🤖 LLM, AI, агенты

База о больших языковых моделях (LLM), искусственном интеллекте (AI) и агентах - для тех, кто проектирует, выбирает и внедряет системы, а не обучает модели с нуля.

Эта база — читаемая энциклопедия, а не конспект для машины. Цель: за один-два месяца поднять понимание LLM, AI и агентов с нулевого технического уровня до состояния, в котором можно уверенно проектировать AI-систему, разговаривать с разработчиками и вендорами на их языке и принимать решения на совете директоров. Не нужно становиться программистом — нужно стать грамотным заказчиком и архитектором.

Кому это нужно

Руководителям, AI Solution Architect’ам, product owner’ам в LegalTech и корпоративной автоматизации, директорам по цифровой трансформации (CDTO), руководителям юридической функции с задачей цифровизации, Head of AI (не dev). Тем, кто понимает бизнес и хочет Overlay’нуть на него работающий AI.

Как читать

Статьи связаны перекрёстными ссылками [[как в Wiki]]. Граф связей виден справа вверху. Если термин незнаком — загляните в 📖 Глоссарий. В каждой статье минимум одна схема и блоки «определение / на практике / осторожно».

---

🧭 Три маршрута (выберите свой)

flowchart LR
    Start([🎯 Ваша цель]) --> R1
    Start --> R2
    Start --> R3
    R1["⚡ Экспресс<br/>1 неделя"]:::fast
    R2["🛠 Архитектор<br/>1 месяц"]:::arch
    R3["🧭 Руководитель<br/>1–2 месяца"]:::lead
    classDef fast fill:#fff4e6,stroke:#e8a04e,stroke-width:2px;
    classDef arch fill:#e8f0fe,stroke:#4a90d9,stroke-width:2px;
    classDef lead fill:#efe8f5,stroke:#8b5fbf,stroke-width:2px;

⚡ Маршрут «Экспресс» (≈1 неделя, ~6 часов)

Для тех, кому завтра собеседование или встреча с вендором. Даёт язык и каркас понимания без глубины.

→ 01-chto-takoe-llm · 04-landshaft-modeley · 05-vybor-modeli · 07-prompt-engineering · 09-rag · 10-agent-architecture · 11-tools-mcp

🛠 Маршрут «Архитектор решений» (≈1 месяц)

Полный технический путь — чтобы самому спроектировать AI-систему уровня production. Читать по порядку, сверху вниз.

→ Весь раздел «Фундамент» → «Модели и экономика» → «Поведение» → «RAG» → «Агенты». Это ядро компетенций AI Solution Architect.

🧭 Маршрут «Руководитель / CDTO» (≈1–2 месяца)

Стратегический фокус — решения, деньги, риски, люди. Технические статьи — по диагонали.

→ 01-chto-takoe-llm · 03-kak-sozdayutsya-modeli · 06-stoimost-i-ekonomika · 08-gallyutsinatsii-i-nadezhnost · 13-vnedrenie-i-avtomatizatsiya · 14-ocenka-kachestva · 15-compliance-i-bezopasnost · 16-ai-v-legaltech · 17-strategiya-i-roadmap

---

🗂 Полная структура

🧱 Фундамент — что это такое, без математики

Зачем

Без понимания, чем LLM не является, невозможно отличить маркетинг от реальности и грамотно поставить задачу.

• 01-chto-takoe-llm — 🧠 Что такое LLM. Что умеет, чем не является, почему «языковая».
• 02-tokens-context-window — 🔤 Токены и контекстное окно. Как модель «читает», почему есть лимит длины, что такое embedding.
• 03-kak-sozdayutsya-modeli — 🏭 Как создаются модели. Pre-training, SFT, RLHF — на уровне «почему ChatGPT ведёт себя как ассистент». Открытые vs проприетарные.

🌐 Модели и экономика

• 04-landshaft-modeley — 🌐 Ландшафт моделей. Claude, GPT, Gemini, GLM, DeepSeek, Llama, Qwen. Закрытые/открытые, что доступно в РФ и в enterprise.
• 05-vybor-modeli — 🎯 Выбор модели под задачу. Критерии, trade-off, таблица «когда что».
• 06-stoimost-i-ekonomika — 💰 Стоимость и экономика AI. Токены как деньги, кэширование, unit-экономика агента, скрытые расходы.

✍️ Поведение и риски

• 07-prompt-engineering — ✍️ Промпт-инжиниринг. Структура промпта, few-shot, system prompt, типовые ошибки, prompt-инъекции.
• 08-gallyutsinatsii-i-nadezhnost — ⚠️ Галлюцинации и надёжность. Почему модель «врёт», как снижать риск, guardrails.

🔎 Память и знания

• 09-rag — 🔎 RAG. Конвейер «чанк → embedding → векторная база → поиск → генерация», когда RAG, а когда fine-tuning или длинный контекст.

🤖 Агенты

• 10-agent-architecture — 🤖 Архитектура AI-агентов. Agent loop, ReAct, plan-execute, память, управление контекстом, когда нужен агент.
• 11-tools-mcp — 🔧 Инструменты и MCP. Function Calling, Structured Outputs, Model Context Protocol, проектирование инструментов.
• 12-multi-agent — 🐝 Мультиагентные системы. Оркестратор-worker, pipeline, swarm. Когда одного агента мало.

🏗 Внедрение и стратегия

• 13-vnedrenie-i-avtomatizatsiya — 🏗 Внедрение AI в бизнес-процессы. BPA, no-code (Make, n8n), RPA vs AI-агенты, управление изменениями.
• 14-ocenka-kachestva — 📊 Оценка качества AI-систем. Метрики для руководителя, golden set, LLM-as-Judge, мониторинг в production.
• 15-compliance-i-bezopasnost — 🛡 Комплаенс, безопасность и AI governance. 152-ФЗ, on-prem vs cloud, prompt-инъекции как атака, red team.
• 16-ai-v-legaltech — ⚖ AI в юридической сфере (LegalTech). Контракты, e-discovery, legal research, compliance-мониторинг, специфика права как домена.
• 17-strategiya-i-roadmap — 🧭 AI-стратегия и дорожная карта. Build vs buy, оценка вендоров, команда, ROI, защита проекта перед советом директоров.

Управление юридической службой (метрики, CLO)

См. соседнюю базу Управление юридической службой (CLO) — репортажи, KPI юрдепартамента, позиционирование для руководящих ролей.

---

🎯 Карта тем «часто спрашивают на собеседованиях и в проектах»

---

Соглашения по тексту

• Английские термины сохраняются там, где устоялись: LLM, RAG, MCP, API, inference. При первом упоминании даётся русская расшифровка.
• Блоки > [!info] — определения, > [!tip] — на практике, > [!warning] — осторожно, > [!example] — примеры.
• Схемы — Mermaid (интерактивные) и ASCII (в тексте).

Словарь терминов: 📖 Глоссарий →