К содержимому
Уральский федеральный университетУральский федеральный университет
← Все семинары

Семинар #1 · 9 апреля 2026 · Живая лаборатория (Living Lab)

Концепция AI Native University

Установочная встреча цикла: что такое AI-native университет, формат живой лаборатории, роли участников и практика мультиагентных систем.

Записи семинара · 09.04.2026

Запись семинара — часть 1

Запись семинара — часть 2

1

Концепция AI Native University

Ведущий семинара

Слайд 1 из 13 — Концепция AI Native University
1 / 13

Установочный доклад: зачем формат живой лаборатории, целевая картина университета вокруг человеко-агентных единиц, роли и пилоты УрФУ.

  • Living Lab: представители «с полей», разработчики и держатели требований разбирают реальные проблемы и вместе ищут решения; формат итеративный (раз в 2–3 недели), а не разовый.
  • Ставка не на автоматизацию старых процессов, а на перестройку работы вокруг агентного ядра — концепция «человеко-агентной единицы»: без такой связки производительность труда постепенно теряет смысл.
  • Два вектора: рутинная автоматизация (первая линия деканата/техподдержки в новом кампусе) и трансформация (цифровые тьюторы, ассистенты исследователя, платформы ИИ-грамотности).
  • Лестница институционализации ИИ: реактивный → инструментальный → координационный → организационный → трансформационный; УрФУ на переходе от инструментального к координационному уровню.
  • Роли: держатели бизнес-требований, инженеры-разработчики, пользователи «с полей»; семинар — точка синхронизации групп и демонстрации того, что можно взять в тест.
  • Пилоты к сентябрю на площадке Радиофака; доступные среды — корпоративный доступ к моделям, планы на собственную локальную LLM.
Затронутые вопросы
  • Семинар — это продуктовая команда с пайплайном или площадка синхронизации и обмена опытом?
  • Как связать инициативы «с полей», инженерные постановки и «зонтичную» управленческую повестку университета?
  • Как выстроить жизненный цикл гипотез — от студенческой инициативы до университетского проекта, не плодя нереализованные пилоты?
  • Где автоматизация деканата уместна, а где нужно переосмыслить сам процесс?
  • Как избежать «цифровизации по-русски», когда новый инструмент лишь порождает больше бумаги?
2

От промпта к контексту: мультиагентные системы на практике

Докладчик, инженерная команда

Слайд 1 из 28 — От промпта к контексту: мультиагентные системы на практике
1 / 28

Практический разбор: как продуктовая IT-команда со смежными проектами и кодовыми базами строит агентную систему, удерживающую контекст всех источников.

  • Проблемы среды: дублирование решений между командами, потеря контекста «разработка ⇄ менеджмент», высокая реактивность, разрозненные источники (чаты, звонки, трекер, вики, git).
  • Подход «от промпта к контексту»: система держит в контексте все источники и проактивно вмешивается — подсказывает, что похожая задача уже решена, заводит задачи, готовит черновики.
  • Первый рабочий кейс — бот для интеграций с внешними партнёрами: анализирует переписку по единому почтовому ящику, раскладывает по тредам, связывает с задачами, показывает статус и позволяет отвечать прямо из чата.
  • Уровни работы с LLM: от простого чата до контекста, RAG, работы с файлами и команд агентов.
Затронутые вопросы
  • Как переносить такой агентный контур на процессы университета, а не только IT-компании?
  • Какой минимальный «контракт встраивания» нужен, чтобы агент подключался к реальным источникам, где работают люди?
  • Где границы проактивности агента, чтобы он помогал, а не мешал?

Открытый доступ. Материалы обезличены: имена участников в разборах заменены на роли.