Дорожная карта обучения ИИ: от LLM к AI Agent и затем к Skills

Многие люди, изучая ИИ, начинают с непосредственного использования инструментов: ChatGPT, Claude, Gemini, Cursor, Claude Code, Codex, OpenRouter и т.д. Такой подход полезен, потому что позволяет быстро почувствовать возможности ИИ на практике.

Но если остановиться лишь на уровне «умею пользоваться инструментом», быстро упираешься в потолок: ты знаешь, что ИИ сильный, но не понимаешь, почему он таков; видишь, что Agents популярны, но не понимаешь, как именно они выполняют задачи; наблюдаешь Skills, MCP, автоматизацию рабочего процесса, но не понимаешь, как это связано между собой.

Я бы рекомендовал разбить изучение ИИ на понятную последовательность:

Понять LLM → Научиться вызывать модель → Изучить Agent → Освоить вызовы инструментов → Настроить рабочий процесс → Формализовать Skills.

Смысл этой траектории не в слежении за модными темами, а в поэтапном наращивании компетенций. Не обязательно сразу тренировать собственную крупную модель или с нуля собирать сложные фреймворки, но важно понимать, какую проблему решает каждый слой.

Эта статья собрана как практичный маршрут для обычного обучающегося: от основ LLM, через модельное применение и AI Agent, и до Skills и переиспользуемых workflow.

1. Сначала расставим ключевые понятия

Перед началом стоит чётко развести термины, которые часто смешивают между собой.

1. LLM — это базовая способность

LLM — это Large Language Model, то есть большая языковая модель. Продукты вроде ChatGPT, Claude, Gemini, Qwen, DeepSeek по сути также строятся поверх LLM.

Изучать LLM означает не то, что ты сразу обучишь модель на сотнях миллиардов параметров. Важно хотя бы понимать:

• почему текст разбивается на токены;
• что решают Transformer и attention в общих чертах;
• почему модель может продолжать текст, резюмировать, переводить и писать код;
• почему окно контекста ограничивает «память» модели;
• что означают предварительное обучение, дообучение (fine-tuning), RAG и inference;
• почему возникают галлюцинации и почему модель нельзя считать поисковым движком.

Тебе не нужно сразу понимать все математические детали, но нужен базовый «каркас». Иначе, переходя к Agent, вызовам инструментов и управлению контекстом, ты начнёшь помнить только термины, но не суть.

2. Применение моделей — это подключение LLM к реальной задаче

После понимания LLM следующий шаг — не сразу строить сложного Agent, а научиться вызывать модель.

Базовое применение моделей включает:

• вызовы API;
• настройка system prompt;
• управление temperature, max tokens и другими параметрами;
• обработка входных и выходных данных;
• классификация текста, резюме, перевод, извлечение данных;
• оценка числа токенов с помощью tokenizer;
• загрузка модели из открытых библиотек и запуск инференса.

На первый взгляд это просто, но это очень важный слой. Многие проблемы Agent на самом деле связаны не с «умностью» самой архитектуры, а с тем, что на базовом уровне плохо продуманы ввод/вывод, контекст и ограничения формата.

3. Agent — это исполнительная система с целью и инструментами

Обычный чат-бот в первую очередь отвечает на вопросы, а AI Agent делает упор на «выполнение задачи по цели».

Типичный минимальный цикл Agent обычно такой:

1. Получение задания пользователя; 2. Понимание цели; 3. Выбор инструмента; 4. Выполнение действия; 5. Наблюдение результата; 6. Корректировка плана по результатам; 7. Завершение задачи или решение, что продолжать невозможно.

Tool Calling, function calling, ReAct, планирование, память, компрессия контекста, многоагентное взаимодействие — всё это вокруг этого цикла.

Agent можно понимать так: LLM уже не просто «говорит», а начинает «читать файлы, вызывать инструменты, запускать команды, изменять код, выдавать результат».

4. Skills — это перевод опыта в переиспользуемую способность

Skills можно понимать как «специальные инструкции, скрипты, шаблоны и ресурсы для использования ИИ».

Если Tool Calling отвечает на вопрос «как модели вызвать один инструмент», Agent — на вопрос «как модели последовательно действовать ради цели», то Skills решают: «как сделать, чтобы ИИ надёжно и многократно применял выстроенный процесс в одном типе задач».

