Як АІ-агент знаходить і робить: 12 ідей з лекції Стенфорда CME295 українською
Дивитися · 1 год 40 хв
Оригінал: Stanford CME295 Transformers & LLMs | Autumn 2026 | Lecture 6 - AI Agents. Афшин і Шервін Амідi, ад'юнкт-професори Стенфорда (за описом відео), курс CME295, англійською. Канал Stanford Online на YouTube.
Тут 12 ідей з цієї лекції українською. Біля кожної таймкод: тиснеш, і відео вмикається з цього місця.
Лекцію читають брати Афшин і Шервін Амідi, у описі відео вони названі ад'юнкт-професорами Стенфорда. Це шоста лекція курсу CME295 восени 2026: 1 година 40 хвилин, понад 191 тис. переглядів, канал Stanford Online. Безкоштовно, англійською. Про те, як чат перестає лише відповідати й починає шукати та діяти.
Записано в листопаді 2026, тож біля кожної ідеї позначка: працює як є чи вже інакше.
- Чат знає лише те, що було в навчанні, і лише відповідає. Агента з нього роблять пошук і інструменти
- RAG: знайти потрібні шматки документів і додати їх у промпт. Шукають і за змістом, і за точними словами
- Інструмент працює в три кроки: модель обирає дію, код її виконує, модель переказує результат
- Забагато інструментів збивають модель, тому з усього набору обирають підмножину
- Постійні інструкції й готові рецепти (AGENTS.md, скіли) агент читає щоразу, тож не треба пояснювати одне й те саме знову
Працює порада діє, як у лекціїЗмінилось суть та сама, сервіси й ціни іншіА в кінці статті я віддам тобі готовий скіл, яким ти можеш навчити свою АІ тому, що описано в цій лекції, щоб вона працювала за тебе.
1Чат не знає того, чого не було в навчанні
Модель знає лише факти, які були в її навчальних даних. Про твій закритий код вона нічого не знає, бо не бачила його. Тому в моделей є дата відсікання знань. Те, що сталося пізніше, модель знати не може: лектор називає результати виборів минулого тижня.
2Чат лише відповідає, а діяти не вміє
Друге обмеження: модель може відповісти, але не може виконати дію. Попроси її замовити плюшевого ведмедика, і вона не знатиме, що робити, бо вміє лише відповідати на промпт. Саме це закривають інструменти.
3RAG: знайди потрібне й додай у промпт
Весь інтернет у вікно не покладеш: воно обмежене, довгий вхід дає гірший результат, а платиш за токени. Тому знаходять лише релевантні шматки й додають їх у промпт. RAG це три слова: знайти, доповнити, згенерувати. Найважливіше тут перший крок, пошук.
Абсолютно безкоштовний АІ агент. Ти не платиш ніякі гроші за АІшку, і він вже починає забирати твою рутину. Міні-курс за 10 €, без коду і термінала
4Шукай і за змістом, і за точними словами
Пошук за змістом може підтягнути не те: у прикладі на запит «де Cuddly» вийшли речення про «Huggy» і питання про Париж. Пошук за точними словами BM25 ловить саме слово, але пропускає перефразування. На практиці беруть суміш обох. Далі сотню кандидатів перераховують точнішою моделлю, яка дивиться на запит і шматок разом.
5Інструмент: модель обирає, код виконує
Інструмент працює у три кроки: модель вирішує, яку дію й з якими аргументами викликати, дію виконує код, і результат повертають моделі, щоб вона переказала його користувачу. Модель бачить опис функції, а не код усередині.
6Забагато інструментів збивають агента
Чим більше інструментів, тим більша ймовірність конфлікту: два інструменти можуть претендувати на один запит, і тоді змінюється навіть тлумачення. «Знайди мого ведмедика» можна прочитати як пошук файлу чи як пошук на місцевості. Тому з усього набору беруть підмножину: за історією розмови, пам'яттю, профілем і налаштуваннями. Ще одна причина, за словами лектора, context rot: що довший контекст, то гірше модель викликає інструменти.
