All articles — page 20

Grounded Reasoning in LLMs: New Training Approaches

I'm Denis Shokhirev, Enterprise AI architect based in Freiburg, Germany. At DennisCraft AI Studio I ship production AI agents for DACH B2B clients using Claude, Supabase, n8n, Doppler, and Postgres. Over the last six months, I put 14 AI agents into production. The main bottleneck isn’t infrastructure — it’s getting LLMs to reason from the facts, not make things up. The Production Pain: LLMs Still Hallucinate In regulated sectors like logistics and fintech, even minor LLM hallucinations trigge

May 17, 2026

Kontext-Reduktion: Token-Kontext verkleinern ohne Qualitätsverlust

von Denis Shokhirev, Enterprise AI Architect aus Freiburg. In meiner Rolle bei DennisCraft AI Studio liefere ich produktive AI-Systeme für DACH-B2B-Kunden in Logistik, FinTech und Industrieautomatisierung – und setze dabei Claude, Supabase, n8n, Doppler sowie selbstgehostetes Postgres ein. In mindestens acht von vierzehn fertigen Projekten war die übermäßige Ausweitung des Kontextfensters der Engpass: Kontexte wachsen in der Praxis schneller als Modellgrenzen, und Standardlösungen aus Demos sche

May 16, 2026

Slimming context: как уменьшать токен-контекст без потери качества

Я — Денис Шохирев, Enterprise AI архитектор из Фрайбурга, Германия. В DennisCraft AI Studio я внедряю AI-агентов для B2B-клиентов из DACH-региона в логистике, финтехе и промышленной автоматизации. Стек: Claude, Supabase, n8n, Doppler, self-hosted Postgres. За последние полгода я внедрил 14 production-агентов, и каждый второй проект упирался в проблему «раздувания» токен-контекста: в реальных пайплайнах промты быстро переростают лимиты моделей, а решения из демо не выдерживают регламентированных

May 16, 2026

Context Slimming: Reducing Token Context Without Losing Quality

I’m Denis Shokhirev, an Enterprise AI architect based in Freiburg, Germany. At DennisCraft AI Studio, I deliver production AI agents for DACH B2B clients in logistics, fintech, and industrial automation—stacking Claude, Supabase, n8n, Doppler, and self-hosted Postgres. On at least 8 of my last 14 agents, I hit a recurring wall: context windows ballooning past LLM limits, leading to latency spikes and unpredictable outputs despite careful prompt design. Why Context Swells in Real Workloads For

May 16, 2026

Agenten-Skills in der Praxis: Entwurf und Implementierung in produktiven Systemen

von Denis Shokhirev, Enterprise AI Architect aus Freiburg. Ich leite das DennisCraft AI Studio und liefere produktive KI-Agenten für B2B-Kunden im DACH-Raum. Mein aktueller Stack: Claude, Supabase, n8n, Doppler, selbst gehostetes Postgres. Die größte Herausforderung: Agentenfähigkeiten (“Skills”) so zu gestalten, dass sie in regulierten, produktiven Umgebungen stabil und auditierbar funktionieren – nicht nur im Demo-Modus. Was ist ein Agenten-Skill in der Produktivumgebung? Ein Skill besteht

May 15, 2026

Agent Skills in Practice: Designing and Implementing in Real-World Systems

I’m Denis Shokhirev, an enterprise AI architect based in Freiburg, Germany, running DennisCraft AI Studio. Over the past six months, I shipped 14 production AI agents for logistics and fintech clients in the DACH region. My core stack: Claude, Supabase, n8n, Doppler, and self-hosted Postgres. The main pain point I face isn’t model accuracy — it’s building agent “skills” that work reliably in regulated, rapidly-changing production setups. What is an Agent Skill in Production? In the real world

May 15, 2026

Навыки для AI-агентов: как проектировать и внедрять в реальных системах

Я — Денис Шохирев, архитектор AI из Фрайбурга, управляю DennisCraft AI Studio и внедряю продакшн-агентов для клиентов B2B в DACH. Последние полгода — 14 агентов на стеке Claude, Supabase, n8n, Doppler, self-hosted Postgres. Одна из главных боли — как реализовать расширение навыков агента так, чтобы это не сломалось в проде после первого регресса. Что такое навык агента на практике В продакшн-системах навык — это не просто абстрактная “функция”, а конкретная связка: входные параметры → валидац

May 15, 2026

SEO-Audit mit LLM: Automatisierte Code- und Search Console-Analyse im Produktivbetrieb

von Denis Shokhirev, Enterprise AI Architect aus Freiburg. In meinem DennisCraft AI Studio habe ich in den letzten sechs Monaten 14 produktive KI-Agenten für DACH-B2B-Kunden ausgeliefert – darunter automatisierte SEO-Audits auf Basis von Claude, Supabase, n8n und selbstgehosteter Postgres. Bei einem Industrieprojekt führte ein Fehler in der SEO-Template-Logik dazu, dass mehrere Landingpages aus dem Google-Index fielen. Die manuelle Prüfung der Search Console und Codebasis war zu langsam und über

