или авторизуйтесь, если у вас он уже есть
- Как менялся подход разработчиков к AI: от копипаста в ChatGPT до Codex/Claude Code и автономных агентов.
- Почему “поставить готового агента” недостаточно, когда речь идет не про pet-проект, а про production и командное использование.
- С какими ограничениями столкнулись: долгий старт, высокий расход памяти, сложность масштабирования, нестабильность обновлений, неподходящая архитектура под Kubernetes.
- Почему было принято решение делать собственный runtime.
- Какие архитектурные решения понадобились: быстрый старт, динамический запуск runtime-подов, поддержка tools/skills, интеграция с YuChat.
- Как AI помогал писать AI-агента: планирование, архитектурные ревью, эксперименты с Claude/Codex и практические ограничения таких инструментов.
- Что получилось в итоге: агент внутри корпоративного мессенджера, который работает не как отдельная игрушка, а как часть рабочей платформы.
- Куда это развивается дальше: платформа, где можно подключать своих агентов, давать им контекст команды и встраивать их в реальные рабочие процессы.