Создание AI агентов, которые действительно работают (Полный курс)

Коротко

Реми Гаскилл на пальцах раскладывает для новичков разницу между чатом и агентом: чат это «вопрос → ответ», агент это «цель → результат», который крутится в петле observe-think-act, пока не закроет задачу. У агента четыре куска: LLM-мозг, петля, инструменты и контекст. Платформу, которая всё это гоняет, зовут agent harness, и Claude Code, Codex, Antigravity, Manus, OpenClaw, Cowork это просто разные «машины» с одним и тем же двигателем.

Практический стек, по Реми, это локальные markdown-файлы: agents.md (он же Claude.md) работает системным промптом с онбордингом, memory.md копит самообучающуюся память между сессиями, MCP подключает инструменты вроде Gmail и Stripe, а skills пакуют разовый процесс в SOP-навык на много раз. Реми тут же, живьём, собирает executive assistant и гоняет автоматизацию «письмо после звонка → предложение → Stripe-ссылка → проект в Notion» в один прогон, заодно объясняет chaining скиллов и запуск по расписанию.

Финал: у каждого будет свой «AI OS», где агенты рулят отделами жизни и бизнеса, а ручные процессы неделя за неделей компаундятся в навыки.

Главный тезис

Агенты это не магия, а сумма простых кусков (модель + петля + инструменты + контекст), и любой новичок может собрать себе AI-сотрудника, онбордя его локальными markdown-файлами ровно как живого работника.

Ключевые идеи

• 2:36 - чат это вопрос-ответ, агент это цель-результат: ты даёшь задачу, он сам планирует, исполняет и отдаёт готовое.
• 3:42 - внутри агента крутится петля observe-think-act, повторяясь столько раз, сколько нужно, пока не выполнит критерии из твоего промпта.
• 5:13 - агент понимает, что закончил, по параметрам, которые ты задал («собери 10 источников и сделай PowerPoint»), а не по внутреннему ощущению.
• 5:46 - агент это четыре части: LLM-мозг, петля, подключённые инструменты и загруженный контекст.
• 6:24 - платформа, крутящая эту петлю, называется agent harness, и все популярные продукты это просто разные харнессы.
• 10:19 - освоив концепты один раз, пересаживаешься в любой харнесс как водитель в незнакомую машину: где-то есть подогрев сидений, но руль везде один.
• 8:57 - безопасность это ограничение доступа: давай read-only на важное, чтобы при компрометации агента худший случай был терпимым.
• 15:54 - агента надо онбордить как живого сотрудника: без рассказа о бизнесе, клиентах и инструментах он будет плохим ассистентом.
• 19:29 - agents.md (Claude.md / Gemini.md) это always-on системный промпт, который грузится в мозг агента в начале каждой сессии.
• 22:15 - эпоха prompt engineering кончилась, теперь важен context engineering: хорошо загрузи агента, и промпт «напиши холодное письмо» даст отличный результат.
• 18:36 - у агентов нет облачной автопамяти как у ChatGPT, память надо настроить руками через memory.md, и это плюс: ты контролируешь, что видит агент.
• 28:12 - memory.md делает агента самообучающимся: он дописывает туда исправления и предпочтения, ошибки компаундятся вниз неделями.
• 32:38 - MCP это переводчик от Anthropic между агентом и инструментами, стандартный способ подключить Gmail, Notion, Stripe без кастомной разработки.
• 40:19 - skills это SOP для AI: объяснил процесс один раз, упаковал в .skill-файл, дальше вызываешь навык и получаешь одинаковый результат каждый раз.
• 43:35 - навыки создаёт skill creator skill («skill-ception»): либо скармливаешь курс/транскрипт, либо просишь запаковать процесс, который только что прошёл вручную.
• 50:37 - навыки чейнятся: morning brief вызывает podcast research для гостя дня, и так собираются автономные воркфлоу по расписанию.

