифровой коллега: разбираем ИИ-агента по винтикам"
Преподаватель: Кирилл Ледовский
Email: erpmaster-1c@yandex.ru
Telegram-канал курса: t.me/erpmaster
Время консультаций: 9.00-18.00 мск — сейчас особенно актуально, так как тема техническая, но я обещаю объяснить на пальцах 🎤 ВСТУПЛЕНИЕ: ОТ ЭМОЦИЙ К ПОНИМАНИЮ Здравствуйте, коллеги! На прошлой лекции мы с вами разобрались, зачем нам ИИ-агенты. Я видел в ваших глазах смесь интереса и скепсиса — нормальная реакция для производственников. Мы привыкли: чтобы что-то использовать, нужно понимать, как оно устроено. Не доверяем "чёрным ящикам". Помню, как лет 15 назад привёз на завод первые контроллеры с сенсорными экранами. Мастера смотрели на них как на инопланетную технику. А потом один станочник — дядька Витя, 55 лет, с руками размером с лопату — подошёл и сказал: "Объясни, как эта штука понимает, что я нажал? А то я боюсь, раздавлю". Объяснил на примере мембраны на пульте управления прессом. Через не
Оглавление

📋 ПАСПОРТ ЛЕКЦИИ

Тема: "Из чего сделан цифровой коллега: разбираем ИИ-агента по винтикам"
Преподаватель: Кирилл Ледовский
Email: erpmaster-1c@yandex.ru
Telegram-канал курса: t.me/erpmaster
Время консультаций: 9.00-18.00 мск — сейчас особенно актуально, так как тема техническая, но я обещаю объяснить на пальцах

🎤 ВСТУПЛЕНИЕ: ОТ ЭМОЦИЙ К ПОНИМАНИЮ

Здравствуйте, коллеги! На прошлой лекции мы с вами разобрались, зачем нам ИИ-агенты. Я видел в ваших глазах смесь интереса и скепсиса — нормальная реакция для производственников. Мы привыкли: чтобы что-то использовать, нужно понимать, как оно устроено. Не доверяем "чёрным ящикам".

Помню, как лет 15 назад привёз на завод первые контроллеры с сенсорными экранами. Мастера смотрели на них как на инопланетную технику. А потом один станочник — дядька Витя, 55 лет, с руками размером с лопату — подошёл и сказал: "Объясни, как эта штука понимает, что я нажал? А то я боюсь, раздавлю". Объяснил на примере мембраны на пульте управления прессом. Через неделю он уже сам обучал других.

Сегодня мы сделаем то же самое с ИИ-агентами. Не будем лезть в математику и нейросети — посмотрим на них как на производственную линию. У каждой линии есть узлы: подача сырья, обработка, контроль, упаковка. У ИИ-агента — свои узлы. Разберём каждый.

🤔 ТРИ ВОПРОСА, КОТОРЫЕ ВОЗНИКАЮТ, КОГДА СМОТРИШЬ НА "УМНУЮ ПРОГРАММУ"

Вопрос 1: "Кирилл, это же чёрный ящик! Туда данные закинул — оттуда результат выпал. А как он внутри работает?"

Отличный вопрос. Представьте, что вы привезли на завод новый импортный станок. Вам не обязательно знать химический состав каждой шестерёнки. Но вы должны понимать: вот блок управления, вот шпиндель, вот система подачи СОЖ. Если что-то сломается — вы будете знать, к какому узлу звать наладчика.

С ИИ-агентом — так же. Мы не будем разбираться, как именно нейросеть "думает". Но мы разберёмся, из каких частей агент состоит и за что каждая отвечает. Чтобы когда что-то пошло не так — вы понимали, где искать причину.

Вопрос 2: "А как он принимает решения? Вот я, начальник цеха, принимаю решение на основе опыта. А у него какого опыта?"

Знакомый вопрос! На одном из заводов главный технолог сказал мне: "У меня 30 лет опыта в кармане. А у твоего агента что? Ноль?"

Ответ: опыт агента — это данные, которые вы ему дадите + то, что он "увидел" в процессе работы. Это как молодой специалист, который только пришёл после университета: теорию знает, а практики нет. Но если вы его поставите рядом с опытным мастером и дадите доступ ко всем журналам и нормативам — через месяц он уже будет многое понимать. А через год станет хорошим помощником.

