Від інженера ПЗ до AI-інженера, частина 5: масштабування інструментів через MCP
Model Context Protocol — каталог інструментів для застосунків ШІ: сервер, клієнт, JSON-RPC і приклад PayIQ на FastMCP.
Stuzhuk Lab — Chemistry of Code
Хімія коду
← Усі статті
Тег
Агенти
Усі статті блогу з цим тегом.
Наскільки далеко просунувся ШІ? Карта зрілості за сферами діяльності
ШІ розвивається нерівномірно: в одних галузях він уже професійний інструмент, в інших — вражаюча демонстрація. Шкала зрілості, оцінки за десятьма напрямами і головне питання — не «вміє чи ні», а «наскільки надійно та автономно».
Дешева LLM для агента: чому економія на токені здорожчує задачу
Чому полегшені моделі плодять виклики інструментів, як бенчмарки брешуть і які метрики рахувати замість ціни за мільйон токенів.
NanoGPT Speedrun: 153 прогони агентів на фронтирних моделях
Prime Intellect порівняв 18 моделей на `nanoGPT`: найкращий валідований рахунок у Kimi K3kimi-code, плюс 41 повна траєкторія агента.
Problem Engineering: специфікація задачі важливіша за трюки промпта
П’ять шарів формальної постановки задачі для ШІ-коду: інваріанти, контракти даних, гонки, відмови й спостережуваність замість масок персонажа.
Векторні бази для агентів ШІ у 2026: що важливіше за швидкість ANN
Qdrant, Pinecone, Weaviate, pgvector і Milvus: фільтри, гібридний пошук, мультитенантність і квантування — як обирати сховище пам’яті агента.
CrewAI на Go без залежностей: перенесення оркестрації агентів зі стандартною бібліотекою
crewai-go повторює Agent, Task і Crew на чистому stdlib: один бінарник, швидкий холодний старт і явні залежності задач.
JavaScript в обв’язці агента: коли скрипт дешевший за міркування моделі
Інтерпретатор JS у пісочниці замінює частину викликів інструментів і арифметику LLM. Розбір статті на Хабрі про LM Studio і LangChain.
Системні промпти Claude: чому вчить еволюція від Haiku 3 до Opus 5
Anthropic публікує system prompts: не «магічні» ролі, а правила рішень, інструментів, невизначеності й UX довгих агентних задач.
Агентам ШІ потрібна платформа, а не лише швидкість друку
Чому кодові асистенти не прискорюють реліз моноліту без трекера, середовища, даних і MCP — кейси SimpleOne на low-code.
Як Cursor та інші IDE працюють з кодом: від автодоповнення до агентів
Еволюція IDE та внутрішня механіка AI-інструментів: LSP, індексація репозиторію, збірка контексту, режими Tab, чат і агент, MCP і порівняння Cursor, Copilot, JetBrains, CLI-агентів — що відбувається з кодом під капотом у 2026 році.
Агентна інженерія у 2026 році: як керувати ШІ-агентами без втрати якості
Практична модель агентної розробки: контекст, декомпозиція завдань, цикли перевірки, багатоагентна оркестрація, безпека, метрики постачання та роль інженера в життєвому циклі розробки 2026 року.
Захисні бар’єри для ШІ у 2026 році: політики, дозволені інструменти й безпечна автономність агентів
Практична модель виведення ШІ-агентів і RAG-систем у промислову експлуатацію: політики як код, вузькі права інструментів, погодження людиною, перевірка атак і аудит, придатний для розслідування інцидентів.
Промпт-інʼєкції у продакшені 2026: захист RAG, інструментів і агентів від недовіреного вмісту
Архітектурний підхід до захисту RAG і агентів від промпт-інʼєкцій: походження документів, ізоляція контексту, мінімальні права, контроль вихідної мережі, пісочниці та перевірювана багаторівнева оборона.
MCP у продакшені 2026: stateless-спека, безпека та міграція
Практичний розбір Model Context Protocol після релізу 2026-07-28: відмова від сесій, MRTR, маршрутизація за заголовками, авторизація, shadow MCP і як писати сервери, що витримують навантаження.
Референтна архітектура корпоративної платформи ШІ
Як поєднати бізнес-завдання, знання, RAG, агентів, безпеку та спостережуваність в єдину корпоративну платформу ШІ.
Чому корпоративному ШІ потрібні агенти
Як агентні системи поєднують мовну модель із корпоративними сервісами та автоматизують процеси під контролем людини.