About Portfolio Cases Services Blog Contact 🎙 Talk to AI
EN DE RU
🎙 Talk to AI
Archive

All articles — page 7

Page 7 of 20 · back to latest

Сколько на самом деле стоит AI-ассистент на телефоне

Я Денис Шохирев, архитектор агентных AI-систем из Фрайбурга и основатель DennisCraft AI Studio. Здесь, в DACH, я внедряю AI-ассистентов в телефонные линии реальных компаний — не в демо, а в продакшен, где клиент может наблюдать статус в реальном времени на live.gerdennisai.com. Стек — Claude, Supabase, n8n, Doppler, self-hosted Postgres. В этой статье разберу с цифрами, сколько на самом деле стоит телефонный AI-ассистент в продакшене, а не в презентации для инвесторов. Почему владельцы бизнеса

Aug 31, 2026

How to Avoid Losing Control Over AI Agents: New Local-First Memory Layer for Private Multi-Agent Systems

I’m Denis Shokhirev, Agentic AI Systems Architect based in Freiburg, Germany, and founder of DennisCraft AI Studio. My stack: Claude, Supabase, n8n, Doppler, and self-hosted Postgres. In production—especially for DACH B2B logistics and fintech—I’ve repeatedly seen multi-agent systems lose context, repeat the same failing actions, and drift out of compliance. It’s never in the demo, always in the first month of real traffic. Why Standard Agent Memory Patterns Fail in Private, Regulated Systems

Aug 30, 2026

Wie Sie Kontrollverlust über KI-Agenten verhindern: Lokale Memory-Layer für private Multi-Agent-Systeme

von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau. In meinem Studio DennisCraft AI baue und betreibe ich produktive Multi-Agenten-Systeme für DACH-B2B-Kunden in Logistik, Fintech und Industrie. Der verwendete Stack: Claude, Supabase, n8n, Doppler und selbst gehostetes Postgres. Im produktiven Alltag zeigt sich immer wieder ein zentrales Problem: KI-Agenten verlieren den Kontext, agieren inkonsistent, wiederholen Fehler oder geraten in Endlosschleifen. Genau dann, wenn Complia

Aug 30, 2026

Как избежать потери контроля над ИИ-агентами: новый слой памяти для приватных multi-agent систем

Я — Денис Шохирев, занимаюсь проектированием и эксплуатацией автономных multi-agent AI-систем в DennisCraft AI Studio (Фрайбург, Германия). Мой стек: Claude, Supabase, n8n, Doppler, self-hosted Postgres. В продакшене, а не на демо, часто вижу одну и ту же боль: агенты теряют контекст, начинают повторять одни и те же ошибки, генерировать «галлюцинации» или даже нарушать регламенты. Особенно критично для b2b-клиентов в DACH — логистика, финтех, промышленные процессы. Почему стандартные подходы к

Aug 30, 2026

Anthropic launches MHS: Claude can now control real-world hardware (robots, microscopes, lasers) — what this changes for business and security

I’m Denis Shokhirev, Agentic AI Systems Architect based in Freiburg. At DennisCraft AI Studio, I run production multi-agent deployments for DACH B2B clients (logistics, fintech, industrial automation) using Claude, Supabase, n8n, Doppler, and self-hosted Postgres. For months, clients have asked—when will LLMs move from demo API calls to actually controlling physical machines, and what does that mean for risk? What is Anthropic MHS and why does it matter? Anthropic’s Machine Handling Standard

Aug 29, 2026

Anthropic bringt MHS: Claude steuert jetzt reale Maschinen (Roboter, Mikroskope, Laser) – was sich für Unternehmen und Sicherheit ändert

von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau. Ich liefere agentenbasierte KI-Systeme für DACH-B2B-Kunden – nicht als Demo, sondern produktiv: Claude, Supabase, n8n, Doppler, selbstgehostetes Postgres. Spätestens wenn der Kunde fragt, wie KI künftig reale Maschinen steuert und was das für Sicherheit bedeutet, ist die Komfortzone vorbei. Was ist das MHS von Anthropic – und warum ist es relevant? Mit dem Machine Handling Standard (MHS) hat Anthropic einen Rahmen geschaff

