Консалтинг
Помогаю сильным инженерным командам доводить до продакшена надёжные мульти-агентные системы на Python.
Без фейково-зелёных тестов и без агент-демо, которые ломаются на втором вызове. Работаю руками внутри вашего репозитория, в вашем стеке, поверх детерминированного оркестратора (Bernstein), чтобы результат воспроизводился и после моего ухода.
Что уже сделано
- Bernstein — open-source слой управления AI-агентами. Детерминированное планирование, HMAC-аудит, изоляция учётных данных по агенту. Apache-2.0, 40+ CLI-адаптеров. Используется для оркестрации флотов от 10 до 2000 агентов в кодинге, ресерче и операционных задачах.
- Маршрутизация моделей и устойчивость к провайдерам — слой маршрутизации по 100+ моделям нескольких провайдеров: failover, лимиты на клиента, учёт стоимости. На нём работают crews Bernstein.
- GlyphShift — macOS-утилита, которая определяет, что вы набрали слово в чужой раскладке (RU/EN/HE), и перепечатывает его в правильной. CoreML на устройстве, без облака.
Эти системы работают сегодня, а не живут в презентациях.
Формат
Если ваша команда держит мульти-агентные системы в продакшене и им нужны управление, аудит или масштабирование — один звонок, затем предложение с чётким объёмом.
Две строки до звонка, чтобы я подготовился: проблема в одну строку плюс размер и домен команды.
Как обычно строится работа
- Архитектурный обзор — одна неделя. Для команд, у которых AI-система почти в продакшене и ей нужны чёткие швы и меньше случайного хаоса.
- Развёртывание Bernstein — две-четыре недели. Поднимаю мульти-агентный crew на вашем репозитории: состояние в файлах, scoped-доступы по агенту, подписанный аудит.
- Встраивание в продуктовую команду — два-три месяца. Захожу в команду старшим инженером и выстраиваю workflow, границы системы и путь в продакшен.
Кейсы
Разборы прошлых проектов, без имён и деталей клиента, присылаю по запросу после первого звонка, под NDA.