Codex/Claude Code и другие агентские среды для обычных людей

Курс «Клод Код» от Рядов Фурье — практический интенсив о том, как обычному человеку разобраться в Codex, Claude Code и других агентских средах, настроить их на своём компьютере и начать использовать для реальных рабочих задач без лишней теории и инфоцыганщины.

О чём этот курс

Если вы уже пользуетесь нейросетями, то, скорее всего, работаете в обычных чатах вроде ChatGPT: пишете запрос, получаете ответ, уточняете, снова копируете текст или код руками.

Агентские среды работают иначе. Claude Code, Codex и другие кодинговые агенты устанавливаются на компьютер, получают доступ к вашим файлам, могут выполнять многошаговые задачи, писать код, собирать данные, исправлять собственные ошибки, работать с документами, таблицами, сайтами, CRM и другими инструментами.

Фактически вы начинаете не просто «переписываться с нейросетью», а инструктировать AI-агента как сотрудника: ставить задачу, давать контекст, контролировать промежуточные шаги и принимать результат.

Зачем нужны агентские среды обычным людям

Курс сделан не только для программистов. Агентские среды полезны всем, кто регулярно ставит задачи разработчикам, аналитикам, дизайнерам, маркетологам, ассистентам или редакторам.

Если вы умеете объяснить человеку, что нужно сделать, то похожую задачу можно поставить модели. Она не идеальна, но уже способна выполнять работу на уровне крепкого мидла: собирать материалы, готовить документы, писать скрипты, делать отчёты, проверять данные, собирать дашборды и автоматизировать рутину.

Главная идея курса: превратить вашу экспертизу в понятный процесс, который можно поручать агенту, оставляя себе важные решения, контроль качества и финальную приёмку.

Что вы научитесь делать

• Устанавливать и запускать Claude Code, Codex и похожие агентские среды.
• Понимать, чем агент отличается от обычного AI-чата.
• Работать с файлами, папками, проектами и локальным контекстом.
• Создавать инструкции, роли и системные правила для агента.
• Настраивать файл CLAUDE.md под свои задачи.
• Использовать MCP для подключения внешних сервисов: таблиц, CRM, баз данных и API.
• Разбивать сложные задачи на этапы: ресёрч, черновик, критика, полировка.
• Проверять качество результата и снижать количество ошибок модели.
• Автоматизировать повторяющиеся процессы с помощью скриптов, скиллов и саб-агентов.
• Использовать AI-агентов для ресёрча, маркетинга, продаж, документов, локализации, аналитики и личных кейсов.

Кратко о формате курса

1. 11 коротких видео общей продолжительностью около двух часов.
2. Темы: установка, логика агентов, контекст, скиллы, MCP, контроль качества, типовые ошибки и автоматизация.
3. 16 разборов задач на реальных примерах.
4. Рабочие сценарии: ресёрч, дашборды, документы, продажи, маркетинг, контент, локализация и личные кейсы.
5. Библиотека из 40 шаблонов: инструкции, роли, системные промпты, файлы CLAUDE.md и готовые заготовки.
6. Доступ к материалам на 3 месяца.
7. Видео, библиотека и чат участников остаются под рукой, пока вы переносите подход в свои задачи.

Для работы понадобится оплата API Claude или другая подписка. Ориентировочный дополнительный бюджет — около 20–100 долларов в месяц сверх стоимости курса.

Кому подойдёт курс

Учёным и преподавателям

AI не обязан обесценивать преподавательский и исследовательский труд. Наоборот, агентские среды помогают быстрее готовить материалы, структурировать исследования, обрабатывать источники, собирать черновики и освобождать время для содержательной работы.

Предпринимателям и производственникам

Если мир меняется быстрее, чем вы успеваете перестраивать процессы, курс поможет получить понятную модель работы с AI-агентами без хайпа и лишней терминологии. Цель — не выучить один модный инструмент, а понять принцип, который можно переносить на новые системы.

