Что мы уже сделали

Клиенту, которому нужен настоящий ИИ-сотрудник (а не «чат с ИИ»), обычно приходится делать всё с нуля: транспорт, память, оркестрацию агентов, планировщик, интеграции, логирование. Это месяцы работы до первого рабочего прототипа. Плюс каждая новая задача - новая архитектура, потому что предыдущая была под одну функцию.

Универсальный мультиагентный харнесс на Claude Agent SDK. Единое ядро за транспортным интерфейсом работает через Telegram и VK, трёхуровневая память сохраняет контекст месяцами, 15+ специализированных субагентов разбирают конкретные задачи, MCP-серверы подключают внешние системы. Три автономных агента по расписанию сами поддерживают память, разбирают логи и пополняют базу знаний. Из этой платформы под каждого клиента собирается своя конфигурация - быстрее, чем строить с нуля.

• 90+ дней непрерывного uptime - доказательство архитектурной устойчивости
• Единое ядро → мультиканальность (Telegram + VK) без дублирования логики
• 3-уровневая память + Obsidian vault как курируемая база знаний
• 3 автономных агента по расписанию: memory-manager, log-analyzer, vault-curator
• MCP-серверы позволяют быстро подключать корпоративные системы клиента

Харнесс - базовая платформа, а не готовая коробка. Под каждый набор задач клиента собирается своя конфигурация: субагенты, интеграции, база знаний, права доступа.

Инвестиционная компания оценивает объекты коммерческой недвижимости для сделок и портфельных решений. На один объект уходили часы аналитика: сбор данных вручную с Циана, СберИндекса, отчётов, брокерских рынков - и потом сведение выводов. Рынок движется быстрее, чем один человек успевает собрать факты и обосновать вердикт. Универсальный «умный чат-бот» отвечает поверхностно и не даёт той глубины, которую даёт разговор между узкими экспертами разных дисциплин.

Мультиагентная система из 21 специализированного ИИ-аналитика: оценщик, брокер, финансовый директор, арендодатель, ритейл-аналитик, психолог переговоров и другие. Каждый анализирует объект со своей позиции, аргументирует и оспаривает выводы соседей. Оркестратор сводит спор в единый вердикт. Данные для анализа собираются автоматически - из Циана, СберИндекса и открытых источников. Каждый шаг логируется, каждый вывод проверяется до исходных данных.

• Время анализа одного объекта: часы ручной работы → минуты автономного анализа
• Глубина: 21 узкая экспертиза вместо одного общего мнения универсальной модели
• 4-й проект для этого клиента - работаем с ним с осени 2025
• Прозрачность: каждый вывод прослеживается до исходных данных и агентов, которые его сформировали

Система работает как замена аналитического отдела. Финальное решение остаётся за инвесткомитетом клиента - вердикт агентов подтверждается человеком.

Инвестиционной компании нужно было следить за новостным фоном сразу по трём типам инструментов: акции, ETF-фонды и облигации. Источников десятки: новостные ленты, отчёты, регуляторные публикации, отраслевые сообщества. Аналитики физически не успевали всё мониторить - важное проскакивало, реакция на события запаздывала.

Два ИИ-агрегатора: сначала международный рынок, потом - вторым проектом - российский. Оба построены на n8n + LLM. Автоматический обход всех источников, вычленение материалов по конкретным эмитентам из списка клиента, сжатие в готовый дайджест с приоритизацией. Утром аналитик получает не 200 сырых заголовков, а 15-25 подкреплённых цитатами материалов - только то, что реально влияет на портфель.

• Международный рынок под ежедневным мониторингом - от макро до корпоративных событий
• Российский рынок под ежедневным мониторингом - от регулятора до отраслевых сообществ
• Со второго проекта клиент сам согласился на 50% предоплату - уровень доверия, при котором торга уже нет
• Обе системы в работе, дайджест приходит ежедневно

Агрегация - инструмент для аналитика, не замена ему. Итоговые торговые решения принимает человек.

Финтех-команда с фокусом на корпоративные облигации решает две ежедневные задачи: держать голову в рынке (эмитенты, ключевые метрики, события) и параллельно выпускать материалы - обзоры, разборы, тексты для клиентов. Обе задачи съедают экспертное время, но большая часть работы механическая: собрать данные, свести шаблон, пересказать своим языком.