Вопрос 3: "Где он всё помнит? У меня в цеху вся информация — в моей голове, в бумажных журналах и в 1С. А у него?"

Вот это уже конкретный технический вопрос. И на него есть конкретный ответ. Сейчас разберём.

🏗 АРХИТЕКТУРА ИИ-АГЕНТА: ПЯТЬ УЗЛОВ, КАК НА ПРОИЗВОДСТВЕННОЙ ЛИНИИ

Давайте представим, что наш ИИ-агент — это мини-завод по переработке информации. Вот его цеха:

-2

Теперь разберём каждый цех подробно, на примерах из вашей жизни.

🎯 ЦЕХ №1: ДИСПЕТЧЕРСКАЯ (ОРКЕСТРАТОР)

Что это: Первый узел, куда попадает ваша задача. Представьте диспетчера на транспорте. Водители звонят, говорят: "Привёз груз, что делать дальше?" Диспетчер смотрит на план, говорит: "Разгружайся на площадке Б, потом заезжай за новым заказом на склад №3".

Как работает в агенте: Вы говорите агенту: "Зарегистрируй нового поставщика". Оркестратор разбивает эту задачу на шаги:

  1. Проверить, нет ли уже такого поставщика в 1С
  2. Найти реквизиты в присланном письме
  3. Заполнить карточку в 1С
  4. Назначить менеджера
  5. Отправить уведомление

Производственная аналогия: Ваш мастер смены получает задание "подготовить линию к выпуску новой продукции". Он не бежит сразу что-то делать — он сначала составляет план: остановить линию, поменять оснастку, настроить параметры, запустить пробную партию.

Пример из жизни: На мебельной фабрике агент получает задачу "оформить возврат от клиента". Оркестратор разбивает её так:

1. Найти оригинальный заказ в 1С
2. Проверить основания для возврата (фото дефектов в письме)
3. Создать документ "Возврат товаров"
4. Уведомить отдел контроля качества
5. Скорректировать план производства (вернули материал)

И всё это — за 10 секунд. Человек на это тратил бы 30-40 минут.

🧠 ЦЕХ №2: МОЗГОВОЙ ЦЕНТР (LLM — БОЛЬШАЯ ЯЗЫКОВАЯ МОДЕЛЬ)

Что это: "Мозг" агента. Именно здесь происходит понимание, анализ, принятие решений.

Важно: LLM — это не база знаний. Это скорее... очень начитанный и сообразительный стажёр. Он умеет:

  • Понимать текст на человеческом языке
  • Видеть связи между разными кусками информации
  • Генерировать новый текст (отчёты, инструкции, ответы)
  • Рассуждать логически (если А, то Б)

Производственная аналогия: Ваш лучший технолог. Он смотрит на параметры процесса (температура, давление, скорость) и понимает: "Сейчас будет брак" или "Можно увеличить производительность". Он не смотрит в справочник каждый раз — у него в голове уже есть модель процесса.

Пример опасности: LLM может "галлюцинировать" — придумывать то, чего нет. Как молодой специалист, который, не зная ответа, начинает выдумывать. Поэтому мы всегда проверяем его выводы фактами.

Пример из практики: На хлебозаводе агент анализирует данные с датчиков температуры в печи. LLM видит: "Температура упала на 10 градусов, время выпечки увеличилось на 2 минуты". И делает вывод: "Возможно, засорилась горелка. Нужно провести ТО". Но прежде чем отправить это сообщение, агент проверяет: а когда было последнее ТО? Нет ли плановой остановки? Только после этого выдаёт рекомендацию.

🛠 ЦЕХ №3: ИНСТРУМЕНТАЛЬНЫЙ (ИНСТРУМЕНТЫ)

Что это: Руки агента. Всё, что он умеет делать с внешним миром:

  • Работать с 1С (читать данные, создавать документы)
  • Отправлять письма, сообщения в Telegram
  • Читать Excel-файлы
  • Анализировать фотографии (если подключены системы компьютерного зрения)
  • Запрашивать данные с датчиков через SCADA

Производственная аналогия: Инструментальная кладовая вашего цеха. Есть ключи, отвёртки, измерительные приборы. Мастер не голыми руками станок чинит — он берёт инструмент.