Aug 29, 2026

Anthropic запускает стандарт MHS: теперь Claude управляет реальным оборудованием (роботы, микроскопы, лазеры) — что это меняет для бизнеса и безопасности

Я — Денис Шохирев, архитектор агентных AI-систем из Фрайбурга, управляю DennisCraft AI Studio и внедряю автономные multi-agent решения на стеке Claude, Supabase, n8n, Doppler, self-hosted Postgres для B2B в DACH. В продакшене — не в демо — я сталкиваюсь с одной и той же точкой риска: что произойдет, когда LLM получит реальный доступ к оборудованию, а не только к API? Что такое Anthropic MHS и почему это важно Anthropic тихо запустила Machine Handling Standard (MHS) — спецификацию, которая поз

Aug 29, 2026

How to Give AI Agents Real Working Memory: 90% Token Savings Without Quality Loss (graymatter, mcp-memory-service)

I'm Denis Shokhirev, Agentic AI Systems Architect based in Freiburg im Breisgau, Germany. At DennisCraft AI Studio, I deliver agentic AI for DACH B2B clients in logistics, fintech, and industrial automation. My stack: Claude, Supabase, n8n, Doppler, self-hosted Postgres. The biggest pain in production? Giving agents memory that doesn't inflate token bills or degrade reliability. The Real Memory Problem in Production Agents If your agent forgets, it repeats tasks, ignores constraints, and make

Aug 28, 2026

Wie Sie KI-Agenten produktive Erinnerung geben: 90 % Token-Ersparnis ohne Qualitätsverlust (graymatter, mcp-memory-service)

von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau. Ich entwickle bei DennisCraft AI Studio KI-Agenten für DACH-B2B-Kunden in Logistik, Fintech und Industrieautomation. Mein Stack: Claude, Supabase, n8n, Doppler und selbst gehostetes Postgres. Die größte produktive Herausforderung: Eine Agenten-Erinnerung, die Kosten spart und die Stabilität nicht gefährdet. Produktionsproblem: Erinnerung frisst Token-Budget Ohne Erinnerung wiederholen Agenten Aufgaben, ignorieren Vorgaben

Aug 28, 2026

Как дать AI-агентам память, которая реально работает: 90% экономии токенов и никаких потерь качества (graymatter, mcp-memory-service)

Я — Denis Shokhirev, Agentic AI Systems Architect из Фрайбурга. В DennisCraft AI Studio я внедряю AI для DACH B2B-клиентов (логистика, финтех, промышленная автоматизация). Мой стек: Claude, Supabase, n8n, Doppler и self-hosted Postgres. На проде агенты стабильно обрабатывают заказы, и главная боль — сделать память, которая не убивает токены и не сливает качество. Проблема: память агентов съедает бюджет Когда дело доходит до production AI-агентов, память — не опция, а краеугольный камень. Без

Aug 28, 2026

KI-Agenten installieren, starten und testen Ihren Code jetzt selbst – nicht nur Vorschläge. Wie Sie mit Open-Source Goose die Auslieferung tatsächlich beschleunigen

von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau. Meine Systeme laufen auf Claude, Supabase, n8n, Doppler und selbst gehostetem Postgres. In DACH-B2B-Produktivumgebungen ist die eigentliche Hürde nicht die KI-Codegenerierung – sondern ob ein Agent Ihr Projekt wirklich selbstständig installiert, ausführt, testet und dokumentiert, ohne dass jemand im Team händisch eingreifen muss. Von KI-Codevorschlägen zur autonomen Ausführung: Wo Produktivprojekte scheitern Viele Teams in

Aug 27, 2026

AI-агенты теперь не просто подсказывают код — они сами устанавливают, запускают и тестируют ваши проекты. Как внедрить open-source Goose и реально ускорить delivery

Я — Денис Шохирев, архитектор агентных AI-систем из Фрайбурга. Работаю на стеке Claude, Supabase, n8n, Doppler, self-hosted Postgres. В реальных продакшен-проектах DACH-клиентов больше не обсуждаю “может ли LLM сгенерировать функцию” — вопрос в другом: может ли агент сам всё поставить, собрать, прогнать тесты и зафиксировать результат без ритуалов “вручную добить билд”. Почему “AI-агент = автотестер” уже устарело В 2023-2024 году большинство команд внедряли LLM как ассистента: предложить код,