Врачам и другим профессионалам

Курс будет полезен специалистам, у которых много повторяющихся консультаций, документов, объяснений, справок, инструкций и типовых ответов. Агент может взять на себя рутину, а эксперт — оставить за собой ответственность, проверку и решения.

Маркетологам и директорам по развитию

Агентские среды помогают собирать исследования, анализировать конкурентов, готовить контент, строить воронки, делать отчёты, локализовать материалы и проверять гипотезы быстрее, чем при ручной работе.

Прикладным инженерам

AI-агенты могут помогать с документацией, сравнением проектов, поиском референсов, подготовкой обоснований, проверкой комплектов документов и работой с базами аналогичных решений. Расчёты и критические решения остаются за человеком, но бумажную и исследовательскую работу можно существенно ускорить.

Чего на курсе не будет

• Базовых объяснений в духе «что такое промпт». Курс рассчитан на людей, которые уже пользовались LLM и понимают основы общения с нейросетями.
• Сборника «100 секретных промптов на все случаи жизни». Вместо этого — системный подход к агентам, контексту, ролям и качеству.
• Философских разговоров о том, когда нас поработит Скайнет. Практика важнее паники.
• Обещаний заработать 100 000 рублей за вечер на нейросетях. Вам предстоит осваивать новые инструменты и много работать.
• Обучения рисованию аниме-девочек и котиков. Хотя если агент поможет вам с этим после курса — никто не запрещает.

Программа курса

Вводная часть — около 15 минут

• Почему кодинговые агенты и Claude Code — это другой класс инструментов.
• Почему миф «я не программист, мне терминал не нужен» больше не работает.
• Какие задачи уже можно решать агентами и как выглядят результаты.
• Разница между обычными чатами, визуальными AI-средами и Claude Code.
• Десктоп против терминала: почему терминал часто выигрывает у красивых интерфейсов.
• Когда задачу лучше решать Python-скриптом, а когда — гибким агентом.

01. Установка и оплата из РФ — около 10 минут

• Пошаговый запуск инструмента до рабочего CLI.
• Что нужно подготовить перед началом работы.
• Какие расходы могут появиться при использовании API и подписок.

02. Механика инструмента и философия работы — около 15 минут

• Как физически работает агент и как он читает файловую систему.
• Почему важно ограничивать агенту зону видимости.
• Три роли человека: строитель экосистемы, менеджер контекста и приёмщик результата.
• Концепция harness: не «улучшать модель», а строить удобную среду вокруг неё.
• Почему прямой доступ к коду и файлам эффективнее, чем клики по интерфейсу.
• Как выбирать «мозг» агента и зачем нужны разные модели.

03. Общение и контекст — около 15 минут

• Почему агент галлюцинирует и как этим управлять.
• Роль человека как менеджера контекста.
• Правила анонимизации чувствительных данных.
• Гигиена данных: почему чистота контекста важнее количества инструментов.
• Форматы MD, DOCX, CSV, XLSX и их удобство для AI.
• Работа с файлом CLAUDE.md и базовыми правилами поведения агента.
• Как очищать персональные данные с помощью простого Python-скрипта.

04. MCP: выход во внешние сервисы — около 10 минут

• Что такое Model Context Protocol.
• Как подключать локального агента к интернету, Google Таблицам, CRM и базам данных.
• Как безопасно хранить API-токены.
• Почему избыток инструментов вроде Tavily или Firecrawl может убивать контекст.
• Как выбирать только те подключения, которые действительно нужны для задачи.

05. Скиллы и архитектура агентов — около 15 минут

• Как превращать повторяющуюся работу в скрипт.
• Как превращать повторяющуюся работу в скилл.
• Как написать первый системный промпт обычным русским языком.
• Типовая архитектура содержательной задачи: ресёрч, углубление, черновик, критик, полировка.
• Почему финальная полировка отличает «нормально» от «хорошо» и «великолепно».
• Подход Superpowers от Anthropic: брейншторм, планировщик и разработчик.
• Как разделение ролей помогает контролировать контекст.