Важный момент: Агент не меняет ваши системы! Он работает с ними через те же интерфейсы, что и люди. Если вы подключаете агента к 1С, он не лезет в базу данных напрямую — он "нажимает кнопки" в интерфейсе 1С, как ваш кладовщик.

Пример настройки инструмента:

Инструмент: "Работа с 1С: Приходная накладная"
Что умеет:
1. Найти документ по номеру
2. Создать новый документ
3. Заполнить поля (контрагент, товары, цены)
4. Провести документ
5. Отправить его по email

Инструмент: "Telegram-уведомления"
Что умеет:
1. Отправить сообщение конкретному человеку
2. Отправить в групповой чат
3. Приложить файл
4. Получить ответ и передать его агенту

История с производства: На машиностроительном заводе агент был подключён к 7 инструментам:

  1. 1С — учёт
  2. ERP-система — планирование
  3. Камеры контроля — визуальный осмотр деталей
  4. Telegram — уведомления
  5. Электронная почта — общение с поставщиками
  6. Метеостанция на территории — учёт погодных условий (для окраски)
  7. Датчики энергопотребления — контроль расходов

И агент успешно со всем этим работал, потому что каждый инструмент был настроен отдельно.

🗄 ЦЕХ №4: СКЛАД ПАМЯТИ

Что это: Место, где агент хранит информацию. Но не всю подряд, а:

  • Историю диалогов с вами
  • Результаты предыдущих задач
  • Ваши предпочтения и корректировки
  • Данные, которые часто нужны

Производственная аналогия: Архив цеха. Туда складывают журналы смен, карты наладки, акты дефектов. Когда возникает проблема — мастер идёт в архив и смотрит: "Аналогичная поломка была три месяца назад, чинили так-то".

Виды памяти у агента:

  1. Кратковременная (как блокнот у мастера):
    Помнит, о чём вы говорили последние 10 минут
    Хранится в оперативной памяти
    После завершения задачи может забыть
  2. Долговременная (как архив предприятия):
    База данных с историей всех задач
    Важные уроки: "Когда делал так — получил ошибку, когда делал эдак — всё получилось"
    Хранится постоянно

Пример: Агент, который помогает с планированием закупок. В его памяти хранится:

  • История поставок по каждому поставщику (сроки, качество)
  • Сезонные колебания цен
  • Ваши комментарии: "Этот поставщик всегда опаздывает, закладывай +3 дня"
    Через месяц работы такой агент знает ваши предпочтения лучше нового менеджера по закупкам.

🔄 ЦЕХ №5: КОНТРОЛЬ КАЧЕСТВА (ОБРАТНАЯ СВЯЗЬ)

Что это: Механизм, который позволяет агенту учиться на своих действиях.

Как работает: После каждой задачи агент спрашивает (или вы сами говорите): "Всё правильно? Есть замечания?" Если вы поправили его — он запоминает это и в следующий раз сделает лучше.

Производственная аналогия: Разбор полётов в конце смены. Мастер собирает бригаду: "Сегодня была проблема с прессом. Кто что сделал? Как нужно было сделать? Запомните на будущее".

Пример обучения агента:

День 1. Вы говорите агенту: "Закажи 100 кг краски у Поставщика А". Агент создаёт заказ в 1С, отправляет поставщику.

Вы проверяете и говорите: "Неправильно. У нас с этим поставщиком договор, где цена на 5% ниже базовой. Поправь".

Агент запоминает: "Для Поставщика А использовать спеццену из договора №123".

День 2. Вы говорите: "Закажи 200 кг краски у Поставщика А". Агент уже сам проверяет договор и применяет правильную цену.

День 30. Агент уже знает все нюансы по 20 поставщикам и делает заказы лучше, чем новый менеджер после месяца стажировки.

🎬 РАЗБОР РЕАЛЬНОГО АГЕНТА: "КОНТРОЛЁР СМЕНЫ" ДЛЯ ЛИТЕЙНОГО ЦЕХА

Давайте соберём всё вместе на примере агента, которого я настраивал для литейного цеха.

Задача агента: Контролировать выполнение сменного задания.

