LLM Primer V — Введение в серию и оглавление
Поглавный разбор LLM Primer V: Building Real-World LLM Applications — тома, который относится к AI-инженерии как к самостоятельной дисциплине, а не к набору приёмов работы с промптом.
Зачем существует эта серия
В прикладной работе с ИИ повторяется один и тот же сценарий: команда за выходные собирает демо, демо впечатляет, пилот одобряют, а через полгода пилот увязает в фазе, которую сама команда называет «hardening», а между собой — «частью, где модель продолжает делать то, чего мы не ожидали». В самой модели ничего не изменилось. Изменилось то, что работа вышла из области, где горстка отобранных входов даёт правдоподобные выходы, и попала в область, где условия задают тысячи реальных пользователей, вредоносный контент, бюджеты по стоимости и по задержке. Том V — об инженерной дисциплине, которая живёт именно во второй области. Это не книга о том, как обучать модели, и не книга о хитрых промптах. Это книга об инженерии, которая превращает модель в систему, пригодную для эксплуатации в бизнесе.
Кому адресована книга
Прикладным инженерам, которые вывели рабочий прототип и теперь обязаны его поддерживать. Тимлидам, решающим, стоит ли новая LLM-фича операционного бремени. Продакт-менеджерам в AI-командах, которым нужно понимать, между чем и чем их инженеры на самом деле выбирают, когда речь идёт о задержке, стоимости и качестве. Книга предполагает, что вы уже пользовались LLM-API и прочитали достаточно документации какого-нибудь фреймворка, чтобы знать, что такое prompt template. Специальной подготовки в ML-исследованиях она не требует; механики, важные для продакшена, — это инженерные механики, и книга остаётся именно в этом регистре.
Как её читать
Главы выстроены как стек. Глава 1 задаёт рамку — детерминированную обёртку вокруг вероятностного ядра, — а остальные главы заполняют её слои. Главы 2–4 по очереди проходят модель, retrieval и агентов; главы 5 и 6 добавляют рельсы оценки и наблюдаемости, позволяющие системе безопасно эволюционировать; главы 7 и 8 закрывают безопасностью и экономикой serving-а. Книгу можно читать подряд или сразу переходить в главу, соответствующую тому режиму отказа, который сейчас проявляется в вашей системе. Каждая walkthrough-статья дистиллирует три ключевые идеи главы и указывает на исходный материал.
Восемь глав по порядку
Walkthrough выходит по одной статье на главу, ежедневно.
- 14 апреля — Глава 1 — Дисциплина AI-инженерии. Разрыв надёжности между демо и продакшеном и пять опор, которые его закрывают.
- 15 апреля — Глава 2 — Foundation-модели и prompt engineering. Тиринг моделей, параметры сэмплинга, защитные промпты и структурированные выходы как инженерные поверхности.
- 16 апреля — Глава 3 — Retrieval-Augmented Generation. Конвейер RAG от начала до конца: chunking, гибридный retrieval, трансформации запроса, мультимодальность и text-to-SQL.
- 17 апреля — Глава 4 — ИИ-агенты и вызов инструментов. Цикл ReAct, схемы инструментов как контракты и три слоя памяти, которые агенту действительно нужны.
- 18 апреля — Глава 5 — Оценка LLM-приложений. LLM-as-judge, RAG-триада и trajectory-тесты для агентов.
- 19 апреля — Глава 6 — Наблюдаемость и трассировка ИИ. Соглашения OpenTelemetry GenAI, метрики, которые действительно важны, и петля обратной связи в evals.
- 20 апреля — Глава 7 — Безопасность LLM и guardrails. OWASP Top 10, прямая и косвенная инъекция и четырёхслойная матрица митигаций.
- 21 апреля — Глава 8 — Оптимизация производительности, serving и стоимости. Семантическое кэширование, динамическая маршрутизация и то, что на самом деле происходит внутри inference-сервера.
О книге и о серии
LLM Primer — семитомная серия, относящаяся к языковым моделям как к инженерии, а не как к магии. Том V — пятый выпуск. Стиль остаётся трезвым и mechanism-first: каждая глава называет режим отказа, который она закрывает, проходит механизм, который его закрывает, и показывает код, где этот механизм живёт. Никаких призывов «принять ИИ». Читатель уже принял это решение; книга — о том, как реализовать его хорошо. Дальше по серии том VI углубляется в масштабирование, а том VII — в более трудные вопросы безопасности и управления, с которыми сталкиваются регулируемые развёртывания.
