Agentic Engineering 3.0

Eduard Liashenko
Кирило Сулімовський
Урок 1: Токени: як текст перетворюється на числа і чому це важливо
Урок 2 - Вхідні та вихідні токени: як порахувати вартість роботи з моделлю
Урок 3 - Контекстне вікно: що це, вигорання контексту, переповнення
Урок 4 - Стохастичність: temperature, top_p та інші параметри — чому один промпт дає різні результати
Урок 5 - Галюцинації: чому LLM впевнено бреше і як з цим жити
Урок 6 - Attention mechanism — спрощено для розробників
Урок 7 - Stateless природа LLM: модель не пам'ятає між сесіями
Урок 8 - Training vs Inference: що знає модель vs що ти їй даєш
Урок 9 - Embedding та векторні представлення: як модель "розуміє" текст
Урок 10 - Розмір моделі vs якість
Урок 11 - Швидкість і якість відповіді: як обирати модель та налаштування
Урок 12 - Thinking: коли моделі варто «думати» довше
Урок 13 - Вартість: скільки коштує працювати з Claude щодня
Урок 1 - Tool Use / Function Calling: як LLM виконує дії у реальному світі
Урок 2 - Coding Assistant = LLM + Tool Use. Анатомія
Урок 3 - Agentic Loop: архітектура observe → think → act → repeat
Урок 4 - System prompt vs User prompt: роль системного промпту
Урок 5 - Fine-tuning vs Prompting vs RAG: 3 способи адаптації моделі
Урок 6 - Prompt injection: як зловмисники маніпулюють LLM
Урок 7 - Data privacy: що відправляється на сервер і хто це бачить
Урок 8 - AI Fluency Framework 4D (Delegation, Description, Discernment, Diligence)
Урок 9 - Розробник як оркестратор - нова роль в AI
Урок 1 - Встановлення Claude Code
Урок 2 - Термінал і IDE для Claude Code
Урок 3 - Ввід у Claude Code: @, !, шорткати і slash-команди
Урок 4 - Settings.json - повний гід
Урок 5 - Сесії, контекст та compaction
Урок 6 - Дозволи агента: правила і режими
Урок 7 - Sandbox: ізоляція агента на рівні ОС
Урок 8 - Docker та devcontainers
Урок 9 - Claude Code поза терміналом
Чек-лист перевірки після модуля - Робоче середовище, дозволи й ізоляція
Урок 1 - Як писати промпти
Урок 2 - Як давати контекст: @, скріншоти, pipe, гібридна стратегія
Урок 3 - .claude папка як база: project, user, scope system
Урок 4 - CLAUDE.md як базовий контроль
Урок 5 - Коли CLAUDE.md розрісся: .claude/rules/ і правила за шляхами
Урок 6 - Режими: Plan і Think
Урок 7 - Контекст у довгій сесії: /compact, /clear, subagents, budget
Урок 8 - Bounded Contexts: межі системи перед структурою папок
Урок 9 - Рефакторинг legacy з агентом: інваріанти, тести, поетапна заміна
Урок 10 - Scaffold як кульмінація: матеріалізація BC у файлову систему
Чек-лист перевірки після модуля - CLAUDE.md, карта меж і кістяк репозиторію
Урок 1 - Custom Commands
Урок 2 - Agent Skills
Урок 3 - Створення власних Skills
Урок 4 - Hooks
Урок 5 - Plugins: встановлення і створення
Урок 6 - Створення marketplace для команди
Урок 7 - Claude Agent SDK + capstone wrap
Головне завдання модуля: Plugin для свого SaaS-проєкту
Урок 8 - Дизайн з Claude: від дизайн-системи до першої сторінки
Урок 9 - Професійний дизайн з Claude: Figma та Pencil
Чек-лист перевірки після модуля - Дизайн-система та тулінг
Урок 1 - Введення в SDLC, Gates, Arefacts
Урок 2 - Словник домену та бриф продуктової ідеї
Урок 3 - Від брифу до PRD: що, з чого, звідки, як
Урок 4 - Architecture Design: SAD і ADR документи
Урок 5 - Модель даних і міграції