Архитектура:

1. Оркестратор получает задачу: "Проконтролируй смену 05.04.2024"
→ Разбивает на: собрать данные → сравнить с планом → выявить отклонения → уведомить

2. LLM (мозг) анализирует:
- Что такое "план" (берёт из 1С)
- Что такое "факт" (берёт из MES-системы)
- Как считать отклонения
- В каких случаях кого уведомлять

3. Инструменты:
- Запрос к 1С (план)
- Запрос к MES (факт)
- Telegram (уведомления)
- Excel (формирование отчёта)

4. Память:
- История отклонений за месяц
- Реакции мастеров на разные типы уведомлений
- Временные нормативы для разных продуктов

5. Обратная связь:
- Мастер отвечает: "Это сообщение пришло слишком поздно"
- Агент запоминает: по таким отклонениям уведомлять сразу

Как это выглядит в работе:

14:00 Агент замечает: план — 1000 деталей, факт — 700.
LLM анализирует: "Отставание 30%. Причина? Смотрим данные датчиков: температура в печи ниже нормы. Значит, замедлился процесс."
Инструменты: Отправляет в Telegram мастеру: "Внимание! Температура в печи 1450°C при норме 1500°C. Производительность упала на 30%. Проверьте горелку №3".
Память: Записывает: "14:00 — отклонение по температуре, уведомил мастера".
15:00 Мастер пишет: "Горелка починил, температура в норме".
Обратная связь: Агент запоминает: "При падении температуры на 50°C — сразу уведомлять. Это верная реакция".

Через неделю такой агент знает цех почти как начальник смены.

🎯 ПРАКТИЧЕСКОЕ ЗАДАНИЕ НА ЛЕКЦИИ: "СПРОЕКТИРУЙ СВОЕГО АГЕНТА"

Коллеги, давайте сразу применим знания. Возьмите ту рутинную задачу, которую вы хотите автоматизировать (из домашнего задания к лекции 1).

Нарисуйте схему агента из 5 блоков:

Моя задача: [например, "Сводка остатков сырья"]

1. Оркестратор (что должен сделать первым, вторым...):
-
-
-

2. LLM (что нужно понять, проанализировать):
-
-

3. Инструменты (с какими системами работать):
-
-
-

4. Память (что запомнить на будущее):
-
-

5. Обратная связь (как он будет учиться):
- Если я поправлю в отчёте цифру, он должен...
- Если я скажу "делай так всегда", он должен...

Пример заполнения от начальника склада:

Задача: "Ежедневная сверка остатков"

1. Оркестратор:
- Взять данные из 1С по номенклатуре
- Взять данные из WMS (складской системы)
- Сравнить
- Выявить расхождения >5%
- Сформировать отчёт

2. LLM:
- Понять, какие расхождения критичны (дорогие материалы vs дешёвые)
- Предположить причины (ошибка приёмки, кража, пересорт)

3. Инструменты:
- 1С API
- WMS API
- Excel
- Telegram

4. Память:
- История расхождений по каждой позиции
- Частые ошибки конкретных кладовщиков

5. Обратная связь:
- Если я помечаю причину как "верную" — запомнить для похожих случаев
- Если я добавляю новое правило — применять его с следующего дня

ОТВЕТЫ НА ВОПРОСЫ, КОТОРЫЕ ВОЗНИКЛИ ПРИ РАЗБОРЕ

Вопрос: "Кирилл, а если агент сломается? Как чинить? Кто это умеет?"

Отвечаю как инженер: Ломаться может:

  1. Инструмент — перестал работать API 1С. Лечится как обычно: зовём программиста 1С.
  2. LLM — начал глючить, "галлюцинировать". Лечится перезагрузкой, обновлением, иногда — переобучением на новых данных.
  3. Оркестратор — запутался в логике. Лечится корректировкой инструкций (промптов).

Самое важное: агент не "падает" полностью. Обычно он просто останавливается и пишет: "Не могу выполнить шаг 3, потому что..." И ждёт вашей реакции. Это как станок с ЧПУ, который при ошибке останавливается и показывает код ошибки на экране.

Вопрос: "А кто всё это настраивает? Нужен специальный человек?"

Да, нужен. Но не "программист ИИ", а инженер по автоматизации бизнес-процессов. По сути — это вы, после нашего курса.

