Я открыл ai.potapov.me — платформу AI Builders. Ядро уже читается: открытый учебник «AI/LLM-интеграции: от вызова модели до работающей фичи». Десять частей, 58 глав в плане, 29 написаны. Бесплатно, без регистрации и без письма на почту за PDF.
Дальше объясню, почему считаю это более важной работой, чем очередной проект в портфолио.
Что сейчас происходит с этим знанием
Инженеру, которому поручили «прикрутить ИИ» к работающей системе, читать почти нечего.
Есть документация провайдеров — она описывает параметры запроса и ничего не говорит о том, что делать, когда модель вернула валидный JSON с выдуманным номером договора. Есть англоязычные посты про промпты — половина из них устарела вместе с версией модели. Есть курсы «сделай чат-бота за выходные» — они заканчиваются ровно там, где начинается настоящая работа: нагрузка, деньги, дежурный в три часа ночи.
Между «вызвали API и получили текст» и «фича живёт в проде» лежит инженерия. Контракт на ответ. Поведение системы, когда провайдер отвечает пятисоткой или молчит сорок секунд. Бюджет на токены и что происходит при его исчерпании. Проверка качества там, где два одинаковых запуска дают разный результат. Логи, по которым через месяц можно объяснить клиенту, почему система приняла именно это решение.
Этот отрезок каждый проходит сам. Я вижу результат в проектах, куда меня зовут: пилот показали, он не поехал, и объяснить причину внутри некому. Причины повторяются от компании к компании. Это признак не глупости команд, а отсутствия общего корпуса знаний.
Почему именно русскоязычное
Часть ограничений у нас своя, и в англоязычных материалах её нет вообще.
152-ФЗ определяет, какие данные вообще можно отправить в модель и куда именно. Российские провайдеры — отдельная реальность со своими лимитами, ценами и поведением под нагрузкой. Выбор модели у нас решается не бенчмарками, а тем, что можно, что доступно и сколько это стоит на вашем объёме. Ни один зарубежный гайд об этом не напишет, потому что для его автора этой проблемы не существует.
Переводить чужие тексты бессмысленно: они отвечают на другие вопросы.
Что такое AI Builders
Место, где эта практика собирается и остаётся.
Учебник — первое, что там появилось. Он ведёт фичу по жизненному циклу: от вопроса «нужна ли здесь модель вообще» через протокол и контракты к тестированию недетерминированной системы и эксплуатации в проде.
Через все части проходит шкала зрелости. Она сформулирована вопросами, а не ярлыками, и по ней можно проверить свою фичу за минуту:
- Новичок. Умеет ли система вызвать модель и получить текст?
- Инженер. Завёрнут ли вызов в сервис, который переживает ошибку и отдаёт ответ потребителю?
- Сеньор. Где в этой фиче модель не нужна, и вы туда её всё равно ставите?
- Эксперт. Может ли команда показать контекст, контракт, evals, fallback, бюджет, правила безопасности и логи одной версии?
Четвёртый вопрос — тот самый, на котором разговор обычно заканчивается. Не потому что команда слабая, а потому что никто не сказал, что так вообще бывает.
Примеры на Python: FastAPI и Django, Pydantic для контрактов, Celery и Redis для фона, PostgreSQL для состояния. RAG и агентные схемы разобраны вместе с тем, что в них ломается на реальных данных, а не на демо-корпусе.
Почему открыто и бесплатно
Три причины, и все три честные.
Так материал становится лучше. Закрытый текст правит только автор. Открытый правят читатели: приходит замечание, глава меняется. Я уже переписывал опубликованные главы после разбора с чужой командой.
Так это работает как доказательство. Я встраиваю ИИ в существующие бэкенды за деньги. Клиенту, который выбирает подрядчика, полезнее прочитать две главы и понять, как я думаю про эту работу, чем читать на лендинге слово «экспертиза». Учебник — самая честная витрина, которую я могу построить: там видно и то, что я знаю, и то, чего не обещаю.
Так набирается сообщество. Одиночка пишет 58 глав несколько лет. Группа инженеров, которые тащат такие фичи в прод каждый день, наполняет корпус быстрее и точнее. Я начинаю с текста, потому что сообществу нужна общая точка отсчёта: без неё разговор каждый раз начинается с нуля.
Чего там нет
Не будет объяснений, как устроен трансформер: для этого есть учебники получше.
Не будет обещания, что после прочтения ваш пилот доедет до прода. Это зависит от процесса, данных и готовности компании менять то, что сейчас держится на человеке, который додумывает контекст.
Не будет громких историй успеха с процентами экономии. Цифры я называю только те, что видел сам и готов защищать.
Не будет платной стены. Регистрация не нужна, писем «оставьте почту, вышлем PDF» не будет.
Куда это движется
29 глав из 58 открыты. Остальные выходят по мере готовности, опубликованные правятся по замечаниям.
Точка сбора уже открыта: канал @ai_builders_ru. Русскоязычной инженерной среде по LLM-интеграциям нужно не место с мемами про AGI, а место, где разбирают контракты ответа, стоимость запроса и поведение системы при отказе модели. Такое место я и строю — и веду его сам, пока не появятся те, кто будет вести его вместе со мной.
Если вы такую фичу уже тащите — подписывайтесь на канал, читайте главы и присылайте замечания. Возражение по существу ценнее лайка: оно попадает в текст, который прочитают следующие.