Урок 6 - API contracts (OpenAPI)
Урок 7 - Tasks: одиниця роботи для агента
Урок 8 - Git з агентом: короткі гілки, малі коміти, безпечний відкат
Чек-лист перевірки після модулю - Пакет підготовки: PRD, SAD/ADR, data-model, OpenAPI, tasks
Урок 1 - Execution map: Spec Driven Development
Урок 2 - Ralph loop: автономне виконання
Урок 3 - /goal - автономний фініш: Ralph у коробці
Урок 4 - Dynamic workflows
Урок 5 - Фонове виконання: сесії, дашборд, розклад
Урок 6 - Цикли зворотного зв'язку: перевірка як дисципліна виконання
Урок 7 - TDD як execution discipline
Завдання по Модулю 7 - Execution discipline
Чек-лист перевірки після модуля - Перша фіча (імплементація)
Урок 1 - Що таке MCP: архітектура клієнт-сервер
Урок 2 - MCP примітиви: Tools, Resources, Prompts
Урок 3 - Підключення MCP серверів до Claude Code
Урок 4 - Екосистема MCP: готові сервери в роботі
Урок 5 - Claude як MCP-сервер: claude mcp serve
Урок 6 - Будуємо власний MCP-сервер
Урок 7 - MCP Inspector: дебаг і тестування серверів
Урок 8 - Канали: чат прямо у твою Claude Code сесію
Завдання по Модулю 8 - MCP від споживача до автора
Чек-лист перевірки після модуля - Свій MCP + друга фіча
Урок 1 - Git Worktrees: паралельна робота агентів
Урок 2 - Worktree merging та cleanup
Урок 3 - Pull Requests: створення та автоматизація
Урок 4 - Code Review з Claude: локальне рев'ю в сесії
Урок 5 - @Claude на платформі: PR, рев'ю та інтеграція
Урок 6 - Реліз і документація з Claude
Завдання по Модулю 9 - від коміту до merge через worktree, PR і рев'ю
Чек-лист перевірки після модуля - Фіча через PR / worktree / review / реліз
Урок 1 - Subagents: делегування та ізоляція контексту
Урок 2 - Custom Subagents: створення спеціалізованих агентів
Урок 3 - Evals і регресійне тестування агентів
Урок 4 - Agent Teams: команди агентів-пірів
Урок 5 - Agentic Debugging: систематичний підхід
Завдання по Модулю 10 - збери свій агентний workflow: від задачі до merged PR
Чек-лист перевірки після модуля - Агентний workflow + evals (QA)
Урок 1 - Безпека агента в проді: від шляху атаки до регресійного тесту
Урок 2 - Deploy на VPS: GitHub Actions і self-hosted runner
Урок 3 - Після деплою: метрики, логи й AI-черговий
Урок 4 - Claude Code в команді: від пілота до стандарту
Урок 5 - Фінал - Куди рухається все це
Чек-лист перевірки після модуля - Deploy + Monitoring + фінальні екрани

Переднавчання Модуль 1 - Як працюють LLM — механіка під капотом

Урок 1: Токени: як текст перетворюється на числа і чому це важливо
Урок 2 - Вхідні та вихідні токени: як порахувати вартість роботи з моделлю
Урок 3 - Контекстне вікно: що це, вигорання контексту, переповнення
Урок 4 - Стохастичність: temperature, top_p та інші параметри — чому один промпт дає різні результати
Урок 5 - Галюцинації: чому LLM впевнено бреше і як з цим жити
Урок 6 - Attention mechanism — спрощено для розробників
Урок 7 - Stateless природа LLM: модель не пам'ятає між сесіями
Урок 8 - Training vs Inference: що знає модель vs що ти їй даєш
Урок 9 - Embedding та векторні представлення: як модель "розуміє" текст
Урок 10 - Розмір моделі vs якість
Урок 11 - Швидкість і якість відповіді: як обирати модель та налаштування
Урок 12 - Thinking: коли моделі варто «думати» довше
Урок 13 - Вартість: скільки коштує працювати з Claude щодня

Access limited

or Pre-registration