Например:

• для резюме можно создать resume skill;
• для презентаций — slides skill;
• для Excel — spreadsheet skill;
• для доработки MDX — content editing skill;
• для сбора материалов с веба — research skill;
• для анализа натальных/космических кейсов и генерации структурированных отчётов можно создать собственный специальный skill.

Хороший Skill необязательно сложный, но должен быть конкретным. Он должен решать чёткий тип задач, а не превращаться в универсальную «всёвключено» инструкцию.

2. Первый этап: изучение основ LLM

Цель первого этапа — не стать экспертом по обучению моделей, а выстроить базовое представление о работе больших языковых моделей.

Нужно понимать хотя бы следующее: модель — это не база данных, ответ — это не поиск по таблице; окно контекста не равно долговременной памяти; токен — это не простой символ; вывод модели — не «истина по определению», а вероятностная генерация текста.

1. Рекомендуемый ресурс: Happy-LLM

Happy-LLM — это системный учебный курс по LLM от Datawhale, удобный для начинающих на китайском языке. Он стартует с NLP-базы, затем поэтапно проходит архитектуру LLM, процесс обучения, популярные фреймворки и направления применения.

Главное его преимущество: материалы на китайском языке полноценно закрыты, и траектория понятна: тебя не кидают с первых шагов в кучу научных статей и английской документации.

Что стоит изучать в первую очередь:

• основы NLP и Transformer;
• архитектура и обучение LLM;
• ключевые концепции tokenizer, embedding, attention;
• направления применения: дообучение, RAG, Agent;
• переход от теории к практике на примерах кода.

Если ты только начинаешь, не надо пытаться выучить всё сразу. Достаточно выучить около 60% с первого прохода, а по мере работы с проектами возвращаться к пропущенному.

2. Рекомендуемый ресурс: minGPT

minGPT — минималистичный проект реализации GPT от Andrej Karpathy. Его цель — не производительность и не промышленная устойчивость, а понимание структуры GPT.

В отличие от крупных фреймворков, код minGPT короче и чище, он хорошо подходит для понимания Transformer, attention, цикла обучения и процесса генерации текста.

Что стоит изучить:

• минимальную реализацию GPT;
• устройство блока Transformer в коде;
• как входной токен превращается в распределение вероятностей следующего токена;
• цикл обучения и процесс генерации на инференсе;
• что модель — не магия, а разборная вычислительная конструкция.

Если у тебя уже есть базовый Python и PyTorch, minGPT будет очень полезен. Полностью воспроизводить обучение не обязательно; важно увидеть, как устроен «сердечник» GPT.

3. Практика на этом этапе

Не стоит ограничиваться чтением материалов. Можно сделать несколько небольших практик:

• своими словами объяснить, что такое токен;
• нарисовать упрощённую схему Transformer;
• запустить минимальный демо-скрипт генерации текста;
• изменить temperature и сравнить разные варианты вывода;
• сравнить поведение одной и той же задачи на коротком и длинном контексте;
• написать заметку: почему у LLM возникают галлюцинации.

Самая частая ошибка при изучении ИИ — только читать концепции и не трогать код. Даже мини-демо лучше, чем десяток сохранённых туториалов.

3. Второй этап: модельное применение и инженерный вызов

После понимания LLM второй этап — научиться подключать модель к реальным задачам.

Здесь важно не «обучать модель», а «использовать модель». Для большинства обычных разработчиков, авторов контента и независимых проектных команд полезнее всего: как вызывать модель, контролировать формат ответа, подключать инструменты, обрабатывать файлы и закрывать бизнес-процесс.

1. Рекомендуемый ресурс: Hugging Face Transformers

Hugging Face Transformers — очень распространённая библиотека для открытых моделей, покрывающая генерацию текста, классификацию, Q&A, перевод, speech и vision модели. Подходит для изучения загрузки модели, работы с tokenizer, pipeline и интеграции open-source модели в проект.

Что стоит изучать:

• tokenizer и загрузка модели;
• быстрые инференс-пайплайны;
• локальный запуск моделей;
• форматы входа и выхода модели;
• базовые идеи дообучения и деплоя.