7MCP: напиши інструмент один раз
Якщо в тебе кілька моделей і один інструмент, без стандарту пишеш окрему реалізацію для кожної. MCP стандартизує це: є сервер з логікою інструмента й клієнт, що його викликає. У стандарті три ящики: інструменти, готові запити й ресурси.
8Постійне вгорі, змінне внизу: економиш на кеші
Інструкції щодо інструментів не дешеві, і рятує кеш промпту: кеш-вхід у кілька разів дешевший за звичайний. Є час життя кешу: п'ять хвилин чи година. Лектор просить розкласти повідомлення так, щоб незмінна частина стояла на початку, а змінні запит і контекст користувача вкінці.
Забирай безкоштовно в тгЗабрати →
9Агент працює колами: бачить, планує, діє
ReAct, формалізований у 2023, тримається на циклі: бачиш поточний стан, плануєш дію, виконуєш її, дивишся, до чого це привело, і так, поки результат не влаштує. У прикладі агент-термостат спершу вимірює температуру, потім вирішує її підвищити, потім перевіряє результат. Усе довкола моделі, тобто інструменти, порядок дій, пам'ять і промпти, лектор називає harness.
10Контекст переповнюється, тож його стискають
Рано чи пізно упираєшся у вікно. Є три способи: видалити зайве (результати інструментів, які вже не потрібні), відрізати старе за часом ковзним вікном, або найпопулярніше: розкласти зроблене по заготовлених ящиках і підсумувати, далі продовжити з коротким підсумком.
11Довга пам'ять: агент нотує сам
Коротка пам'ять це вікно контексту. Довга: ти кажеш щось, що треба пам'ятати, і агент це зберігає. Є два підходи: шукати RAG-ом по старих розмовах або мати інструмент пам'яті, який записує нотатки, що потім лежать у контексті постійно.
12Правила й рецепти пиши один раз: AGENTS.md і скіли
Кодовий агент не бачить, що тобі подобається, тому є файл agents.md: усе, що агент має знати щоразу. Для повторюваних справ є скіли: рецепт з інструкцією, інколи зі скриптом. За його словами, писати їх руками не обов'язково: зроби щось від початку до кінця й попроси агента оформити це як скіл.
Питання і відповіді
Де дивитися лекцію Стенфорда CME295 про АІ-агентів українською?
На YouTube-каналі Stanford Online, безкоштовно, англійською. Це шоста лекція курсу: 1 година 40 хвилин, вийшла 13 листопада 2026, понад 191 тис. переглядів. Тут її розбір українською.
Хто читає курс Stanford CME295?
Брати Афшин і Шервін Амідi. В описі відео вони названі ад'юнкт-професорами Стенфорда. У цій лекції Афшин розповідає про RAG, Шервін про інструменти й агентів.
Чи актуальна лекція про АІ-агентів у 2026 році?
Лекція записана в листопаді 2026, тож актуальна. Змінились цифри: ціни кешу, вікно контексту, готова серверна компакція. Основа, тобто пошук, інструменти, цикл дій і пам'ять, та сама.
Що таке RAG?
Спосіб дати моделі свіжі чи закриті дані: знайти релевантні шматки документів і додати їх у промпт. Назва: retrieval-augmented generation, тобто генерація з доповненням знайденим.
Що таке MCP?
Відкритий стандарт підключення АІ-застосунків до зовнішніх систем: файлів, баз даних, пошуку, інструментів. Інструмент пишуть один раз, і він працює у всіх, хто підтримує стандарт.
І ця штука буде працювати на тебе: прям агент з базою знань, яка тут є.
Як поставити: скинь архів своєму АІ-агенту (клод код, Codex у ChatGPT чи Antigravity) і напиши «встанови цей скіл».
А про те, як зробити так, щоб у цього агента були руки, і підключити його до потрібних речей, я розповідаю на практикумі. Універсального агента, який точно тобі знадобиться і точно полегшить твою роботу.
Джерела, перевірено 16.11.2026: Лекція Stanford CME295, Lecture 6 (YouTube) · Anthropic: tool use, як це працює · Anthropic: prompt caching · Anthropic: вікно контексту й компакція · Model Context Protocol · AGENTS.md