Aug 27, 2026

AI agents now install, execute, and test your code — not just suggest it. How to use open-source Goose to actually speed up delivery

I’m Denis Shokhirev, Agentic AI Systems Architect, running DennisCraft AI Studio from Freiburg im Breisgau. My stack is Claude, Supabase, n8n, Doppler, and self-hosted Postgres. The real pain in production isn’t whether an LLM can suggest a Python function — it’s whether an agent can set up, install, run, and test the project end-to-end, hands-off, without someone SSH-ing in to unblock a broken build. “AI agent as code suggester” is dead — real delivery bottlenecks are deeper By late 2023 mos

Aug 27, 2026

Why 90% of AI Agent Frameworks Fail in Production: How to Pick One That Actually Works

I’m Denis Shokhirev, Agentic AI Systems Architect based in Freiburg im Breisgau, Germany. At DennisCraft AI Studio, I ship autonomous multi-agent systems for DACH B2B clients in logistics, fintech, and industrial automation. My stack: Claude, Supabase, n8n, Doppler, and self-hosted Postgres. One of my agent platforms runs 24/7 in production—publicly observable at live.gerdennisai.com. Here’s what’s failed in production—and what actually works. Why Most AI Agent Frameworks Collapse in Productio

Aug 26, 2026

Warum 90% der KI-Agenten-Frameworks im Produktivbetrieb scheitern: So wählen Sie ein wirklich stabiles System

von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau. In meinem DennisCraft AI Studio entwickle und betreibe ich produktive, autonome Multi-Agenten-Systeme für B2B-Kunden im DACH-Raum (Logistik, FinTech, Industrie). Mein bewährter Stack: Claude, Supabase, n8n, Doppler, selbst gehostetes Postgres. Eine meiner Agenten-Plattformen läuft live und ist öffentlich einsehbar: live.gerdennisai.com. Was im Produktivbetrieb nicht hält, fällt sofort auf – und das passiert bei 90% der Framew

Aug 26, 2026

Почему 90% AI-агентов в проде не взлетают: как выбрать фреймворк, который реально работает

Я — Денис Шохирев, архитект AI-систем из Фрайбурга, Германия. В DennisCraft AI Studio я внедряю автономные multi-agent системы для B2B-клиентов из DACH с рабочим стеком: Claude, Supabase, n8n, Doppler, self-hosted Postgres. Одна из моих систем крутится в проде и видна публично: live.gerdennisai.com. За последний год я видел, как большинство агентных фреймворков ломаются не в демо — в проде. Один релиз — и агент не переживает ни сутки. Что реально ломает AI-агентов в проде 1. Демо ≠ Прод: поч

Aug 26, 2026

Open-source AI coding agent in your terminal: how Qwen-Code changes coding and CI/CD without subscriptions

I’m Denis Shokhirev, Agentic AI Systems Architect based in Freiburg, Germany. At DennisCraft AI Studio, I ship fully autonomous AI agents for DACH B2B clients on a stack of Claude, Supabase, n8n, Doppler, and self-hosted Postgres — these systems run in production, not in demos. The reality: most AI coding assistants are either locked behind subscriptions or can’t pass compliance in regulated European markets. But after integrating Qwen-Code as a terminal-based AI agent, I’ve finally matched the

Aug 25, 2026

Open-Source KI-Coding-Agent im Terminal: Wie Qwen-Code Coding und CI/CD ohne Abos verändert

von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau. In meinem DennisCraft AI Studio entwickle und betreibe ich autonome KI-Agenten auf Basis von Claude, Supabase, n8n, Doppler und selbst gehostetem Postgres — produktiv, nicht als Demo. Ein konkreter Engpass, der mir in deutschen Mittelstandsprojekten immer wieder begegnet: KI-Code-Tools wie Copilot oder OpenAI sind oft nicht DSGVO-konform, kostenpflichtig und scheitern an Compliance. Seit ich Qwen-Code als Open-Source Coding-A

