Что будем делать

• Познакомимся, расскажете про свои цели и проекты
• Обзор рынка AI: чем отличаются OpenAI, Anthropic, Google и почему мы выбираем Claude
• Лестница освоения AI: от «использую как поисковик» до «агенты работают за меня»
• Практические кейсы: что делают люди без навыков программирования с помощью AI
• Выберем ваш проект: лендинг, портфолио, внутренний инструмент или что-то своё

После этого созвона вы понимаете ландшафт AI-инструментов, выбрали свой проект и видите, куда расти дальше

• Среды работы: Web, Desktop, Terminal — в чём разница и когда что использовать
• Какие файлы создать в проекте, чтобы AI понимал контекст
• Живая демо: из одного CSV-файла за 40 минут создаём 4 продукта
• Как оркестрировать модели и не сливать дорогие лимиты на простые задачи
• Разрешения и безопасность: что агенту можно делать, а что нельзя

После этого созвона начнёте работать в терминале, структурировать проект для AI и экономить лимиты

• Разбор проектов участников: фидбек, лайфхаки, общие ошибки
• Git: как откатить изменения, если AI что-то сломал
• Хостинг и деплой: учимся выкладывать проект в интернет
• Лайфхаки работы с моделями разных провайдеров: Claude, ChatGPT, Gemini
• Основные команды в Claude Code: стили ответов, сжатие контекста, откат диалога
• Как работает Claude Code изнутри: что происходит между вводом команды и ответом

К концу этого созвона ваш проект живёт в интернете и доступен по ссылке. Умеете «сохранять игру» и откатывать изменения, если AI что-то сломал

• Скиллы: учим Claude повторяющимся задачам
• Субагенты: запускаем задачи в отдельном контексте, чтобы не засорять основной чат
• Хуки: автоматические действия, которые невозможно «забыть»
• MCP: подключаем Notion, Figma, Google Analytics напрямую к AI
• Экономика агентов: почему скиллы и субагенты — это новый формат продукта

После этого урока научитесь делегировать Claude основную рутину и научите его работать в любых ваших сервисах

• Разбор проектов участников: фидбек и лайфхаки
• Context Engineering: как промпт превратился в инженерию всей системы
• Слои контекста: системный промпт, память, файлы, Skills, MCP, история — у каждого своя роль
• Поверхность внимания: почему миллион токенов не делает модель умнее, а часто наоборот
• Экономика кэша: почему один и тот же запрос может стоить в 10 раз дешевле или дороже

Понимаете, как устроен контекст агента изнутри: где живёт информация, что попадает в окно внимания, как платится цена и где экономится

• Демо-день: показываете проекты, получаете обратную связь от группы
• Чем современный AI-агент отличается от чата: цикл, автономность, инструменты
• Анатомия агента: мозг, душа, память, руки, глаза — что внутри проактивного помощника
• 5 слоёв памяти агента: от рабочей до векторной — почему это сложнее, чем кажется
• Проактивность через Heartbeat и Cron: как агент сам инициирует действия
• Основные сложности и что делать, если хочется сделать своего проактивного агента

Показали проект и получили фидбек от группы. Понимаете, как устроен современный AI-агент изнутри — из каких блоков он собирается, как работает память и проактивность. Уходите с картой следующего шага после курса

• Где живёт агент: свой сервер (VPS) за $5–20 в месяц, сколько нужно памяти и какого провайдера выбрать
• Проактивность через кроны: что превращает обычного агента в проактивного
• Чек-лист хорошего агента: где живёт, чем думает, что помнит, что умеет и его правила
• Точка правды через GitHub: как защититься от самовольных правок агента
• Скиллы, интеграции и память: Google Workspace, распознавание голоса, чистка мусора
• Workflows: рой субагентов (ресёрчер → критик → судья) для больших задач
• Безопасность: отдельная почта, карта и виртуалка под агента

После этого созвона понимаете, как поднять своего проактивного агента на сервере, держать его под контролем через точку правды и видите, куда расти дальше

• Чем проактивный агент отличается от Claude Code: живёт на сервере и работает, пока вы спите
• Юзкейсы участников: календарь с напоминаниями, списки покупок, база контактов «ник → почта»
• База знаний агента: Obsidian, Todoist, Notion как «второй мозг»
• Голос в агента: наговорил в Telegram или через Siri — агент разобрал и сделал
• Документы из памяти: договоры, адреса и реквизиты подставляются автоматически
• Главный урок: запрет на самовольную запись в память и скиллы — иначе копится мусор

После этого созвона у вас есть карта юзкейсов — понимаете, какую часть своей операционки можно отдать агенту и с чего начать

• Как работают LLM: токены, контекстное окно, вероятностная модель
• Почему английский дешевле русского на 30% и зачем держать одну тему в одном чате
• Экономика моделей: Opus, Sonnet, Haiku — когда какую использовать
• Управление лимитами: 5-часовые окна и лайфхаки
• Искусство промптинга: контекст, задача, формат, ограничения

• За что на самом деле платит клиент — продуктовое мышление в действии
• Как отличить настоящую проблему пользователя от симптома
• Как мыслить продуктово, даже если ты не продакт — для дизайнеров, фаундеров, самозанятых

• NotebookLM: анализ видео, документов, аудио и генерация контента
• Как проверить спрос на продукт, прежде чем вкладывать время
• Маркетинг и личный бренд: как продвигать то, что сделал
• Каналы продвижения: Telegram, Хабр, LinkedIn