
Как я сделал AI-директора для малого бизнеса и почему отказался от RAG
niktomimo 8 минут назад Как я сделал AI-директора для малого бизнеса и почему отказался от RAG 12 мин 222 Искусственный интеллект Python * Машинное обучение * Программирование * Кейс Уровень: senior backend, AI/ML Стек:...
Anthropic — What company has the best second artificial intelligence model at the end of June?
В сфере искусственного интеллекта произошло заметное событие. niktomimo 8 минут назад Как я сделал AI-директора для малого бизнеса и почему отказался от RAG 12 мин 222 Искусственный интеллект Python * Машинное обучение * Программирование * Кейс Уровень: senior backend, AI/ML Стек: FastAPI, SQLite, Claude Haiku 4. 5, кастомный scheduler Что внутри: архитектура AI-агента для команды 5-50 человек, типизированная память вместо vector RAG, граф знаний организации, ежедневный reflectionЧто такое Лира на пальцахМаленькая компания, человек 20. Гендир тонет в задачах.
Помнить кто что обещал, отслеживать движение по целям, держать в голове десяток проектов одновременно. У больших корпораций для этого есть штат руководителей среднего звена и проджектов. У малых есть один директор, который пытается быть всем сразу.
Технические детали
Лира берёт на себя часть этой работы. Это не корпоративный чат-бот, не ChatGPT с настройками компании. Конкретный продукт с конкретными функциями:Знает каждого сотрудника.
Должность, чем занимался последний месяц, какие предпочтения, сильные стороны. Если сотрудник в чате сказал "доделаю auth до пятницы", Лира это запоминает и в четверг напоминает. У компании есть бизнес-цели, Лира видит как задачи команды на них работают, кто реально движет, а кто буксует.
Пишет гендиру сводки. Каждый день короткая "что было у команды", раз в неделю развёрнутый дайджест с движением по целям. Отвечает в чате обеим сторонам.
Отраслевые последствия
И гендиру ("кто из команды простаивает? и сотрудникам ("какие у меня сейчас приоритеты? С учётом контекста того кто спросил.
Это не теоретический проект. Лира делается под конкретного заказчика, производственное предприятие в России, сейчас в активной разработке. Архитектурное ядро уже работает, проверено на десятках сценариев.
UI намеренно не показываю, продукт коммерческий, статья про технические решения внутри. В этой статье разберу самый интересный кусок: как устроена память агента. Это нетривиальная история, потому что я отказался от стандартного подхода с векторной базой и RAG, и сделал по-своему.
Этот прогресс даёт важные сигналы о будущем отрасли, и технологический мир внимательно наблюдает.