May 14, 2026

SEO Audit with LLMs: Automating Codebase and Search Console Analysis

I'm Denis Shokhirev, an enterprise AI architect based in Freiburg, running DennisCraft AI Studio. Over the last six months, I've shipped 14 production AI agents for DACH B2B clients using a stack of Claude, Supabase, n8n, Doppler, and self-hosted Postgres. One recent logistics deployment exposed a recurring pain: manual SEO code reviews and Search Console data checks missed subtle template bugs and cost 6+ hours per audit. Automating these audits with LLMs and static analysis has reduced review

May 14, 2026

SEO-аудит с помощью LLM: автоматизация анализа кода и данных Search Console

Я — Денис Шохирев, Enterprise AI architect из Фрайбурга. В DennisCraft AI Studio за последние полгода я внедрил 14 production AI-агентов для B2B-клиентов DACH, включая автоматизированные SEO-аудиты на стеке Claude, Supabase, n8n и self-hosted Postgres. На одном из проектов для финтех-компании я столкнулся с реальной проблемой: ручная проверка SEO-кода и данных Search Console занимала десятки часов и не выявляла часть критических ошибок в шаблонах и API-интеграциях. Автоматизация на базе LLM и ле

May 14, 2026

Steuerung des Kommunikationsstils von LLMs: Tonalität und Struktur bei Claude im Griff behalten

von Denis Shokhirev, Enterprise AI Architect aus Freiburg. In meiner Rolle bei DennisCraft AI Studio liefere ich produktionsreife KI-Systeme für DACH-B2B-Kunden aus Logistik, Fintech und Industrieautomatisierung – auf Basis von Claude, Supabase, n8n, Doppler und eigenem Postgres. In den letzten sechs Monaten habe ich 14 KI-Agenten in Produktion gebracht. Die größte Praxis-Herausforderung: Die Erwartungen an zuverlässigen Stil, konsistente Struktur und regulatorisch einwandfreie Formulierungen si

May 13, 2026

Controlling LLM Communication Style: Managing Tone and Structure in Claude

I’m Denis Shokhirev, Enterprise AI Architect based in Freiburg, Germany, running DennisCraft AI Studio, building and shipping AI systems for DACH B2B clients using Claude, Supabase, n8n, Doppler, and self-hosted Postgres. Over the last six months, I’ve shipped 14 production AI agents. The most persistent production pain: clients expect not just factual accuracy, but predictable tone, stable structure, and no surprises—even in edge cases. Why LLM Style Consistency Is a Core Production Concern

May 13, 2026

Контроль стиля общения LLM: как управлять тоном и структурой ответов Claude

Я — Denis Shokhirev, Enterprise AI architect в Freiburg (DennisCraft AI Studio), специализируюсь на внедрении AI для B2B-клиентов DACH в логистике, финтехе и промышленной автоматизации. За последние полгода я вывел в продакшн 14 AI-агентов на стеке Claude, Supabase, n8n, Doppler и self-hosted Postgres. Главная боль — клиенты требуют не просто «умные» ответы, а стабильную структуру, однородный тон и отсутствие сюрпризов даже при edge-кейсах. Почему контроль стиля LLM — это не факультатив В про

May 13, 2026

Single-Binary AI Coding Agents: Minimalism, Speed, and Runtime Independence

I’m Denis Shokhirev, Enterprise AI Architect based in Freiburg, Germany. At DennisCraft AI Studio I build and ship production AI systems for B2B clients in the DACH region (logistics, fintech, industrial automation) using a stack of Claude, Supabase, n8n, Doppler, and self-hosted Postgres. Over the last six months, I’ve deployed 14 production AI agents—each time facing the same hard question: how do I package a coding agent as a true single binary, with no extra runtime, for environments where a

May 12, 2026

Single-Binary AI Coding Agents: Minimalismus, Geschwindigkeit und Unabhängigkeit vom Laufzeitsystem

von Denis Shokhirev, Enterprise AI Architect aus Freiburg. In meiner Rolle bei DennisCraft AI Studio liefere ich KI-Systeme an B2B-Kunden aus der DACH-Region (Logistik, Fintech, industrielle Automatisierung) mit einem Stack aus Claude, Supabase, n8n, Doppler und selbstgehostetem Postgres. In den letzten sechs Monaten habe ich 14 produktive AI-Agenten ausgeliefert — besonders in regulierten Umgebungen entscheidet die Wahl des Bereitstellungsformats über Projekterfolg oder Fehlschlag. Single-Binar

May 12, 2026

AI-кодинг-агенты в формате single binary: минимализм, скорость и независимость от рантайма

