Как агентные системы помогают отслеживать мишени, клинические исследования и рынки, а также работать с внутренними производственными и экспериментальными данными через запросы на естественном языке.

Из каких компонентов складывается система вокруг LLM и как агентский харнесс влияет на качество, скорость и стоимость работы агента.

Как AI Recruiter проводит первичное интервью, отвечает на вопросы о вакансии и оценивает кандидата; управление диалогом и оценка качества агента в реальных разговорах.

Какие задачи образовательный агент должен решать лучше универсального и где специализированное решение не нужно.

Опыт RL-дообучения агента на базе Qwen3.5-9B в продуктовом харнессе GigaAgent: изолированные песочницы Kubernetes, тесты как награда и неожиданные эффекты оптимизации.

Почему подтверждения человека и убедительные рассуждения агента не всегда обеспечивают контроль: усталость от согласований, поддакивание и проверка фактического результата.

После шести коротких докладов спикеры обсудят практики применения ИИ-агентов в своих сферах.