В официальной документации Hugging Face pipeline представлен как относительно простой интерфейс инференса, удобный для быстрой реализации классификации, Q&A, суммирования и др. Документацию по tokenizer тоже важно прочитать, поскольку многие вопросы длины контекста, стоимости и обрезки текстов на самом деле сводятся к токенизации.

2. Сначала учись API, потом говори об Agent

Многие хотят сразу делать «универсальных» Agents, но даже базовый вызов API, формат сообщений и структурированный вывод не продуман. В итоге получается «сложно как декор», но хрупко по факту.

На этом этапе нужно хотя бы уметь:

• отправлять запрос к модели;
• формировать сообщения system, user, assistant;
• заставлять модель выдавать JSON;
• обрабатывать ошибки формата ответа;
• считать стоимость токенов;
• хранить историю диалога;
• в длинных задачах делать сегментацию, резюмирование и объединение.

Эти вещи простые, но критичные. Суть Agent — не мистификация, это всё равно серия вызовов модели.

3. Практика на этом этапе

Можно сделать несколько практичных небольших проектов:

• написатель резюме статей;
• генератор заголовков для Markdown;
• экстрактор структуры из веб-страниц;
• инструмент, который превращает JD в рекомендации по улучшению резюме;
• скрипт, который режет длинный текст, резюмирует части и собирает итог;
• простой счётчик затрат, где считаются токены на каждый вызов.

Эти задачи не впечатляют показухой, но крайне полезны. После них чтение о Agent становится намного понятнее: почему важны контекст, состояние и структурированный вывод.

4. Третий этап: изучение AI Agent

Когда ты уже умеешь вызывать модель, можно переходить в этап Agents.

Сложность Agent — не в том, чтобы модель «говорила умнее», а в том, чтобы стабильно завершала задачу. Нужно понимать, когда вызывать инструмент, когда читать файл, когда продолжать, когда остановиться, когда попросить пользователя о подтверждении, а когда честно признать неудачу.

1. Рекомендуемый ресурс: Hello-Agents

В этом блоге есть связанная вводная статья: [«Hello Agents: построение AI Agent с нуля】(/blog/hello-agents), которая дополняет материал с прикладной точки зрения.

Hello-Agents — это открытый курс от Datawhale по изучению и созданию интеллектуальных агентов с нуля. Он делает акцент на основных принципах, архитектурных шаблонах и практической реализации, а не на «кликании» готовых платформ.

Что стоит изучить:

• базовые понятия Agent;
• вызов инструментов и выполнение задач;
• ReAct и цикл действий;
• управление памятью и контекстом;
• кооперация нескольких агентов;
• путь от демо к полноформатному приложению.

Если хочешь действительно понять Agents, а не только перетаскивать блоки в интерфейсе, такие курсы ценнее простого использования платформ.

2. Рекомендуемый ресурс: OpenAI Agents SDK

OpenAI Agents SDK — фреймворк для разработки Agents от OpenAI, полезный для того, чтобы понять более инженерный подход к организации Agent, инструментов, handoff, guardrails, tracing и структурированного вывода.

Ключевые понятия здесь особенно важны:

• handoffs: передача задачи от одного более узкоспециализированного Agent другому;
• guardrails: ограничения и рамки безопасности и формата для входов/выходов/вызовов;
• tracing: логирование вызовов модели, инструментов, handoff и других событий исполнения для отладки;
• structured output: более стабильный и предсказуемый выход данных.

Зачем эти фреймворки: не для того, чтобы писать меньше кода, а чтобы проще отлаживать, поддерживать и масштабировать выполнение Agent.

3. Рекомендуемый ресурс: LangGraph

LangGraph — фреймворк оркестрации Agents в экосистеме LangChain, который подходит для создания состояний, циклов и ветвлений в сложных Agent-процессах. Он моделирует выполнение как граф, что удобно для многошаговых задач, долгоживущего состояния, участия человека и сложной автоматизации.

Что стоит изучить:

• graph-based workflow;
• управление состоянием;
• node и edge;
• циклы, условные ветки и восстановление после прерываний;
• цепочки многоагентного взаимодействия.

