AI mindset knowledge base

Agents Lab

время чтения ~6 мин.

трансформация Automation Lab с фокусом на AI агентов как основной инструмент автоматизации. Финальный поток Automation Lab завершился в ноябре 2025. Agents Lab — это не просто переименование, а качественно новый подход.

что меняется

❌ Automation Lab был про:

  • N8N/Make как основные платформы
  • Workflow-автоматизации
  • Интеграции сервисов
  • Триггеры и actions

✅ Agents Lab — про:

  • AI агенты как основной инструмент
  • Агентские среды вместо no-code платформ
  • Context engineering для агентов
  • Multi-agent systems и orchestration

фокус программы

AI агенты как инструмент автоматизации

Что это значит:

Вместо создания workflow в N8N, вы работаете с агентами, которые:

  • Понимают контекст вашей задачи
  • Принимают решения самостоятельно
  • Используют инструменты (tools) по необходимости
  • Взаимодействуют друг с другом

Пример разницы:

Automation Lab (N8N):

Trigger → Parse Email → Check Category →
Send to Slack → Update Database → Send Reply

Agents Lab:

Email Agent:
- Читает письмо
- Понимает контекст
- Решает, что делать
- Вызывает нужные tools
- Координирует с другими агентами

агентские среды

Где живут агенты

Agents Lab фокусируется на работе в агентских средах:

Cursor AI

  • AI-first code editor
  • Агенты для написания кода
  • Context-aware completion
  • Vibe coding

Windsurf (Codeium)

  • Альтернатива Cursor
  • Flow state для программирования
  • Multi-file editing

Claude Code

  • Официальный CLI от Anthropic
  • Агенты для разработки
  • SDK для создания своих агентов

Aider

  • Command-line AI coding assistant
  • Git-aware агенты
  • Pair programming с AI

MCP (Model Context Protocol)

  • Стандарт для передачи контекста
  • Интеграция с любыми инструментами
  • Расширяемость через servers

context engineering для агентов

Как передавать контекст

Ключевой навык в работе с агентами — понимание того, как структурировать и передавать контекст.

Что изучаем:

Архитектура контекста:

  • Какой контекст нужен агенту
  • Как структурировать информацию
  • Когда обновлять контекст

System prompts:

  • Как описать роль агента
  • Какие инструкции давать
  • Как ограничить поведение

Tools & Functions:

  • Какие инструменты предоставить
  • Как описать их использование
  • Когда агент должен их вызывать

Memory & State:

  • Как агент помнит прошлые действия
  • Как передавать state между агентами
  • Когда сбрасывать память

multi-agent systems

Координация нескольких агентов

Простой агент решает одну задачу.
Система агентов решает сложные задачи через координацию.

Паттерны:

Sequential (последовательно):

Researcher Agent →
  Analyst Agent →
    Writer Agent →
      Editor Agent

Parallel (параллельно):

                → Research Agent 1
Task → Manager →  Research Agent 2  → Aggregator
                → Research Agent 3

Hierarchical (иерархия):

          Manager Agent
         /       |       \
    Agent 1   Agent 2   Agent 3
     /  \      /  \      /  \
   T1  T2    T3  T4    T5  T6

Изучаем:

  • Когда использовать каждый паттерн
  • Как агенты обмениваются информацией
  • Как избежать infinite loops
  • Как обрабатывать ошибки

orchestration

Управление агентами

Orchestration — управление выполнением агентов:

Что входит:

Routing:

  • Какой агент должен обработать запрос
  • Как распределять задачи
  • Fallback стратегии

Monitoring:

  • Что делает агент сейчас
  • Сколько времени и токенов потрачено
  • Где возникают ошибки

Error handling:

  • Что делать при ошибке агента
  • Retry логика
  • Human-in-the-loop

Tools:

  • LangGraph — orchestration framework
  • CrewAI — multi-agent systems
  • AutoGen (Microsoft) — agent conversations
  • Haystack — NLP pipelines with agents

НЕ про N8N/Make

Важное уточнение

Agents Lab не про no-code платформы.

Почему:

N8N/Make отлично подходят для:

  • Простых интеграций
  • Предсказуемых workflow
  • Когда логика жёстко задана

Но ограничены для:

  • Задач, требующих понимания контекста
  • Ситуаций с неопределённостью
  • Сложных решений на лету

Agents Lab про глубокое понимание того, как работают агенты и как ими управлять.

Если вам нужен N8N — см. другие форматы (по запросу) или материалы Automation Lab.

