AI-Эволюция · программа

Полная программа обучения · состояние на 07.09.2026

AI-Эволюция команды — что прошли и что дальше

Программа переводит команду клиента из разовых запросов к AI в режим, где у каждого есть персональный агент, а часть рабочих процессов автоматизирована и работает без ручного запуска. ~12 недель: аудит, три урока и еженедельные QA-встречи сопровождения между ними.

~12 недель
аудит + 3 модуля + финал
3 урока
+ QA-встречи каждую неделю
L2 → L3
целевая зрелость: L2 всем, L3 части
3 компании
Metz · Birka Art · HappyM

Продуктовое обещание

  • 1Развязываем руки. По методологии переводим команду в L2, часть людей — в L3.
  • 2Учим автоматизировать. Каждый автоматизирует часть своих бизнес-процессов сам и умеет это защитить.
  • 3Персональный агент у каждого. Настроенный под роль и поведенческий профиль, накапливает контекст между сессиями.
01

Карта программы

Сплошная рамка — пройдено или идёт сейчас. Пунктир — Урок 3 и QA после него: наполнение ещё не согласовано, ниже — предложение.

нед. 1–2
Блок 0
Аудит
пройдено
нед. 3
Урок 1
Ландшафт + агент
пройдено
нед. 3–5
QA · M1
сопровождение
идёт
нед. 5
Урок 2
Поведение + hard skills
пройдено
сейчас
QA · /automate
идёт
нед. 8–9
Урок 3
Делегирование
гипотеза
нед. 9–11
2 × QA
сопровождение
гипотеза
нед. 12
Финал
защита кейсов
гипотеза

Фактически команды идут с небольшим сдвигом относительно идеальных недель. Методология сборки программы — в отдельном каркасе (ссылка в подвале).

02

Уроки и QA-встречи — подробно

По каждой единице: темы, какие скиллы и MCP выдаём, что делаем на практике, домашнее задание и что должно появиться у участника к следующей встрече.

нед. 1–2

Блок 0 · Аудит AI-зрелости

пройдено
Темы
  • Диагностика каждого участника по шкале L0–L5 и по 5 осям внутри уровня
  • Аудит анкеты (самооценка) + аудит реальной практики в чатах и логах
  • Оцифровка бизнес-процессов участников: что делают руками, что можно передать AI, влияние на прибыль
  • Отчёт собственнику, формирование учебной группы (до 5 человек)
Инструменты
Установка Cursor + Claude Code, регистрация на GitHub, доступ к рабочему репозиторию компании
Результат
Зафиксирована стартовая точка каждого, роадмап на 3 модуля, список приоритетных процессов для автоматизации
нед. 3

Урок 1 · Ландшафт AI-систем и запуск персонального агента

пройдено
Блок 1
Зрелость
  • Почему результат от AI у всех разный — дело не в инструменте, а в том, как им пользуешься
  • Шкала L0–L5, три типа пользователей AI, где сейчас команда, цель — переход в L2 (часть — в L3)
  • Итоги аудита и обзор программы: модули M1 / M2 / M3, метанавыки, результаты
Блок 2
Ландшафт
  • Что такое LLM, self-attention, Transformer; откуда всё взялось (2017 → 2026)
  • Карта экосистем: 3 слоя. Claude vs GPT vs Gemini vs DeepSeek vs Grok — одна задача, пять моделей
  • Токеномика: что такое токен, контекстное окно как рабочая память, цены моделей, токеномика в Claude Code
Блок 3
Контекст и Skill
  • Единый контекст агента: технический + человеческий. Технический сетап
  • Что такое Skill, из чего состоит SKILL.md, прогрессивное раскрытие (3 уровня), где живут скиллы
  • Skill vs CLAUDE.md vs MCP vs субагент — что когда применять
  • Запуск онбординг-скилла: квиз 15 моделей поведения → персональный профиль агента
Блок 4
MCP
  • Толерантность к риску: дивиденд фронтира против утечки чувствительных данных; whitelist, а не blacklist
  • Метафора «мозг и руки», что такое MCP, архитектура (хост / клиент / сервер)
  • Токены = руки агента; 5 правил работы с ключами
Скиллы
онбординг-скилл/atomize (позже заменён на /remember)
М1-скиллы показаны как «что впереди»: /context-engineering, /daily-log, /reflect
Домашнее задание
  • Завершить онбординг: дойти до конца квиза 15 моделей, экспортировать профиль в JSON, подключить в Claude Code
  • Подключить MCP: Telegram, Google Calendar, почта — по инструкции, осознанно подтвердить разрешения
  • Выбрать один рабочий процесс для автоматизации и описать, как в нём участвует агент
Результат
Запущен персональный агент с ролью, метрикой и поведенческим профилем; подключены первые «руки»
нед. 3–5

