Агент в вашей IDE работает. Но когда вы пытаетесь адаптировать его для другой команды, он работает совсем иначе Поэтому на AI Dev Conf разберем, как создавать контекст, скилы и инструменты так, чтобы это работало не только внутри команды. 26 и 28 ноября, онлайн. Несколько примеров, что расскажут и покажут спикеры конференции: → Павел Федотовский (Яндекс) — харнесс из памяти проекта, скилов и MCP, чтобы агент участвовал во всем SDLC → Денис Слащев (Raft) — от личных чатиков с агентом к общим агентам и единому контексту команды → Константин Волков (Veai) — 3–12 млн токенов в день на разработчика: как вывести ИИ из тени и где своя инфраструктура обходится в 2,8 раза дороже подписки → Александр Волочнев (CodeRabbit), контрибьютор Apache Cassandra, — как вернуть контроль над продакшен-кодом, когда на него «натравили» агентов 26 ноября — доклады, 28 ноября — воркшопы. Записи всех активностей будут после конференции, так что между треками выбирать не придется. Доклады прошлого сезона — в архиве на VK Видео. Билет — 5000 ₽ на оба дня → aidevconf.org
Открыть в Telegram
Реклама в канале Joker 2026 // Агенты. Философия. Java. // Канал конференции
Рекламные посты по дням
По дню публикации
Показать таблицей
| Дата | Рекламных постов |
|---|---|
| 23 окт. 2026 г. | 1 |
| 12 нояб. 2026 г. | 1 |
Просмотры рекламного поста по дням
По дню публикации
Показать таблицей
| Дата | Просмотров на рекламный пост |
|---|---|
| 23 окт. 2026 г. | 1 975 |
| 12 нояб. 2026 г. | 810 |
Рекламодатели
| Рекламодатель | Посты | Просмотры | Последний |
|---|---|---|---|
| aidevconf.org | 1 | 810 | |
| project.lektorium.tv | 1 | 1,98 тыс. |
Вся реклама
Разберите агентные системы вместе Евгением Борисовым, автором «Spring-потрошителя» — собирая их руками 5 ноября стартует курс «AI Harness. Построение агентных систем: как надо, а не как все». За 13 уроков вы напишете на Java и Spring AI coding-агента, который читает репозиторий, правит файлы, запускает команды и доводит задачу до зелёных тестов. Что разберем: — агентский цикл и описания инструментов, которые работают как промпт; — модель разрешений и точку, где агент обязан спросить человека; — сжатие контекста, стоп-условия и защиту от зацикливания; — субагентов со своим контекстом. Модель локальная — qwen3.5:4b в Docker, без API-ключей и счетов за токены. Стек — JDK 25 и Spring AI, архитектура переносится на Kotlin, Python и Go. → Программа и запись
Открыть в Telegram