программа (draft)

4 недели интенсива

Неделя 1: Agent Fundamentals

  • Что такое агент vs workflow
  • Агентские среды (Cursor, Windsurf, Claude Code)
  • Первые эксперименты
  • System prompts & tools

Неделя 2: Context Engineering

  • Архитектура контекста для агентов
  • Memory & state management
  • Tool calling patterns
  • MCP (Model Context Protocol)

Неделя 3: Multi-Agent Systems

  • Паттерны координации
  • Sequential, parallel, hierarchical
  • Orchestration frameworks
  • Error handling

Неделя 4: Production & Integration

  • Деплой агентов
  • Monitoring & observability
  • Human-in-the-loop
  • Demo Day preparation

для кого

Кому подойдёт Agents Lab

✅ Хорошо подойдёт:

Выпускники Automation Lab

  • Уже понимают автоматизацию
  • Хотят следующего уровня
  • Видят ограничения workflow-подхода

Разработчики

  • Работают с AI API
  • Хотят создавать agent-based решения
  • Понимают основы программирования

Product Managers / Founders

  • Проектируют AI-продукты
  • Нужно понимание агентской архитектуры
  • Хотят внедрить агентов в команде

❌ Не подойдёт:

Если нужен N8N/Make:

  • Ищете no-code решения
  • Хотите быстрых интеграций
  • Не готовы разбираться с кодом

Если новичок в AI:

  • Никогда не работали с LLM
  • Не понимаете промпты
  • Лучше начать с основной лабы

формат

Длительность: 4 недели
Старт: февраль 2026
Стоимость: €490 (early bird) / €690 (regular)

Включает:

  • 4 Workshop сессии (live)
  • 4 Office Hours (Q&A)
  • Buddy-система
  • Доступ к базе знаний
  • Записи всех встреч
  • RAG-бот поддержка 24/7
  • Проверка домашних заданий

Формат встреч:

  • Workshop (понедельник 18:00 CET) — новый материал, live coding
  • Office Hours (пятница 12:00 CET) — Q&A, разбор кейсов

результаты

Что вы получите

После Agents Lab вы:

✅ Понимаете разницу между workflow и агентами
✅ Умеете проектировать системы агентов
✅ Знаете, как передавать контекст агентам
✅ Можете координировать multiple агентов
✅ Разбираетесь в orchestration паттернах
✅ Умеете использовать Cursor/Windsurf/Claude Code
✅ Понимаете MCP и можете расширять агентов
✅ Имеете working project с агентами

Практический результат:
Минимум 2-3 работающих агентских решения, которые можно использовать в продакшене.

дальше после лаб

Поддержка выпускников

AI Mindset Circle

  • 2 месяца поддержки после лабы
  • €50/месяц
  • Peer learning & accountability

Loyalty Program

  • Вечная скидка 20% на все программы
  • Реферальная программа 10%
  • Амбассадорство 3 уровня

связанные продукты

до Agents Lab:

после Agents Lab:

  • Circle — 2 месяца поддержки
  • Visionary Track — full access ко всем программам

для команды:

  • Team Track — прохождение синхронно 3-5 человек

дополнительно:

регистрация

Старт: февраль 2026

Early bird: €490 (до 1 марта)
Regular: €690 (после 1 марта)

Loyalty: -20% для выпускников любой лаборатории

→ Регистрация: https://aimindset.org

FAQ

Q: Чем Agents Lab отличается от Automation Lab?
A: Automation Lab про workflow (N8N/Make), Agents Lab про AI агентов (Cursor/Windsurf/Claude Code). Разные инструменты, разный подход.

Q: Нужно ли проходить Automation Lab перед Agents Lab?
A: Не обязательно. Но если вы новичок в автоматизации, рекомендуем начать с основной лабы или Winter Lab.

Q: Будут ли использоваться N8N/Make?
A: Нет, фокус на агентских средах. Если нужен N8N, см. материалы Automation Lab.

Q: Нужно ли уметь программировать?
A: Базовые навыки помогут, но не обязательны. Будем использовать Cursor/Claude Code для генерации кода.

Q: Какая основная LLM?
A: Claude (Anthropic), т.к. лучшая поддержка tool calling и context. Также рассмотрим GPT-4 и другие.

Q: Можно ли присоединиться к Advanced треку?
A: Advanced трек будет, если наберётся группа опытных участников. Анонс в процессе программы.

обновлено: 24 ноября 2025

Вид графа