Два ИИ-ассистента под задачу. Первый готовит сводку по эмитенту и подсказывает, на что смотреть в текущей ситуации. Второй - черновики материалов в тональности бренда, с фактурой из внутренней базы знаний. Обе системы работают внутри инструментов, которыми команда уже пользуется - не отдельное приложение, не «зайдите ещё в один сервис».

• ИИ-аналитик: сводка по эмитенту и подсказка по фокусу - за минуты вместо часов
• ИИ-копирайтер: черновики обзоров и разборов в тональности бренда
• Работают внутри знакомой команде среды - без отдельного интерфейса
• Финтех + облигации - вертикаль с матчастью, а не «сделаем промпт под что угодно»

Ассистенты закрывают повторяющуюся часть работы. Финальная экспертиза и решения остаются за командой.

Заявки приходят в Olimpberry с трёх каналов: WhatsApp, Telegram и форма на сайте. Менеджеры обрабатывали в порядке очереди в рабочее время - первый ответ через 3-4 часа в среднем. За это время холодные лиды остывают, горячие уходят к конкурентам. Плюс - заявки надо руками переносить в amoCRM и распределять между менеджерами.

Простой сквозной процесс из трёх шагов. Заявка с любого канала → ИИ мгновенно пишет первое персонализированное сообщение лиду → при ответе система создаёт карточку в amoCRM и автоматически назначает свободного менеджера. Ручной работы у менеджеров на первом контакте больше нет - они подхватывают клиента с уже установленным диалогом и готовой карточкой в CRM.

• Среднее время первого ответа лиду: 3 часа → 1 минута
• Три канала (WhatsApp, Telegram, сайт) - один сквозной процесс
• Автоматическое создание карточки в amoCRM при ответе лида
• Менеджер подхватывает клиента с готовым диалогом - не читает сырую заявку

Автоматизация закрывает первый контакт и передачу лида в CRM. Дальнейшая работа с клиентом - за менеджером: квалификация, встреча, закрытие сделки.

Клубу семейного отдыха «Дельфин» нужен был не «сайт на конструкторе», а полноценный сайт: быстрый, красивый, с админкой для самостоятельной правки контента, с покрытием тестами перед каждым обновлением и с видимостью не только в Google/Яндексе, но и в ответах ИИ-ассистентов (ChatGPT, Алиса, Perplexity). По стандарту московских студий такой пакет собирается 6-8 недель.

Собрал сайт за 7 дней силами одного человека и связки ИИ-инструментов. Astro 5 для скорости и SEO, Keystatic для самостоятельной правки контента без разработчика, 9 Playwright E2E-тестов, которые прогоняют сайт на desktop, mobile и Safari перед каждым обновлением. SEO и GEO-оптимизация под ИИ-поиск - чтобы сайт появлялся не только в классической выдаче, но и в рекомендациях нейросетей.

• От чистого листа до продакшн-сайта - 7 дней, около 100 итераций внутри процесса
• 9 Playwright E2E-тестов: покрытие desktop + mobile + Safari перед каждым обновлением
• Владельцы правят контент сами через Keystatic - без обращения к разработчику
• SEO + GEO-оптимизация: видимость и в Google/Яндексе, и в ответах ИИ-ассистентов

Скорость 7 дней достижима на выстроенном пайплайне и в режиме ежедневных синхронов с клиентом. Сложные интеграции с внешними системами (бронирование, платежи, многошаговые формы с оплатой) делаются отдельным этапом.

В чатах комьюнити (>10К участников) команда модераторов отвечала на одинаковые вопросы по 30+ часов в неделю на человека: расписание, условия членства, регламенты - поток повторов. Старшие модераторы не успевали разбирать сложные случаи, новички уходили без ответа.

ИИ-агент с RAG по базе знаний клуба (методички, FAQ, регламенты, расписание). Отвечает на типовые вопросы мгновенно - за 2-4 секунды. Сложные эскалирует модераторам с готовой саммари и предложением вариантов ответа. Все взаимодействия логируются для аудита и итеративного обновления базы знаний.

