В докладе рассмотрим возможность использования локальных LLM в практической безопасности на мощностях игрового ПК. Обсудим, какие задачи можно делегировать такому агенту, а какие лучше решать самому, и как обезопасить от него систему и окружение, чтобы не повторить опыт побега агента из песочницы.

Обсудим специфику профессии ML Product Manager и ключевые компетенции, необходимые для внедрения AI в бизнес. Разберём актуальные тренды на примере платёжной индустрии и поделимся прогнозами: чего ожидать от рынка и куда движется отрасль.

В 14:37 наш сервер начал отвечать ошибками. У нас есть метрики, логи, несколько подозреваемых и LLM, которая пока умеет только давать советы.

Прямо во время доклада мы превратим её в агента-детектива: дадим доступ к реальному Docker-стенду, научим самостоятельно выбирать инструменты, проверять гипотезы и искать причину сбоя. Когда расследование приведёт к рестарту сервиса, агенту придётся получить разрешение человека.

Один инцидент, две реализации — Spring AI 2.0 и Koog — и живое расследование, в котором агент может найти причину, ошибиться или выбрать неожиданное действие.