Show notes
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