QA-сопровождение · Модуль M1 «Систематизация»

идёт
Формат

Еженедельные QA-встречи. Между уроком и первой QA — рассылка инструкций и скринкастов по дням:

  • День 1 — запись урока, презентация, транскрипт
  • День 2 — подключение Telegram · День 3 — подключение Google Calendar / почты
  • День 4 — личная проверка прогресса · День 6 — сбор вопросов к QA · День 7 — QA-встреча
Скиллы M1
/context-engineering — что грузить в контекст агента, чинить шаблонные ответы и галлюцинации
/daily-log — ежедневный чек-ин по процессу автоматизации, баллы в счёт AI Champion
/reflect — еженедельное ретро: сколько времени сэкономлено, что оставляем, что меняем
MCP выдано
Telegram · Google Calendar · Google Drive · голосовой ввод (Whisper / Spokenly) · Miro для декомпозиции
Метанавык
Методичность и структурированность — фиксировать и не терять контекст
Результат
Живёт дневник без напоминаний, подключены руки, начата декомпозиция первого процесса в Miro
нед. 5

Урок 2 · Модели поведения, компенсация агентом, hard skills

пройдено
Блок 1
Статусы
Актуализация по каждому участнику: сетап, декомпозиция, автоматизация. Почему буксует именно автоматизация / декомпозиция. Из чего складывается работа с агентом: hard skills + meta skills + драйверы мотивации
Блок 2
Поведение
  • Модели поведения (15 моделей), перенесённые на работу с AI. Декомпозиция как прямое упражнение на конкретные модели
  • Разбор персонального behavior profile каждого участника
  • Изменение модели поведения: 1–5 лет без AI → < 1 года с агентом, настроенным на компенсацию
  • Компенсация агентом через компетенции: диагноз по западающим компетенциям → инструкция агенту, которая берёт их на себя (примеры: методичность, концептуальность)
  • Чтобы компенсация работала — агент должен её помнить (профильный файл + память)
Блок 3
Hard skills
/run-log — механический замер прогона: ручной против агентского, в минутах, сразу после отработки. Источник дельты «было/стало»
/remember — долгая память между сессиями: факт, решение, договорённость не испаряются
/automation-log — чекпоинт в конце сессии автоматизации: что дали, что сломалось, что решили
/automation-report — финальный отчёт из истории чекпоинтов для ревью координатором
Триггеры автозапуска: явный список слов/ситуаций + «skip when»-исключения, чтобы скилл срабатывал сам и не лез не туда
Блок 4
MCP под процесс
Разбор процессов компании: какой руки не хватает под каждый. Google Drive, голосовой ввод, Granola, Miro, Playwright — каждый MCP под конкретный процесс из декомпозиции
Практика
Вместе проходим декомпозицию реального процесса участника по методу с QA (пример Metz: «Анализ артикулов WB» — дашборд с автообновлением из Google Sheets, 6 сообщений агенту → готовый сайт)
Домашнее задание
  • Закрыть хвосты по чек-листу (онбординг, MCP, декомпозиция)
  • Прописать агенту инструкцию-компенсацию под свой профиль и убедиться, что он её запомнил
  • Дописать триггеры запуска на каждый скилл
  • Подключить новые MCP и развернуть первую автоматизацию
Результат
Агент помнит правило-компенсацию под профиль; идёт замер прогонов; процесс декомпозирован
сейчас

QA-встреча · скилл /automate

идёт
Теория

Между «у меня есть рутина» и «агент её делает» стоит методология. /automate — оркестратор из 9 фаз (0–8): Preflight → Паспорт → Декомпозиция → Чек-лист инструментов → Логика решений → Артефакты → Подключение → Сборка → Приёмка.

Каждую фазу закрывает участник, не агент: агент показывает, что зафиксировал, и спрашивает «закрываем?». Прогресс — в файле process-spec-<процесс>.md.

