Как написать ИИ-агента для проверки учебных материалов

Как я написала агента на питоне Про наши косяки я узнаю от студентов. В Инженерке мы делаем симуляторы и тренажёры. Это в основном практика в песочнице собственной разработки плюс текст, — и вот в этой практике то косяки по невнимательности, то код перестал исполняться из-за обновлений, то стенд упал. При разработке материал у нас проходит через преподавателя, потом через контент-менеджера, потом через фокус-группу, а раньше, в хорошие времена, ещё и через методиста с редактором, и всё равно на выходе оказываются поломки, тупые ошибки и неточности. В какой-то момент мне захотелось самой находить ошибки не дожидаясь замечаний от студентов, поэтому решила написать агента своими руками, а мужа, он же наш архитектор, попросить внедрить его в общую архитектуру. Договорились, что это будет отдельное приложение, тем более что у меня последние несколько месяцев настроение писать код, так что я закатала рукава. Далеко ходить не стала, взяла его же тренажёр по разработке ИИ-агентов — Паша автор, я там тоже соавтор, но только на последних уроках по экономике. Мне нужен был агент, который забирает из ЛМС урок и содержимое песочницы, раскладывает всё это по структуре, расставляет метки для ИИ, что где, прогоняет материал по заданным мной критериям и отдаёт отчёт с ошибками. Хватило мне для этого демо нашего симулятора, причём бесплатного. Питон я не знаю, зато когда-то программировала под железо, и этого хватило, чтобы разобраться и переиспользовать код из учебного проекта и адаптировать его под свою задачу, а потом дописать отдельный парсер: мы с Пашей договорились, в каком виде он мне поставит материал, а дальше я парсила как мне надо. Отдельно пришлось разобраться с FastAPI, которого в демо нет, и сделать сваггер, чтобы он подключился к моему приложению по API. Получилось при этом не сплошное навайбкоженное говно, а нормально проработанная архитектура, с виртуальным окружением и правильной работой с секретами и ключами. С разверткой было проще: он прислал мне свой проект и попросил навайбкодить такой же деплой по аналогии, что я и сделала. Дальше он понажимал кнопок в таймвебе (господи, прости их) — и вуаля. Эвалов, конечно, никаких не было. Вместо них я попросила нашу техподдержку пройти курс руками и сравнить, что увидела она и что увидел агент. Результат меня порадовал: агент оказался продуктивным, большую часть ошибок мы скосили. Чего он пока не умеет — так это разговаривать по-человечески. Отчёт иногда выходит слишком техническим, и надо отдельно садиться за промпты, чтобы в нём разобрался человек, далёкий от техники. Также для более высокого качества прогнать на косяки одной кнопкой весь курс - не получится. Все равно нужно разбираться руками вместе с агентом поурочно. Порог входа в разработку рухнул, и держится он теперь не на языке, а на том, умеешь ли ты продумать внятную архитектуру и не разложить ключи по коду. Но на одном ИИ далеко не уедешь: надёжную и масштабируемую систему он тебе без понимания нюансов не соберёт.