Настройка выглядит так:

  1. Вы описываете процесс (как делается сейчас)
  2. Разбиваете его на шаги (оркестратор)
  3. Определяете, где нужно "думать" (LLM)
  4. Подключаете инструменты (обычно через готовые коннекторы)
  5. Настраиваете память (что запоминать)
  6. Запускаете и учите на своих ошибках

Первые 2-3 агента вы настроите с моей помощью. Потом — сами.

Вопрос: "Сколько времени нужно на создание такого агента?"

По опыту:

  • Простой агент (на 3-5 шагов) — 2-3 дня
  • Средней сложности (как "Контролёр смены") — 1-2 недели
  • Сложный (интеграция с 5+ системами) — 1 месяц

Но есть важный нюанс: не нужно создавать идеального агента с первого раза. Создайте простого, запустите, посмотрите, как он работает. Потом улучшайте. Это как с новой производственной линией: сначала запускаете в тестовом режиме, потом оптимизируете.

🏠 ДОМАШНЕЕ ЗАДАНИЕ К ЛЕКЦИИ 2

Задание 1: "Архитектура моего помощника"
Доработайте схему агента, которую начали на лекции. Пришлите мне в Telegram (@erpmaster) фото или файл. Я дам обратную связь по каждой схеме лично.

Задание 2: "Интервью с системой"
Поговорите с той ИТ-системой, которую чаще всего используете (1С, CRM, SCADA). Задайте себе вопросы:

  1. Какие данные она хранит?
  2. Какие действия в ней можно делать автоматически?
  3. Есть ли у неё API или способы автоматического взаимодействия?
  4. Какие отчёты она умеет формировать?

Запишите ответы. Это поможет понять, какие инструменты понадобятся вашему агенту.

Задание 3: "История успеха"
Найдите в интернете или спросите у коллег
один реальный пример автоматизации на производстве (не обязательно с ИИ). Проанализируйте:

  1. Что автоматизировали?
  2. Какие системы задействовали?
  3. Какой получился результат?
  4. Сколько времени заняло?

Это поможет понять, что автоматизация — это не фантастика, а ежедневная практика.

📚 ЧТО ПОСМОТРЕТЬ, ЕСЛИ ХОЧЕТСЯ ГЛУБЖЕ

  1. Видео: "Как работает ИИ-агент на примере контроля качества" (в нашем Telegram-канале) — 10 минут, на реальном производстве
  2. Статья: "API для производственников: что это и зачем" — я написал специально для этого курса, без программистского сленга
  3. Кейс: "Автоматизация учёта рабочего времени на заводе" — реальный проект с экономикой

🎯 ЧТО БУДЕТ НА СЛЕДУЮЩЕЙ ЛЕКЦИИ

Тема: "Язык общения с ИИ: как говорить, чтобы тебя понимали с первого раза"

Мы разберём:

  • Что такое промпты и почему это важнее, чем кажется
  • Как формулировать задачи, чтобы агент не делал глупостей
  • Примеры хороших и плохих промптов из производственной жизни
  • Практика: будем писать промпты для ваших задач

Подготовка: Принесите примеры ваших рабочих инструкций, регламентов, форм — будем их "переводить" на язык ИИ.

КОНТАКТЫ И ПОДДЕРЖКА

По схемам агентов из домашнего задания — обращайтесь в Telegram. Буду рад помочь каждому.

Важно: если что-то непонятно — не копите вопросы. Спрашивайте сразу. Эта тема как сборка сложного узла: пропустил один шаг — потом не поймёшь, почему не работает.

💎 ИТОГ ВТОРОЙ ВСТРЕЧИ

Коллеги, сегодня мы разобрали ИИ-агента "по косточкам". Теперь вы знаете, что внутри этого "чёрного ящика" нет магии — есть логичная структура из пяти блоков, каждый из которых решает свою задачу.

Самое главное, что я хочу, чтобы вы вынесли: ИИ-агент — это не единая программа, которую нужно установить и молиться, чтобы она работала. Это конструктор. Вы можете менять, улучшать, перестраивать его под свои задачи.

Как говорит мой друг, главный механик с Уралмаша: "Лучшая техника — та, которую понимаешь. Понимаешь — можешь починить. Можешь починить — не боишься использовать".

Давайте вместе перестанем бояться и начнём понимать.

До встречи на следующей лекции! Ваш Кирилл.

По этой ссылке вы можете скачать техническую версию лекций для ИТ-специалистов.