Что зовёт
по ходу
/run-log — baseline в Фазе 1 и агентский прогон в Фазе 8
/automation-log — чекпоинт в конце каждой сессии
/automation-report — сборный отчёт в Фазе 8
Файлы
process-spec-<процесс>.md · runs.csv · automations/<процесс>/ (скрипт + README + _context.md) · notes/automation-log.md · memory/
Практика
Каждый на встрече: выбрал 1 свой процесс → подтянул скилл из GitHub → запустил /automate → прошёл Фазы 1 → 2 → 3
Домашнее задание
  • Прислать координатору process-spec с закрытыми Фазами 1–3 — до вторника
  • Поставить 3 слота по 30 минут в календаре на Фазы 4–7
  • Чек-ин в чат в среду: на какой фазе, где застряли
Результат
Первый процесс декомпозирован, Фазы 1–3 закрыты, есть baseline «было» в runs.csv
нед. 8–9 · гипотеза

Урок 3 · Делегирование, автозапуск, общий формат

не согласовано
Логика

Команды умеют собрать одну автоматизацию под присмотром через /automate. Обещание — чтобы автоматизировали часть процессов сами и часть работала автономно. Урок 3 закрывает разрыв «собрал руками один раз» → «работает без меня, и я могу повторить».

Ядро урока
всей когорте
  • Делегирование целиком. Отдавать агенту процесс как многошаговую задачу, а не по одному шагу. Практика на своём процессе из /automate
  • Автозапуск без человека. Расписание и триггеры: «каждое утро собрать цифры к планёрке», «мониторить штрафы WB». Инструмент: /n8n (нужен инстанс) или Zapier + хук-напоминания в Claude Code. Почему не «просто скилл»: сервер потушен, никто не запустил
  • Общий формат + security. Переезд команды на общий сервер, автоматический локальный бэкап раз в день, правила работы с ключами и доступами — то, что команда сама после нас не соберёт
  • Хранение при росте. Короткая тема: когда папок перестаёт хватать, индикаторы перехода на Supabase / базу
По потребности
участника
  • /multi-agent — фан-аут по массиву: разбор пачки откликов, анализ артикулов, сверка поставщиков (с согласованием стоимости)
  • /eval / /eval-screening — проверка качества на объёме, когда вручную не прочитать десятки выводов
  • /agent-retro — когда у скилла 5+ прогонов и качество поехало
  • Дашборды и отчётность — /automate «собрать дашборд по таблице» / /prototype
Домашнее задание
(набросок)
  • Довести свой процесс из /automate до Фазы 8 (приёмка)
  • Настроить автозапуск процесса по расписанию или триггеру
  • Подключиться к общему серверу команды, проверить бэкап
Метанавык
Делегирование — доверие выстроенному процессу без ручного контроля каждого шага
Результат
Один процесс работает без ручного запуска; команда на общем сервере с бэкапом и правилами security
нед. 9–11 · гипотеза

2 × QA-встречи после Урока 3

не согласовано
QA #1
Разворачивание автономного процесса у каждого. Разбор, где застряли на автозапуске и общем сервере. Фиксация цифр «было / стало» по runs.csv
QA #2
Сборка кейса каждым участником: какой процесс, было столько-то часов — стало столько-то, что делает агент. Репетиция защиты
Результат
У каждого готовый кейс автоматизации с посчитанной дельтой
нед. 12 · гипотеза

Финал · Защита кейсов и замер результата

не согласовано
Формат
Каждый участник защищает свой кейс автоматизации перед командой и собственником. Мы помогаем сделать красиво и убедительно
Замер
  • Уровень зрелости каждого по L0–L5 — до и после
  • Доля задач через персонального агента — было / стало (Киркпатрик 3)
  • Высвобожденное время по процессам, переведённое в деньги (Киркпатрик 4)
  • Опрос удовлетворённости программой (Киркпатрик 1)
Результат
Отчёт собственнику: сдвиг зрелости команды, автоматизированные процессы, импакт в деньгах
03

Каталог скиллов

Что реально выдано командам и что запланировано. Изначальный роадмап аудита (M2: /software-factory, /harness, /candidate-research, /eval; M3: /multi-agent, /agent-retro, /council, /autoresearch, /n8n) по факту скорректирован — вместо аналитических скиллов дали автоматизационные, потому что это ближе к продуктовому обещанию и задачам команд.

СкиллЧто делаетКогда даёмСтатус
онбординг-скиллСобирает контекст роли, AI Mandate, синтез аудита + профиль поведения → как агент ведёт себя с этим человекомУрок 1выдано
/atomizeИзвлекает атомарные идеи из заметок — одна идея на заметку, со связямиУрок 1заменён на /remember
/context-engineeringЧто грузить в контекст агента, чинить шаблонные ответы и галлюцинацииM1выдано
/daily-logЕжедневный чек-ин по процессу автоматизации, баллы AI ChampionM1выдано
/reflectЕженедельное ретро: дельта времени, keep / revertM1выдано
/run-logМеханический замер прогона в runs.csv — ручной / агентский, в минутахУрок 2выдано
/rememberДолгая память между сессиями: один факт = один файл в memory/Урок 2выдано
/automation-logЧекпоинт в конце сессии автоматизацииУрок 2выдано
/automation-reportСборный отчёт по автоматизации для ревью координаторомУрок 2выдано
/automateОркестратор автоматизации процесса: 9 фаз от паспорта до приёмкиQA после Урока 2даётся сейчас
/n8nПроектирование автоматизаций в n8n: рецепты, паттерны, дебагУрок 3 · ядрогипотеза
/multi-agentФан-аут по массиву однотипных объектов, консилиум экспертовУрок 3 · по потребностигипотеза
/eval · /eval-screeningОценка качества AI-вывода на объёме через LLM-as-JudgeУрок 3 · по потребностигипотеза
/agent-retroАгент разбирает свои ошибки за прошлые прогоны и правит свой промптУрок 3 · по потребностигипотеза
/prototypeАвтономная сборка интерактивного прототипа: дашборд, лендинг, инструментУрок 3 · по потребностигипотеза
04