Почему это важно

Реми настаивает: рынок переходит из «стадии один» (чат) в «стадию два» (агенты), и разрыв уже заметен. Основатели и сотрудники на агентах, по его словам, в 10-20 раз продуктивнее за день, а на дистанции лет это отрыв от конкурентов на мили. Выигрывают те, кто строит личный «AI OS» из локальных markdown-файлов: это будущее-стойкий стек, не привязанный к одному вендору. Проигрывают те, кто застрял в чат-моделях и продолжает копипастить контекст между вкладками.

Названы конкретные харнессы (Claude Code, Codex, Antigravity, Manus, OpenClaw, Cowork, Perplexity Computer) и инструменты через MCP (Gmail, Notion, Stripe, Granola, Perplexity) как кирпичи, из которых любой собирает агентов под каждый отдел бизнеса. Anthropic здесь ключевой игрок, автор MCP-стандарта, на котором держится вся связка инструментов.

Идеи

• Аналогия «учимся водить, а не изучаем конкретную машину» снимает страх перед зоопарком харнессов.
• Демо запускалось параллельно в трёх харнессах на один промпт, чтобы показать: результат почти одинаковый, отличается только UI.
• Claude Code лучше всех визуализирует петлю и показывает, о чём агент думал, в отличие от Antigravity и Codex.
• Готовый лендинг «наврал» email и город Грега, то есть research через Perplexity дал фактические ошибки в копирайте.
• Грег на лету придумывает бизнес: массово наделать сайтов компаниям и рассылать холодные письма «вот твой сайт за $250, хочешь, забирай».
• Проекты в ChatGPT/Claude (папка + источники + инструкции) это тот же концепт, что локальная папка агента, только в облаке.
• Автопамять ChatGPT названа багом, а не фичей: она тащит контекст из разговоров про три компании и советов по отношениям в копирайт лендинга.
• Голос в текст (Monologue от Every, Whisper Flow) как основной способ давать агенту задачи: держишь кнопку и наговариваешь.
• Совет держать Claude.md не длиннее ~200 строк, иначе правила начинают «наступать друг другу на ноги».
• Против замусоривания памяти: можно велеть агенту сохранять только «существенные» исправления.
• Markdown предпочтительнее docs/PDF, потому что LLM его легче переваривает.
• «Skill-ception»: у харнессов есть встроенный skill creator skill, навык, создающий навыки.
• Скиллы бывают глобальные (для всех проектов) и проектные (только в одной папке), и это осознанный выбор ради чистоты контекста.
• Пример глобального скилла: truncate, который сокращает текст выкидыванием лишних предложений, а не сжатием.
• Референс-папки внутри скилла (hook formulas) агент создаёт сам, без явной просьбы.
• Meta ads media buyer на OpenClaw собран из ~15 скиллов (ad creative, copywriting) плюс cron-джобы, и он «завирусился».
• Грег прямо сейчас гоняет скрапер автомаркетплейсов (CarMax, Cars.com, Autotrader) каждые 3 часа, чтобы ловить редкую комплектацию машины.
• Реми советует новичку: сначала отладить процессы в Claude Code, и только потом мигрировать в более автономный OpenClaw.
• Скиллы можно ставить на расписание: «каждое утро в 9:00 запусти daily brief».
• Ads analyst скилл за один прогон скрапил 220 объявлений бренда UDI, снял скрины лендингов и выдал мастер-отчёт, что руками заняло бы 3-4 часа.
• Реферальный скилл на друга Себастьяна собран как показательно мелкий процесс: 15 минут экономии, но компаундится на повторах.
• Cody Schneider (упомянут) предсказывает «100x-сотрудника», приходящего в роль с уже готовым личным AI OS.