Если простой Agent — это цикл, то LangGraph удобен для разбиения сложной задачи на узлы: поиск, чтение, анализ, написание, проверка, правка, выдача результата. Каждый узел делает свою функцию, а состояние переносится между узлами.

4. Частые ошибки на этапе обучения Agent

Чаще всего новички совершают ошибки:

• делают «агента на всё» с самого начала;
• не логируют результаты вызовов инструментов;
• не реализуют обработку ошибок;
• не ограничивают права инструментов;
• не задают условие остановки;
• не управляют длиной контекста;
• не разделяют этапы планирования, исполнения и проверки;
• не ведут логи и tracing;
• пишут длинный prompt, но без структурированного процесса.

Полезный Agent обычно не «делает всё», а стабильно закрывает задачи внутри чёткого диапазона.

5. Практика на этом этапе

Лучше начинать с маленьких Agents:

• Агент для сортировки файлов: читает имена и классифицирует по правилам;
• Агент для резюмирования веб-материалов: ищет источники, выделяет ключевое, формирует сводку;
• Агент код-ревью: читает файл и находит явные проблемы;
• Агент оптимизации резюме: читает JD и резюме, выдаёт рекомендации;
• Агент редактора статей: редактирует MDX по фиксированным правилам;
• Агент исследователь: ищет источники, отбирает цитаты, обобщает и выдаёт список ссылок.

У каждого Agent должны быть чётко заданные входы, выходы, инструменты, ограничения и условие остановки. Сначала не надо сразу строить мультиагентный кооператив, важно стабилизировать базовый цикл одного агента.

5. Четвёртый этап: обучение Skills и отладка рабочих потоков

Когда уже есть несколько рабочих Agents, появляется общая закономерность: много задач повторяются.

Например, каждый раз при написании статьи ты проверяешь frontmatter, уровни заголовков, SEO-описание, ссылки и структуру тела. Каждый раз при работе с резюме — соответствие вакансии, формулировки проектов, ключевые слова, количественные результаты. Каждый раз с таблицами — поля, формат, методики расчётов, шаблон итогового файла.

Если всё это каждый раз описывать «на ходу» в prompt, очень быстро устаёшь. В этом и ценность Skills: превращать повторяющийся тип задач в фиксированную способность, чтобы ИИ в следующий раз применял более зрелый процесс.

1. Рекомендуемый ресурс: Anthropic Skills

Практику использования Skills можно изучить по материалу «Skill — вводная статья: от prompt к переиспользуемому AI-воркфлоу».

Anthropic публично представила материалы и примеры по Agent Skills. В них видно, что Skills обычно организованы как папки с инструкциями, скриптами, шаблонами и другими ресурсами, чтобы Claude мог подгружать релевантную способность для конкретной задачи.

Anthropic акцентирует: Skills — это не просто prompts, а пакет способностей, включающий instructions, код и ресурсы. Это помогает стабилизировать работу ИИ в задачах обработки документов, анализа данных, бренд-гайдлайнов и профессиональных процессов.

Что стоит изучить:

• как вызывается Skill;
• как правильно писать SKILL.md или instructions;
• как чётко определять сценарий применения;
• как включать скрипты, шаблоны и справочные материалы;
• как избежать слишком большого и размывного Skill;
• как учитывать вопросы безопасности и прав.

2. Рекомендуемый ресурс: awesome-skills-cn

awesome-skills-cn — это китайская коллекция ресурсов по Skills, где собраны материалы о Claude Skills, OpenClaw Skills и общих Agent Skills.

Полезно посмотреть, как другие проектируют Skills: где размещают директории, как пишут описание, как задают границы задачи, как организуют скрипты и шаблоны.

Но важно не просто копить ссылки. Рабочий подход — взять чужую структуру как ориентир и сделать свой Skill для реальной задачи.

3. Как должен выглядеть хороший Skill

Обычно хороший Skill включает:

• ясный сценарий применения: когда его использовать;
• чёткие входные данные: что должен предоставить пользователь;
• чёткий выход: что нужно сгенерировать в итоге;
• устойчивую последовательность шагов: что делать сначала, что потом;
• требования к формату: заголовки, таблицы, JSON, Markdown, имена файлов и т.д.;
• ограничения: что запрещено, какие поля обязательно сохраняются;
• примеры: эталонный образец для ИИ;
• обязательные скрипты: рутинные и детерминированные действия лучше делегировать коду.

