Блог

AI-системы, как они работают на самом деле

Что работает в продакшне, а что нет: автономные агенты, автоматизация процессов на n8n, RAG и Computer Vision. Сейчас 150 статей на русском.

Как не сжечь бюджет на AI-агентах: 5 production-провалов Claude Code и Codex, которые можно было избежать

Я — Denis Shokhirev, архитектор агентных AI-систем из Фрайбурга, Германия. В DennisCraft AI Studio я внедряю автономные multi-agent решения для B2B-клиентов DACH: логистика, финтех, индустриальная автоматизация. Мой production-стек — Claude, Supabase, n8n, Doppler, self-hosted Postgres. Боль: каждая третья интеграция LLM-агентов в Европе заканчивается перерасходом бюджета из-за production-ошибок, которые можно было поймать на этапе дизайна. 1. Инъекции и утечки в автогенерируемом коде Claude

7 окт. 2026 г.

Как Claude Code теперь модит любые PC-игры: автоматизация реверса, генерация арта и тестирование через агентов

Я — Denis Shokhirev, архитектор агентных AI-систем из Фрайбурга, Германия, мой стек — Claude, Supabase, n8n, Doppler, self-hosted Postgres. Недавно в одном проекте для B2B-клиента столкнулся с требованием: автоматизировать реверс и моддинг устаревшей логистической симуляции без доступа к SDK. Ручной разбор EXE, ресурсы, костыли — не вариант: нужен стабильный пайплайн для продакшна, а не игрушка для демо. Моддинг через Claude Code: почему теперь это не хардкор Традиционный моддинг — ручной диз

6 окт. 2026 г.

Почему ваши AI-агенты падают в проде: 5 ошибок интеграции Codex, Claude Code и agentic harness

Я — Денис Шохирев, архитектор agentic AI-систем из Фрайбурга. В DennisCraft AI Studio я постоянно вывожу мультиагентные системы на прод для B2B-клиентов в DACH. Мой стек: Claude, Supabase, n8n, Doppler, self-hosted Postgres. Как только первый реальный клиент запускает своего агента на живых данных — начинаются сбои, которые демо-скрипт не ловит. Ошибка 1: Игнорирование статического анализа LLM-кода Большинство интеграций Codex или Claude Code фокусируется на красивых промптах, но не на безопа

5 окт. 2026 г.

Вся правда о водяных знаках в Claude: как watermark влияет на качество AI-текста и бизнес-риски

Я — Денис Шохирев, архитектор агентных AI-систем из Фрайбурга. В DennisCraft AI Studio внедряю multi-agent AI в продакшн для логистики, финтеха и промышленной автоматизации по DACH. Мой production stack — Claude, Supabase, n8n, Doppler, self-hosted Postgres. Недавно пришлось объяснять клиенту, почему Claude вставляет watermarks в тексты — и какие реальные последствия это несёт для B2B в Европе. Ниже — не теоретические рассуждения, а разбор проблем из собственного продакшна. Что такое watermark

4 окт. 2026 г.

AI-агенты для длинных задач: как запускать команду разработчиков на 5GB VRAM с late-cli

Я — Денис Шохирев, Agentic AI Systems Architect из Фрайбурга. В DennisCraft AI Studio я вывожу автономные multi-agent системы в прод для DACH-клиентов. Мой стек: Claude, Supabase, n8n, Doppler, self-hosted Postgres. Недавно на проекте для индустриального заказчика столкнулся с жёстким ограничением: нужен был production-grade AI pipeline, а GPU — только 5GB VRAM. В демо это не проблема, но в проде — реальный technical debt. Проблема длинных задач на ограниченном железе Большинство примеров мул

3 окт. 2026 г.

Как быстро найти технический долг и архитектурные проблемы в TypeScript/JS проекте: автоматизированный аудит кода с fallow

Я — Денис Шохирев, архитектор агентных AI-систем из Фрайбурга, работаю на стеке Claude, Supabase, n8n, Doppler, self-hosted Postgres. В продакшне B2B-клиентов DACH простая задача: быстро и объективно вытащить технический долг в TypeScript/JS проекте, который уже приносит деньги — без “ревью ради ревью” и долгих демо. На одной из внедрённых мной multi-agent систем fallow за 30 минут вскрыл реальные архитектурные дыры, которые не видели месяцами. Проблема ручного аудита: субъективность, медленно

2 окт. 2026 г.

OpenAI Dots: ваш AI-агент работает 24/7 даже когда вы офлайн — как внедрить и какие риски для бизнеса

Я — Денис Шохирев, Agentic AI Systems Architect из Фрайбурга. В DennisCraft AI Studio внедряю автономных multi-agent систем для B2B-клиентов в DACH (логистика, финтех, промышленная автоматизация). Мой стек: Claude, Supabase, n8n, Doppler, self-hosted Postgres. В реальном проде агент работает 24/7 — даже когда никто не следит. Вот где начинаются реальные риски. Почему «24/7-агенты» — не просто боты в Slack Большинство демо-решений работают только при ручном запуске или в песочнице. В проде всё

1 окт. 2026 г.