Инсайты

• Ценность агента не в отдельной задаче вроде «суммируй инбокс», а в устранении переключений между инструментами и копипаста контекста, что даёт эффект 7x на цепочках.
• Компаундинг это центральный механизм всей системы: правила в памяти, скиллы и подключённые инструменты по отдельности мелочь, но сумма за месяцы даёт отрыв.
• Контроль над памятью это преимущество, а не ограничение: ручная память режет утечку нерелевантного контекста, которой страдает облачная автопамять.
• Правильная граница памяти это разделение по типу знания: предпочтения идут в memory.md, повторяемые процессы в скиллы, чтобы одно не засоряло другое.
• MCP это классическая победа стандартизации: замена N кастомных интеграций одним протоколом-переводчиком снимает главный барьер подключения инструментов.
• Онбординг агента изоморфен онбордингу человека, поэтому лучшая ментальная модель для нетехнического человека это «новый сотрудник», а не «программа».
• Абстракция агента поверх харнессов делает навык переносимым: инвестиция идёт в концепты, а не в конкретный продукт, что и делает стек будущим-стойким.
• Разовый ручной процесс это черновик автоматизации: любой повторяющийся таск лучше пройти руками один раз, с прицелом упаковать в скилл.
• Автономность нарастает постепенно (cron, scheduled tasks), и это тот же переход, что от ручной коробки к круиз-контролю, а не скачок.
• Безопасность агента это управление радиусом поражения: не «доверять или нет», а ограничивать привилегии так, чтобы компрометация была терпимой.
• Разделение глобальное/проектное это управление вниманием агента: контекст это ограниченный ресурс, лишние скиллы в проекте это шум.

Фреймворки

• Петля агента (observe-think-act): агент грузит промпт → смотрит, что есть в рабочей папке (observe) → думает, что делать дальше (think) → действует, скармливая результат обратно в observe (act) → повторяет, пока не выполнит заданные параметры завершения.
• Четыре компонента агента: (1) LLM-мозг (Claude Opus, GPT-5, Gemini 3), (2) петля (не останавливается после одного ответа), (3) подключённые инструменты, (4) загруженный контекст. Харнесс это то, что склеивает всё четыре и крутит петлю.
• Два способа создать скилл: (1) скормить готовый материал (курс/транскрипт) skill creator skill и попросить собрать навык; (2) пройти процесс руками один раз с Claude, потом сказать «упакуй то, что мы сделали, в скилл».
• Иерархия папок как оргструктура: большая папка на компанию/клиента → под ней папки по головам отделов (executive assistant, head of marketing) → внутри каждой skills, MCPs, context → сверху оркестратор, управляющий всеми.

Цитаты

«I think AI is confusing. There, I said it.» - 0:00 Я считаю, AI это путаница. Вот, я это сказал.

«a chat model is question to answer, but then an agent is goal to result» - 2:36 Чат-модель это вопрос-ответ, а агент это цель-результат.

«you're giving it a goal and you're hoping that over time it gets better and closer to that goal» - 3:06 Ты даёшь ему цель и надеешься, что со временем он подбирается к ней всё ближе.

«rather than you having to sit there babysitting it» - 6:10 Вместо того чтобы сидеть и нянчиться с ним.

«all of these apps are just different flavors of the same thing» - 14:47 Все эти приложения это просто разные вкусы одного и того же.

«once you know how to drive you can pretty much jump in any of them» - 10:19 Раз умеешь водить, пересядешь почти в любую из них.

«now it's all about context engineering» - 22:15 Теперь всё сводится к инженерии контекста.

«how well can you load up your agent with all the information about your business so that your prompts can be stupidly simple» - 22:17 Насколько хорошо ты загрузишь агента инфой о бизнесе, чтобы промпты были тупо простыми.

«with these chat models they have memory built in automatically... in the cloud that you can't see and you can't control» - 18:36 У чат-моделей память в облаке, которую ты не видишь и не контролируешь.

«A good employee remembers preferences and learns over time and not that compounds» - 28:12 Хороший сотрудник помнит предпочтения и учится со временем, и это компаундится.

«the easiest way to think about skills is SOPs for AI» - 40:19 Проще всего думать о скиллах как об SOP для AI.

«once you explain something once you never have to explain it ever again» - 40:25 Объяснил один раз, больше объяснять не придётся никогда.

«it's kind of like skill-ception, you use the skill creator skill» - 43:30 Это что-то вроде скилл-цепшена: используешь скилл-создатель скиллов.

«I think that everyone's going to have their... AI OS, like an operating system» - 35:07 У каждого будет свой AI OS, вроде операционной системы.