Skill лучше не превращать в «универсальный конвейер». Чем шире заявленная зона, тем выше риск неконтролируемого поведения. Полезный Skill обычно маленький и специализированный.

4. Практика на этом этапе

Выбери одну задачу из своего рабочего процесса:

• Skill для редактирования MDX-статей;
• Skill оптимизации резюме;
• Skill генерации SEO-заголовков;
• Skill структурирования веб-материалов;
• Skill очистки данных Excel;
• Skill создания README проекта;
• Skill структурированного отчёта по нумерологическому кейсу;
• Skill написания писем для откликов на вакансии.

Лучше начать с минимальной версии, решающей одну конкретную задачу. Когда она стабильно работает, постепенно добавлять шаблоны, скрипты и правила проверки.

6. Рекомендуемая последовательность обучения

Если ты новичок, можно двигаться так:

1. Первая неделя: построить карту LLM

Сначала познакомься с Happy-LLM и получи общее представление о теме, уделив внимание NLP, Transformer, токенам, обучению и инференсу.

Не пытайся с первого же подхода выучить все детали. Цель недели — понимать, из каких блоков состоит область и как они связаны.

2. Вторая неделя: разберись в минимальной реализации GPT

С помощью minGPT изучи ядро GPT. Главное не заучить код, а понять, как вход превращается в embedding, что делает attention и как модель строит вероятности следующего токена.

Если не понимаешь весь код — это нормально. Сначала выстраивай глобальное понимание, потом постепенно добирай PyTorch-базу.

3. Третья неделя: практика вызовов модели

Сделай несколько малых задач через Hugging Face Transformers или модельные API: резюме, классификация, перевод, извлечение информации, генерация заголовков.

На этой неделе важно понять вход/выход, токены, длину контекста, структурированный вывод и обработку ошибок.

4. Четвёртая неделя: изучение базового цикла Agent

На примере Hello-Agents разберись с циклом выполнения задачи Agent. Сделай акцент на вызовах инструментов, наблюдении результата, принятии решения продолжать и определении условия остановки.

Можно написать минимальный Agent: чтобы он читал текстовый файл, резюмировал его и выводил Markdown.

5. Пятая неделя: инженерные фреймворки для Agent

Изучи OpenAI Agents SDK или LangGraph. Первый хорош для понимания Agent, инструментов, handoff, guardrails и tracing. Второй — для состояния, графовой структуры и многошаговой оркестрации.

Не углубляйся в оба одновременно. Лучше сначала довести до рабочего состояния один, затем переходить к другому.

6. Шестая неделя: оформить повторяющиеся задачи в Skill

Выбери задачу, которую ты делаешь регулярно, и опиши её как Skill. Например, оформи правило «редактирования MDX-статей»: как писать frontmatter, как нумеровать заголовки, как верстать тело статьи, как размещать источники.

На этом этапе становится ясно: ИИ — это не просто разговорная функция, а структура, которую можно организовывать, переиспользовать и стандартизировать.

7. Мой рекомендуемый базовый набор

Если выбирать только несколько стартовых шагов, я бы предложил такой комплект:

Если у тебя совсем нет базы, начни с последовательности Happy-LLM → Hugging Face Transformers → Hello-Agents. Когда появится опыт в коде и API, добавь minGPT, OpenAI Agents SDK, LangGraph и Skills.

8. Не отклоняйся от маршрута обучения

Несколько практичных выводов.

1. Обычно не нужно начинать с тренировки собственной большой модели

Тренировать модели, конечно, важно. Но для большинства обучающихся сначала важнее — владение вызовом, композицией и инженерной эксплуатацией. Реальная полезная способность — подключить большую модель в собственный рабочий процесс, а не сразу строить «свой ChatGPT».

2. Не увлекайся игрушечными проектами

В эпоху ИИ много «красивых» демо: автоматическое написание книг, автоматический заработок, полностью автономный бизнес, всесильный Agent. Некоторые вдохновляют, но многие нестабильны и не окупаются для обычного пользователя по затратам времени.