AI-агенты теперь взламывают друг друга: реальный кейс self-replicating prompt injection и что с этим делать в проде

Я Денис Шохирев, архитектор агентных AI-систем из Фрайбурга, Германия. Мой стек — Claude, Supabase, n8n, Doppler, self-hosted Postgres. На этой неделе один из моих production-агентов в логистике получил payload от другого агента — и воспроизвел prompt injection на всю цепочку. Это не proof-of-concept, а реальный сбой в проде. Как выглядит self-replicating prompt injection в бою В типовой pipeline — несколько LLM-агентов с разными задачами: один агрегирует заказы, другой — планирует маршруты,

30 сент. 2026 г.

Почему ваши AI-агенты тупеют или сходят с ума в проде: кейсы с провалами автообучения и эволюции

Я — Денис Шохирев, архитектор агентных AI-систем из Фрайбурга, Германия. В DennisCraft AI Studio я строю production AI для B2B-клиентов в DACH, и вижу одну и ту же проблему: агенты, которые отлично ведут себя на тестах, в проде через неделю превращаются в тормознутых болтунов или начинают принимать опасные решения. Стек — Claude, Supabase, n8n, Doppler, self-hosted Postgres. Почему агенты деградируют в проде В демо-режиме всё выглядит стабильно: агенты держат контекст, аккуратно обновляют баз

29 сент. 2026 г.

AI-агенты для кода: 24 плагина, 49 агентов, 44 скилла — как автоматизировать всё, что можно

Я — Denis Shokhirev, агентный AI-архитектор из Фрайбурга. В DennisCraft AI Studio я внедряю AI-системы для клиентов из DACH: логистика, финтех, индустриальная автоматизация. Стек — Claude, Supabase, n8n, Doppler, self-hosted Postgres. Проблема — не в том, чтобы написать демо, а чтобы код-агенты реально работали в проде, с десятками интеграций, под регуляторикой. Почему забивают на автоматизацию кода Типовой аргумент: "кодогенерация — игрушка, LLM всё ломает, тесты не проходят". Но стоит собра

28 сент. 2026 г.

AI-агенты OpenAI слили приватные данные: как защитить свой прод от утечек через автоматизацию

Я — Denis Shokhirev, архитектор агентных AI-систем (Freiburg im Breisgau), работаю на стеке Claude, Supabase, n8n, Doppler, self-hosted Postgres. Неделю назад я получил тикет: продовый AI-агент на стороне клиента неожиданно слил приватные данные пользователя из-за неправильного workflow в n8n. Такой кейс — не редкость, и это не демо, а реальный продакшн. Почему агентные AI-системы реально сливают приватные данные Большинство обсуждений утечек крутятся вокруг prompt-инжекции, но проблема глубж

27 сент. 2026 г.

Как внедрить собственный AI-агент-маркетплейс для Codex, Claude, Copilot и других: что реально работает в 2026

Я — Денис Шохирев, агентный AI-архитектор из Фрайбурга, веду DennisCraft AI Studio и уже третий год внедряю мультиагентные системы в B2B для DACH-клиентов на стеке Claude, Supabase, n8n, Doppler, Postgres. Недавно в одном из проектов логистики пришлось за ночь изолировать «протекающего» агента Copilot, который генерировал SQL-запросы с классическим CWE-89 паттерном — и это на проде, а не в демо (см. live.gerdennisai.com). В 2026-м реальность такова: маркетплейс AI-агентов — если вы строите для б

26 сент. 2026 г.

Как запускать AI-агентов в терминале: реальный опыт с Codewhale и Comanda

Я — Denis Shokhirev, архитектор агентных AI-систем во Фрайбурге, Германия. Мой стек: Claude, Supabase, n8n, Doppler, self-hosted Postgres. Недавно я поймал баг: агент, который должен был автоматически обновлять конфиги в терминале клиента, зависал из-за неправильной обработки stderr. Почему терминальный запуск — не просто игрушка В DACH клиенты часто требуют прозрачности и контроль: не просто “AI где-то в облаке”, а агент, который реально работает в командной строке, с логами, аудитом и возмо

25 сент. 2026 г.