06. Организация рабочей среды — около 15 минут

• Архитектура папок для работы с агентом.
• Как сделать так, чтобы агент всегда опирался на бриф, редполитику, брендбук или внутреннюю базу знаний.
• Как накапливать опыт и переиспользовать удачные инструкции.
• Саб-агенты как инструмент управления контекстом: критик, проверяльщик, ресёрчер.
• Почему основной агент должен не делать всё сам, а дирижировать процессом.

07. Петля качества — около 18 минут

• Универсальная архитектура скилла на примере райтера.
• Последовательность: ресёрч → углубление → черновик → критик → полировка.
• Независимый критик: как заставить AI проверять себя в отдельном контексте.
• Как гонять петлю качества до приемлемого результата.
• Роль человека как финального приёмщика с насмотренностью, вкусом и ответственностью.

08. Артефакты для команды — около 12 минут

• Как выдавать результаты, которые не стыдно показать коллегам.
• Сборка HTML-отчётов, дашбордов, презентаций и аналитических выкладок.
• Почему готовый артефакт лучше плоского текста в мессенджере.

09. Сквозной пример: выкатываем продукт — около 20 минут

• Пошаговый процесс от пустой папки до работающего проекта в сети.
• Разбор реального кейса.
• База по инфраструктуре: Git, GitHub, покупка домена, Yandex Cloud и S3.
• Базовая настройка собственного VPS-сервера руками агента.

10. Ошибки и контроль — около 12 минут

• Что делать, когда модель ошибается.
• Plan Mode: сначала план, потом действие.
• Атомарная декомпозиция задач.
• Как делегировать подзадачи саб-агентам и не перегружать основной контекст.
• Практика «второго терминала», когда один AI проверяет работу другого.
• Правило «не додумывай — остановись и спроси меня».
• Грубые автоматические проверки результата на этапе приёмки.

11. Что дальше: хард-режим и полная автоматизация — около 12 минут

• Как настроить агента на автономную работу.
• Неинтерактивный режим через claude -p.
• Использование GitHub Actions для регулярных флоу и агентов по расписанию.
• Плюсы и ограничения продвинутой автоматизации.
• Границы безопасности бюджета: hard cap, мониторинг и аварийный стоп.
• Как не сжечь деньги на зацикленных API-вызовах.

Q&A: заключительный вебинар

• Закрытый созвон по итогам курса.
• Разбор вопросов участников и их реальных задач.
• Помощь в построении архитектуры решения под конкретный кейс.
• Вебинар завершает основную программу курса.

Готовые шаблоны и материалы

Внутри курса вы получите библиотеку заготовок, которые можно копировать, адаптировать под себя и сразу использовать в работе.

Инструкция по оплате

Актуальная инструкция по доступным способам оплаты. Если способ перестанет работать, будет подготовлена новая версия.

16 подробных кейсов

Разборы задач от обычных людей: скрипт для редактуры постов под конкретный стиль, CDP-система для компании на 260 сотрудников без программистов, подготовка обоснованной юридической претензии и другие примеры.

Базовые файлы CLAUDE.md

Заготовки системных правил для копирайтера, аналитика, ресёрчера, верстальщика и других ролей.

Гайды по форматам

Пошаговые текстовые инструкции с примерами кода: Telegram-бот с нуля, настройка Google Sheets API, мини-сайт и другие прикладные сценарии.

Промпт-паттерны

Схемы запросов для пересборки кода с нуля, парного разбора, глубокого исследования ссылок и восстановления ситуации, когда AI запутался в исправлениях.

Разбор частых ошибок инфраструктуры

Что делать, если ломается MCP-сервер, возникают проблемы с биллингом или модель внезапно начинает потреблять слишком много токенов.

Какой результат вы получите

После курса у вас будет не просто набор промптов, а рабочая система: установленный агент, понятная структура папок, базовые инструкции, шаблоны, сценарии контроля качества и понимание, как переносить подход на собственные задачи.

Главный результат: вы сможете использовать Claude Code, Codex и другие агентские среды как практический инструмент для работы — от исследований и документов до автоматизации, сайтов, отчётов и внутренних процессов.