• Время на типовые вопросы: ~60 ч/нед на модератора → ~9 ч/нед (за 3 месяца)
• +5% конверсия в новые членства (атрибуция - ответ за секунды vs часы)
• 24/7 покрытие - раньше модерация шла только в рабочее время
• Один модератор справляется с нагрузкой, на которую раньше уходило трое

Сложные индивидуальные вопросы (~12% трафика) по-прежнему эскалируются модератору - это сделано намеренно. RAG обновляется раз в неделю, между обновлениями новые регламенты могут отвечать «свяжитесь с модератором».

В открытых Telegram-чатах стабильный поток спама: «быстрый заработок», фейковая работа на 4 000 ₽ за день, фишинговые ссылки, «доход от 5 000 в день - пишите в лс». Ручная модерация не масштабируется: спам идёт круглосуточно, живее всего - в обед рабочих дней. Классические подходы (стоп-слова, regex, белые/чёрные списки) пропускают всё, что чуть отличается от шаблона. А отличается оно каждую неделю.

ИИ-модератор классифицирует каждое подозрительное сообщение по смыслу, а не по словарю. Под каждый тип нарушения - градация ответа: предупреждение, мьют на сутки, бан. Все срабатывания пишутся в лог: время, паттерн, действие. Из лога - аналитика по часам, дням и месяцам: видно как меняется спам и когда бот работает интенсивнее. Первым чатом был канал How2AI, дальше подключились и другие сообщества.

• 17 месяцев непрерывной работы в production - сентябрь 2024 → февраль 2026
• ~9 000 модерационных действий за 2025 год - в среднем 25/день, пиковый день 82
• 99% удаления текстового спама по результатам трёх месяцев замеров
• Пик активности спамеров - 14:00 MSK, а не «ботнеты 24/7»

Следующая итерация подключает vision-модель для распознавания спама в картинках и публичную базу паттернов.

Автоматизация новостного мониторинга и агрегации контента - самый частый запрос среди клиентских задач. Отраслевые каналы, соцсети, YouTube, тематические сайты - всё это нужно отслеживать, но информационный шум съедает часы в день. Реально полезных материалов в потоке - единицы процентов, и они прячутся в общем скролле.

8 связанных воркфлоу: парсинг источников (соцсети, видео, сайты) → LLM-скоринг материалов по релевантности и важности → отдельный тред для срочного → сборка ежедневного дайджеста → автоматическая чистка старых записей. Всё под аудит: отдельный error handler ловит и логирует ошибки парсинга. Про продукт вышло интервью в VC.ru - как пример живого ИИ-фильтра ленты.

• ~2 000 источников → 25-50 значимых материалов в день (50-100× сокращение шума)
• Ежедневный дайджест в 20:00 MSK, срочное - отдельным тредом
• 8 модульных воркфлоу - легко переносится под задачу конкретного клиента
• Публикация в VC.ru - публичный кейс продукта

Прототип показывает архитектуру решения. Под конкретного клиента настраиваются свой список источников, свои критерии релевантности и формат доставки дайджеста.

Клиенту нужен был регулярный контент сразу для нескольких площадок: статьи на сайт и в блог, черновики постов для Telegram, Дзена, LinkedIn. Копирайтер на постоянку - дорого и медленно, а сама клиент не успевала. Задача была не «написать один пост», а стабильный производственный цикл: от темы до готового материала под каждый канал - с фактчекингом и картинками.

Система на Make + Google Sheets + кастомные промпты. Пайплайн такой: автоматический сбор свежих материалов по теме → таблица с темами и статусами → по клику генерируется полноценный текст → автоматическая проверка фактов → варианты подачи под разные каналы → AI-иллюстрации к каждому материалу. От «хочу статью на эту тему» до готового материала - один клик.

• 5+ каналов выдачи контента с одной точкой входа
• Автоматическая проверка фактов встроена в пайплайн - не отдельный шаг для клиента
• AI-генерация иллюстраций добавлена по ходу проекта, по запросу клиента
• Публичный отзыв клиента с прямыми цитатами и рекомендацией

Система собрана под конкретную нишу - недвижимость в Испании. Под другую нишу переработывается пласт промптов, справочников и стилистических ориентиров.