Я — Денис Шохирев, Enterprise AI Architect из Фрайбурга. В DennisCraft AI Studio я внедряю AI-агентов для B2B заказчиков из DACH (логистика, финтех, индустриальная автоматизация) на продакшн-стеке Claude, Supabase, n8n, Doppler, self-hosted Postgres. За последние 6 месяцев я развернул 14 production AI-агентов — и каждый раз сталкивался с вопросом: как собрать кодинг-агента в максимально простом, автономном и защищённом виде для инфраструктуры с жёсткими регуляторными ограничениями, где виртуальн

May 12, 2026

Когнитивная память для AI-агентов: автоматический пересмотр знаний и AGM-подход

Когнитивная память для AI-агентов: автоматический пересмотр знаний и AGM-подход В быстро развивающемся мире искусственного интеллекта агенты должны не только накапливать знания, но и уметь их корректно пересматривать по мере поступления новой информации. Без автоматического механизма обновления базы знаний агенты рискуют принимать неверные решения, опираясь на устаревшие или противоречивые данные. Именно здесь вступает в игру теория когнитивной памяти и формализованный пересмотр знаний, наприме

May 11, 2026

Cognitive Memory for AI Agents: Automatic Belief Revision and the AGM Approach

Cognitive Memory for AI Agents: Automatic Belief Revision and the AGM Approach In modern AI, agents must do more than simply accumulate knowledge—they need robust mechanisms to revise and update what they know as new information arrives. Without automated belief revision, AI agents risk basing decisions on outdated or inconsistent data. This is where cognitive memory and formal knowledge revision frameworks, such as the AGM approach, become critical. Having developed cognitive agents for dynam

May 11, 2026

AI-native Product Management: Building a PM Operating System with Claude

AI-native Product Management: Building a PM Operating System with Claude Product managers today face a relentless stream of data, feedback, and operational tasks. Traditional PM toolchains—Jira, Confluence, Slack, spreadsheets—often create silos, requiring time-consuming manual work to synthesize insights and drive action. In the last 18 months, I’ve rebuilt my product management stack around AI-native workflows, with Claude at its core. The results: higher velocity, fewer context switches, and

May 10, 2026

AI-native Product Management: как построить операционную систему PM на базе Claude

AI-native Product Management: как построить операционную систему PM на базе Claude Рынок управления продуктами переживает новый виток развития благодаря интеграции ИИ-инструментов. Ещё недавно автоматизация продуктовых задач ограничивалась трекерами задач и BI-системами. Сейчас же на первый план выходят AI-native подходы, где ИИ выступает не как помощник, а как ядро операционной системы продакт-менеджера. Я несколько лет выстраиваю продуктовые процессы в B2B и B2C, и последние полтора года акт

May 10, 2026

Ensuring Output Quality and Safety in LLMs: Lessons from Claude Code Governor

Ensuring Output Quality and Safety in LLMs: Lessons from Claude Code Governor Large Language Models (LLMs) like Claude and GPT-4 have redefined code and text generation. Yet, their output isn’t inherently safe or high-quality. As a technical architect overseeing LLM deployments, I’ve observed firsthand how generated code can introduce subtle bugs, security holes, or even leak sensitive data—often without any warning. This article dives into practical strategies for governing LLM output, focusi

May 9, 2026

Контроль качества и безопасности вывода LLM: опыт Claude Code Governor

Контроль качества и безопасности вывода LLM: опыт Claude Code Governor Современные большие языковые модели (LLM), такие как GPT-4 или Claude, способны генерировать сложный код и текст. Но вместе с этим растёт и риск: от уязвимостей в сгенерированном коде до токсичного контента или утечки данных. Как обеспечить качество и безопасность вывода LLM на практике? На этом рубеже стоит Claude Code Governor — инструмент, который я глубоко проанализировал и использовал для построения production-пайплайно

May 9, 2026

Мультиагентные системы для финансовых рынков: архитектура и практические кейсы

Мультиагентные системы для финансовых рынков: архитектура и практические кейсы Современные финансовые рынки — это сложные экосистемы, насыщенные массивами данных и неожиданными событиями. В таких условиях традиционные системы анализа и принятия решений сталкиваются с ограничениями по скорости реакции и гибкости. Именно поэтому мультиагентные системы (МАС) становятся все более востребованными — они позволяют моделировать и автоматизировать сложные взаимодействия между участниками рынка. Мой опы

May 8, 2026

Multi-Agent Systems for Financial Markets: Architecture and Practical Use Cases

Multi-Agent Systems for Financial Markets: Architecture and Practical Use Cases Financial markets are a complex web of autonomous participants, real-time data, and unpredictable events. Traditional monolithic trading and analytical systems often struggle to keep up with the required speed, adaptability, and fault tolerance. Multi-agent systems (MAS) are an increasingly practical approach, offering modular, distributed intelligence ideally suited for the financial sector's demands. Having archi

May 8, 2026