Aug 25, 2026

Открытый AI-кодовый агент в терминале: как Qwen-Code меняет работу с кодом и CI/CD без подписок

Я — Денис Шохирев, архитектор агентных AI-систем из Фрайбурга, Германия. В DennisCraft AI Studio я вывожу в продакшн автономные AI-агенты на стеке Claude, Supabase, n8n, Doppler, self-hosted Postgres — без демо, только реальный бизнес. Семь месяцев назад я столкнулся с реальной болью: большинство кодовых LLM-агентов либо платные, либо не проходят compliance в DACH, либо застревают на демо-уровне из-за сложностей CI/CD. Недавно я внедрил Qwen-Code как локального AI-ассистента в терминале — и полу

Aug 25, 2026

1000+ Real Agent Skills: What Actually Works in Production & How to Integrate Fast

I'm Denis Shokhirev, Agentic AI Systems Architect based in Freiburg, Germany. At DennisCraft AI Studio, I design and operate autonomous multi-agent systems running on Claude, Supabase, n8n, Doppler, and self-hosted Postgres, built for DACH B2B clients in logistics, fintech, and automation. My daily reality: only production-ready agent skills survive — most demo features break under real compliance, reliability, or edge-case pressure. What Counts as a Production-Ready Agent Skill? In my system

Aug 24, 2026

1000+ produktive Agenten-Skills: Was wirklich im Produktivbetrieb funktioniert und wie Sie schnell integrieren

von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau. Ich betreibe DennisCraft AI Studio und liefere produktionsreife Multi-Agenten-Systeme für DACH-B2B-Kunden in Logistik, Fintech und Industrieautomation – mit Claude, Supabase, n8n, Doppler und selbstgehostetem Postgres. Die tägliche Realität: Über 80% aller „Skills“ überstehen die Hürden von Compliance, Stabilität und Edge-Cases nicht – sie bleiben im Demo-Stadium stecken. Was gilt als produktionsreifer Agenten-Skill? Ein A

Aug 24, 2026

1000+ реальных AI-скиллов для агентов: что реально работает в проде и как быстро интегрировать

Я — Денис Шохирев, агентный AI-системный архитектор из Фрайбурга, Германия. В DennisCraft AI Studio я внедряю и сопровождаю автономные multi-agent системы на стеке Claude, Supabase, n8n, Doppler и self-hosted Postgres для B2B-клиентов DACH в логистике, финтехе и индустриальной автоматизации. Первая реальная проблема: 90% “скиллов” агентов не доживают до продакшна — их убивают либо регуляторика, либо отсутствие реальной пользы. Что такое “скилл” агента в проде В моих проектах скилл — это атома

Aug 24, 2026

How to unify databases, files, and APIs into a single governed graph for AI agents: real-world GraphJin MCP adoption pain points

I’m Denis Shokhirev, Agentic AI Systems Architect in Freiburg im Breisgau. At DennisCraft AI Studio, I ship production-grade multi-agent AI solutions for DACH B2B clients using Claude, Supabase, n8n, Doppler, and self-hosted Postgres. My biggest recurring pain: turning fragmented data—databases, files, APIs—into a single, governed graph that’s safe for autonomous agents, not just demo bots. Why a governed data graph matters for AI agents In real deployments, clients have Postgres, Supabase, l

Aug 23, 2026

Wie Sie Datenbanken, Dateien und APIs zu einem kontrollierten Graphen für KI-Agenten vereinen: Praxiserfahrungen mit GraphJin MCP

von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau. In meinem DennisCraft AI Studio realisiere ich autonome Multi-Agenten-Systeme für DACH-B2B-Kunden – im Produktivbetrieb, nicht als Demo. Mein Stack: Claude, Supabase, n8n, Doppler, selbst gehostetes Postgres. Die Frage, die mich in jedem Projekt beschäftigt: Wie vereinen Sie relationale Datenbanken, Dateispeicher und externe APIs zu einem steuerbaren, DSGVO-konformen Graphen, ohne dass Agenten zu viele Rechte bekommen – oder

Aug 23, 2026