«And people won't actually use these apps anymore» - 35:30 И люди вообще перестанут заходить в эти приложения.

«then you start to fit like a week in a day and then seven weeks in a week» - 38:42 Начинаешь укладывать неделю в день, а потом семь недель в неделю.

«I would be spending an hour of my day just checking religiously... refreshing like an insane person» - 52:41 Я бы тратил час в день, обновляя страницы как ненормальный.

«OpenClaw... it's just like the wild west» - 9:49 OpenClaw это прямо Дикий Запад.

«the real future-proof AI stack is just having those Markdown files on your computer» - 34:29 Настоящий будущее-стойкий AI-стек это просто markdown-файлы у тебя на компе.

«you eventually end up automating like your entire life with these agents» - 37:29 В итоге автоматизируешь этими агентами буквально всю свою жизнь.

Факты

• Реми оценивает продуктивность людей на агентах в 10-20 раз выше, чем у сидящих на чат-моделях (его формулировка, «no word of a lie»).
• MCP (Model Context Protocol) создан Anthropic как стандарт подключения инструментов к агентам.
• Названные харнессы: Claude Code, Codex, Antigravity, Manus, OpenClaw, Cowork, Perplexity Computer.
• Локальные контекст-файлы называются по харнессу: Claude.md (Claude Code), Gemini.md (Gemini), agents.md (Codex, OpenClaw).
• Скиллы Claude Code лежат в скрытой папке .claude/skills, у OpenClaw в .openclaw.
• Рекомендованный предел Claude.md по best practice ~200 строк.
• Ads analyst скилл обработал ~220 объявлений бренда UDI за один прогон; ручной аналог занял бы 3-4 часа.
• Инструменты, подключённые Реми через MCP: Gmail, Google Calendar, Google Drive, Granola (заметки встреч), Stripe (платежи), Notion (проекты), Perplexity.
• Голос-в-текст: Monologue (по словам Реми, сделан командой Every), альтернатива Whisper Flow.
• Meta ads media buyer на OpenClaw собран примерно из 15 скиллов плюс cron-джобы и, по словам Реми, «завирусился».
• OpenClaw держит дополнительные файлы soul (личность) и identity (кто агент) поверх memory.md.
• Ross Mike дал объяснение MCP в прошлом выпуске подкаста, откуда Реми взял аналогию с языками; Cody Schneider (тоже гость подкаста) предсказал «100x-сотрудника» с готовым AI OS.
• Грег лично гоняет агент-скрапер автомаркетплейсов каждые 3 часа ради редкой комплектации машины.

Источники

• MCP (Model Context Protocol), Anthropic, стандарт подключения инструментов
• Monologue (Every) и Whisper Flow, голос-в-текст
• Granola, заметки встреч; Notion, Stripe, Gmail, Google Calendar/Drive, Perplexity, подключаемые инструменты
• Obsidian, как «второй мозг», к которому Claude.md отправляет агента за контекстом
• Ross Mike, прошлый гость подкаста, объяснение MCP
• Cody Schneider, прошлый гость, идея «100x-сотрудника» и AI OS
• Харнессы: Claude Code, Codex, Antigravity, Manus, OpenClaw, Cowork, Perplexity Computer

Рекомендации

• Начинающим брать Cowork (проще всего) или Claude Code, а к OpenClaw подходить в последнюю очередь, он самый сложный.
• Сначала отладить процессы в Claude Code, потом мигрировать в OpenClaw ради автономности.
• Собрать agents.md через интервью: попросить чат-модель задавать тебе вопросы и вытащить контекст.
• Держать Claude.md до ~200 строк; при мусоре в памяти велеть сохранять только существенные исправления.
• Каждую неделю превращать 3-5 ручных процессов в скиллы, пока жизнь не автоматизируется.
• Спрашивать себя про каждодневные задачи: какие jobs to be done повторяются и какие из них стоят скилла.

Итог

Агент это не чёрный ящик, а онбординг нового сотрудника через markdown-файлы: дай ему контекст, память, инструменты и SOP-навыки, и ручная рутина сама схлопнется в автоматизированный AI-отдел.