Каталог MCP и «рук» агента

Подбирается под конкретный процесс из декомпозиции, а не «подключим всё». Правило — минимально необходимые права, по умолчанию только чтение.

MCP / инструментДля чегоПод какой процессСтатус
TelegramУведомления и приём задач агенту от имени ботаВсе — быстрый канал в агента с телефонавыдано
Google CalendarЧтение событий и создание новых из разговораПланирование, слоты под задачи автоматизациивыдано
Google DriveРабота с гугл-документами и таблицами напрямуюПрезентации и файлы, таблицы RnP, отчётностьвыдано
Голосовой ввод · Whisper / SpokenlyНадиктовать мысль в терминал вместо печатиВсе — особенно кто теряет мысль на длинных промптахвыдано
MiroРабота с досками — агент читает и обновляет карточкиBacklog декомпозиции, дашбордывыдано
GranolaФиксация встреч + выгрузка контекста и задач агентуQA-встречи и планёркипо потребности
PlaywrightУправление браузером для UI и сквозных проверокПроверка личных кабинетов WB / Ozon, сверка данныхпо потребности
n8n / ZapierВнешний пайплайн для автозапуска по расписанию / триггеруПроцессы, которые должны работать без запуска человекомУрок 3
05

Метанавыки по модулям

Программа не только про инструменты. Каждый модуль тренирует один метанавык — модель поведения, перенесённую на работу с AI. Агент настроен компенсировать западающие компетенции участника.

M1 · систематизация

Методичность и структурированность

Фиксировать и не терять контекст. Декомпозиция процесса — прямое упражнение: разложить на пронумерованные шаги с критерием готовности каждого.

M2 · автоматизация

Аналитичность

Правильно формулировать запрос, перепроверять гипотезы вместо поиска им подтверждения. Довести каждое решение процесса до явного правила, заранее найти краевые случаи.

M3 · агентский слой

Делегирование

Доверие выстроенному процессу без ручного контроля каждого шага. Отдать агенту задачу целиком, а не по одному шагу.

Скорость изменения. Модель поведения у человека без AI выправляется 1–5 лет. Агент, настроенный на компенсацию, выправляет тот же дефицит меньше чем за год — если правило-компенсация прописано в профиле и агент его помнит.
06

Как меряем результат

Модель Киркпатрика — четыре оси. Уровни 2–4 закрываются в основном через вторую ветку программы: автоматизацию бизнес-процессов, где процент автоматизированного растёт каждые ~3 недели.

Ур.ЧтоКак меряемИндикатор «достигли»
1РеакцияОпрос: полезно / понятно / комфортно. Посещаемость QAОценка полезности высокая у большинства когорты
2НаучениеПо каждому скиллу — вызван по триггеру 5–10 раз, есть результат, отрефлексирован. Плюс: /automate пройден от паспорта до приёмкиГалочки по всем скиллам модуля + 1 процесс автоматизирован с нуля и не ломается
3ПоведениеДоля задач / времени через персонального агента; число автоматизированных процессов; живёт ли дневник самСдвиг доли: было «пара задач» → стало ~половина рабочих задач. Дневник живёт 2+ недели
4Бизнес-результатВысвобожденное время «было / стало» по runs.csv → в деньги через стоимость часаХотя бы одна защищённая модель «10 ч/нед → 2 ч/нед» на процесс
Вторая ветка — бизнес-процессы. Идёт параллельно всем урокам. Процессы проранжированы и разбиты по людям. После каждого блока обучения процент автоматизированных процессов должен расти. QA-встречи — это кейсы, где участники показывают и защищают. Сводка по компаниям: Metz ≈ 654 ч/мес в задачах (7 автоматизируются полностью), Birka Art ≈ 218 ч/мес (задачи от 2 из 5), HappyM — задачи собираются.