Почему ваши AI-агенты не масштабируются: локальная память и оркестрация без облака на примере OpenHuman

Я — Denis Shokhirev, архитектор агентных AI-систем из Фрайбурга. Мой стек: Claude, Supabase, n8n, Doppler, self-hosted Postgres. На проде у меня крутятся многокомпонентные агентные системы, включая OpenHuman — его работу можно видеть в реальном времени на live.gerdennisai.com. Вот реальная боль: большинство агентных AI-решений так и остаются демо — когда надо масштабировать, всё начинает «сыпаться» из-за архитектуры памяти и оркестрации. Ни один облачный сервис тут не спасает. Где реально «сып

24 сент. 2026 г.

Anthropic и OpenAI синхронно снижают цены и ускоряют модели: Opus 5.5 и GPT-6 Sol/Luna — как выбрать для продакшена и не переплатить

Я — Denis Shokhirev, архитектор агентных AI-систем из Фрайбурга, работаю на стеке Claude, Supabase, n8n, Doppler и Postgres. В продакшене у меня крутятся автономные мультиагентные системы для клиентов из DACH — и, как всегда, приходится считать не только inference latency, но и бюджет на inference. Когда вчера за одну ночь Anthropic и OpenAI синхронно снизили цены и ускорили свои топовые модели (Opus 5.5, GPT-6 Sol/Luna) — пришло время разложить цифры и понять, что реально выгодно для продакшена

23 сент. 2026 г.

372 AI-скилла и 76 экспертов-агентов для любой команды: как быстро внедрить ИИ в проде без лишних затрат

Я — Денис Шохирев, архитектор агентных AI-систем из Фрайбурга. Руководлю DennisCraft AI Studio, где внедряю рабочие автономные мультиагентные системы для B2B-клиентов в логистике, финтехе и промышленной автоматизации. Мой стек: Claude, Supabase, n8n, Doppler, self-hosted Postgres. На live.gerdennisai.com часть систем доступна в реальном времени. Недавний кейс: за 3 дня после релиза агентной системы клиент поймал баг, который QA не заметил, а агент-ревьюер выявил на этапе Pull Request. В проде та

22 сент. 2026 г.

Как подключить свой приватный сервер к ChatGPT и AgentKit без риска утечек: новый tunnel-client от OpenAI

Я — Денис Шохирев, Agentic AI Systems Architect из Фрайбурга, работаю в DennisCraft AI Studio. Каждый мой запуск — это не демо, а прод, и каждый раз вопрос: как безопасно подключить приватный сервер к ChatGPT/AgentKit, не открывая лишних портов и не раздавая ключи? В проде достаточно одной уязвимости, и конфиденциальные данные клиента уже на Pastebin. Что такое tunnel-client от OpenAI и зачем он нужен Июнь 2024: OpenAI выкатила tunnel-client — минималистичный прокси, который поднимает защищён

21 сент. 2026 г.

Контракт-дривен фреймворк для AI: как Traverse позволяет собирать бизнес-капабилити на WASM и запускать их в браузере, на edge и в облаке

Я — Денис Шохирев, Agentic AI Systems Architect из Фрайбурга, управляю DennisCraft AI Studio. Мой стек: Claude, Supabase, n8n, Doppler, self-hosted Postgres. Недавно столкнулся с типичной болью: бизнес требует запускать одну и ту же AI-логику — например, скоринг сделки или фильтрацию заявок — сразу в браузере (privacy, latency), на edge (IoT) и в облаке (масштаб). Переписывать пайплайны и тесты под каждую платформу — путь к раздутию кода и потерям на валидации. Контракт-дривен подход: что я за

20 сент. 2026 г.

Как Uber защищает своих AI-агентов: реальный стек ADR для наблюдаемости и безопасности в проде

Я — Денис Шохирев, архитектор агентных AI-систем из Фрайбурга. В DennisCraft AI Studio я запускаю автономных агентов для B2B в DACH на стеке Claude, Supabase, n8n, Doppler и self-hosted Postgres. Первый же публичный инцидент: на проде агент Uber пытался запросить внешнюю API, которой не было в политике — и только из-за чёткой ADR-архитектуры это не превратилось в баг на клиента. Зачем Uber нужен production-grade ADR: реальный кейс Когда AI-агент выходит за пределы песочницы, к нему применяютс

19 сент. 2026 г.

AI врёт при реверсе бинарей: как Reverify проверяет каждое утверждение LLM на байтовом уровне (инструмент для безопасного reverse engineering)

Я — Денис Шохирев, Agentic AI Systems Architect из Фрайбурга, управляю DennisCraft AI Studio. Работаю со стеком Claude, Supabase, n8n, Doppler, self-hosted Postgres, строю и вывожу в прод автономные multi-agent системы для B2B в DACH. Недавно в продакшене столкнулся с проблемой: LLM генерирует ложные утверждения при реверсе бинарей, а регулятор требует доказуемой корректности каждого шага. LLM и реверс бинарей: где она ошибается LLM, даже Claude или GPT-4, при анализе бинарного кода часто «га

18 сент. 2026 г.

Все 150 статей →