Чтобы понять, стоит ли проект для изучения, оценивай по трём критериям:

• объясняет ли он базовый принцип;
• умеет ли он решать реальную задачу;
• можно ли перенести его в твой рабочий процесс.

Если проект лишь «красиво для скрина», а не накапливает полезную способность, на него не стоит тратить много времени.

3. Самое важное — сформировать свой workflow

Ценность обучения ИИ — не в количестве моделей в закладках и не в количестве новых терминов. Ценность в том, чтобы постепенно построить собственный рабочий процесс.

Например:

• при написании статей ИИ помогает искать материалы, структурировать, улучшать текст;
• при обучении программированию ИИ помогает объяснить код, сгенерировать тесты, исправить ошибки;
• при создании сайта ИИ помогает писать компоненты, проверять SEO, упорядочивать контент;
• при поиске работы ИИ помогает разбирать JD, улучшать резюме, готовиться к интервью;
• при исследовании ИИ помогает собирать источники, обобщать тезисы, формировать список цитат.

Когда эти процессы становятся устойчивыми, ты перестаёшь быть просто «пользователем ИИ» и переходишь к построению собственной ИИ-системы работы.

9. Заключение: от пользователя к строителю

Ключ маршрута можно кратко сформулировать так:

Сначала пойми модель, потом вызывай её; сначала делай простые инструменты, потом строи Agent; сначала запускай задачу, потом фиксируй Skills.

Не спеши за всеми новыми терминами сразу. Мир ИИ быстро меняется, но базовая цепочка компетенций ясна: понять LLM, уметь использовать API, уметь вызывать инструменты, управлять контекстом, проектировать workflow, переносить опыт в Skills.

Следуя этому пути, ты переходишь от простого пользователя ИИ к разработчику ИИ-продуктов.

Частые вопросы

Нужна ли базовая подготовка в программировании для изучения ИИ?

Не обязательно. Понимание концепций LLM, API-вызовов и принципов Agent достижимо и без глубокой инженерной подготовки; базового Python достаточно. Но если хочешь реализовывать кастомных Agents или писать Skills, умение читать код заметно ускоряет обучение. Рекомендуемый путь: сначала концепции и работа с инструментами, затем постепенно усиливать программные навыки.

В чём разница между LLM и AI Agent?

LLM — это базовая языковая модель, ответственная за понимание и генерацию текста. AI Agent — это исполняющая система поверх LLM с постановкой целей, вызовом инструментов, памятью и многократным рассуждением. Упрощённо: LLM — это «мозг», Agent — «исполнитель, который делает задачи с инструментами».

Чем Skill отличается от prompt?

Prompt — это одноразовая инструкция, которая отвечает на задачу «как сказать в этот раз». Skill — это переиспользуемый пакет способности, обычно включающий документацию, скрипты, шаблоны и т.д., и отвечает на задачу «как стабильно применять один и тот же подход при повторении похожей задачи». Это разные инструменты; Skill ближе к модулю рабочего процесса, который можно инсталлировать и использовать.

С чего лучше начать по этой карте обучения?

Рекомендуется стартовать с первого этапа (основа LLM) и Happy-LLM, чтобы построить общую карту. Первая итерация на 60% понимания уже достаточна; далее переходи к модельному применению (вызовы API) → базовому циклу Agent (Hello-Agents) → закреплению через Skills; в каждом этапе добавляй практические упражнения.

Источники

• Datawhale Happy-LLM: построение большой модели с нуля
• Andrej Karpathy minGPT: минимальная реализация GPT
• Hugging Face Transformers Quickstart
• Документация Hugging Face Transformers Pipeline
• Документация Hugging Face Transformers Tokenizer
• Datawhale Hello-Agents: построение интеллектуального агента с нуля
• OpenAI Agents SDK: Handoffs
• OpenAI Agents SDK: Guardrails
• OpenAI Agents SDK: Tracing
• LangGraph GitHub: Build resilient agents
• Официальное описание LangGraph
• Anthropic: Equipping agents for the real world with Agent Skills
• Anthropic Skills GitHub
• Официальный курс Claude Agent Skills
• Agent Skills Overview
• awesome-skills-cn: коллекция китайских ресурсов по Skills