AI Builders
Открытый учебник о том, как модель живёт внутри backend: 58 глав про контракт, отказ, стоимость и границу модели.
Для инженеров, которые ставят модель внутрь работающего процесса и отвечают за неё в понедельник утром. Ниже разобранные системы: контур, числа и список того, чего в них нет.
Что уже построено
Системы целиком: контур, числа, решение о том, где кончается модель, и список того, чего в них нет.
Пока здесь только мои системы, их 3. Условия публикации одинаковые: публичная ссылка на разбор, числа, которые автор системы видел сам, и честный список пропусков.
Чего здесь нет как класса: продовых систем под нагрузкой, клиентских кейсов и чужих систем. На витрине рабочие прототипы, и числа под ними посчитаны на прототипах.
- Разбор
Aginx
Константин Потапов
Текстовый бриф превращается в вертикальный ролик до 60 секунд за один проход, без ручных действий.
- Бриф
- Сценарист
- Pydantic
- Медиа-API
- ffmpeg
- mp4
- бриф → файл
- ~5 мин
- себестоимость ролика
- ~250 ₽
- доля видеогенерации в счёте
- почти 100%
- озвучка
- 1 ₽ / мин
Где кончается модель
Модель возвращает сценарий, дальше код перезаписывает всё, чему доверять нельзя: формат берётся из брифа, голос из конфига, общую длительность пересчитывает сумма сцен. Арифметике модели веры нет. Аудио идёт первым: если TTS упал, платная видеогенерация не стартует.
Чего нет
Нет очереди, потолка стоимости прогона, централизованных логов и подтверждения перед платной генерацией. Это рабочий прототип, не прод.
Python · asyncio · Typer · Pydantic · httpx · ffmpeg
- Разбор
LeadForge
Константин Потапов
Найденный сигнал потребности превращается в решение, писать этой компании или нет.
- Источник
- Агент: факты
- Evidence в CRM
- Наблюдение
- Вес в коде
- Решение человека
- состояние
- закрытая бета
- отправка
- ручная, L2
- score
- считает код по весам
- канон состояния
- Postgres
Где кончается модель
Агент ходит в источники и тащит факты, но стадию сделки не ставит и писем не шлёт. Модель предлагает формулировку, вес считает код, писать или нет говорит человек. Наблюдение без ссылки на источник карточку не создаёт.
Чего нет
Нет автономной отправки, покупки баз и парсеров внутри CRM. Первое письмо уходит руками. Автопилот подождёт, пока черновик не начнёт врать реже автора.
Python 3.12 · FastAPI · SQLAlchemy · PostgreSQL 16 · Celery · Redis 7 · OpenRouter · MCP
- Разбор
Тренажёр переговоров
Константин Потапов
Сложный разговор проходится как тренировка: у собеседника есть характер, страх и условие, при котором он уступит.
- Сцена + скрытая карта
- Персонаж
- Наблюдения
- Шкалы в коде
- Отчёт письмом
- опубликованных сцен
- 78
- шкал оценки
- 6, зашиты в код
- сборка отчёта
- вне HTTP-запроса
- сцена без контракта результата
- не поднимется
Где кончается модель
Шкалы лежат в коде, а не в файле сцены. Иначе авторы подкрутят веса под любимый сюжет, и сравнить вторник с четвергом станет нельзя. В отчёте стоят ваши фразы: вывод можно перечитать по цитате, а не принять на веру.
Чего нет
Конструктора сцен на лендинге нет: банк быстро засорится сырыми карточками без контракта результата. Свои роли для команды собираются отдельно.
Python · FastAPI · PostgreSQL · Celery · OpenRouter · TTS · Next.js
Принципы витрины
Модель это один узел
Вокруг вызова живут контракт, логи, бюджет, fallback и тесты. В контурах выше модель занимает один узел.
Показываем сделанное
Система целиком: публичная ссылка, контур и число, которое автор видел сам.
Пропуски тоже результат
У каждой системы выше есть список того, до чего она не дошла.
На каком уровне сейчас фича
Уровень определяет не стаж, а то, что лежит в репозитории. Четыре вопроса о системе: вызывает ли она модель, переживает ли ошибку, где модель в ней не нужна и можно ли за пять минут показать контракт, evals, fallback, бюджет и логи одной версии.
Вызов API ещё не интеграция
Скрипт дёргает API и печатает ответ. В проде вокруг вызова нужны контракт, таймауты, логи, тесты и бюджет. Открытый учебник собирает эту обвязку по порядку: 58 глав, 10 частей, 2 сквозных трека, примеры на Python, Pydantic, Celery, Redis и PostgreSQL.
- Явный use case
Глава 2
- Версионированный prompt
Глава 5
- Строгая схема входа
Глава 12
- Строгая схема выхода
Глава 8
- Timeout
Глава 27
- Retry policy
Глава 16
- Error mapping
Глава 11
- Логирование без секретов и PII
Глава 29
- Метрики стоимости и latency
Глава 43
- Тестовый набор примеров
Глава 38
- Fallback или понятный отказ
Глава 27
Практикум
Задачи с критериями приёмки и без готовых решений. Каждый трек заканчивается артефактом в репозитории: рабочей фичей, eval-набором или посчитанной стоимостью запроса. Сертификата нет.
- Триаж тикетов поддержки
Классификация, контракт, evals, промпт, routing.
- LLM-сервис на FastAPI
Архитектура, пайплайн, бюджет, эксплуатация.
Точка сбора
Канал @ai_builders_ru: контракты ответа, стоимость запроса, поведение системы при отказе модели. Возражение по существу попадает в текст учебника, который прочитают следующие.
Канал веду я, Константин Потапов, пока не появятся те, кто будет вести его вместе со мной. Замечания к главам, свои разборы и числа присылайте туда же.
Строите AI в России?
Покажите систему
Приносите свою: контур, число, которое вы видели сами, и список того, чего в ней пока нет. Разбираем и ставим на эту страницу.
Показать систему
Нужен разбор одной фичи? Напишите про неё
