Я занимаюсь той частью AI, которая начинается после эффектной демонстрации.

Как я пришёл к этой работе

Один из проектов начался с разговора с юристом по правам человека. Он описывал привычную для своей работы ситуацию: сотни страниц материалов, процессуальные сроки, формальные требования и слабый, но критически важный сигнал, который нельзя пропустить.

Как инженеру мне была знакома сама структура задачи. В компьютерном зрении мы учим систему находить значимый паттерн в шумном изображении. В правовом деле «изображением» становится массив документов, фактов, дат, позиций и источников. Но цена ошибки здесь определяется уже не метрикой модели, а судьбой конкретного дела.

С этого начался мой устойчивый интерес к AI-системам для сложной профессиональной работы. Меня занимает не вопрос, может ли модель написать убедительный текст. Может. Гораздо важнее, способна ли система показать, на чём текст основан, где она сомневается и когда обязана остановиться перед решением специалиста.

Чем я занимаюсь

Я проектирую AI-копилоты, RAG-системы, агентные рабочие среды, исследовательские конвейеры и инструменты интеллектуальной автоматизации: от поиска по юридическому корпусу с учётом редакций и цитат до открытых исследований, где данные и код публикуются вместе с выводом.

Как я работаю

Я начинаю с задачи пользователя, а не с названия модели. Сначала выясняю, какое решение принимает пользователь, какие источники допустимы, как выглядит неприемлемая ошибка и что можно измерить до внедрения. Затем собираю минимальный живой прототип вокруг одного процесса.

Тесты, журналирование и способ воспроизведения появляются не в конце, а вместе с первой рабочей версией. Если гипотеза не выдерживает проверку, её нужно изменить или закрыть — а не компенсировать новым слоем распределения агентов.

Почему я публикую работу открыто

Открытый код и данные для меня — не способ показать активность, а способ предъявить метод. Открытая работа не доказывает безошибочность. Она делает ошибку видимой и даёт другому человеку возможность улучшить результат.

Технологический подход

Работаю с Python, FastAPI и Quart, MongoDB, Redis, React и Next.js, PyTorch и TensorFlow, OpenAI, Anthropic и Mistral. Предпочитаю официальные SDK и прозрачные собственные конвейеры тяжёлым фреймворкам, если абстракция скрывает данные, состояние или причину ошибки.

Стек является средством. Архитектуру определяют задача, права доступа, стоимость изменений и способность команды сопровождать систему после пилота.