Спецкурс Сам себе Тони Старк
Основная информация
№ Пункт Содержание
1 Направление Третий Путь
2 Класс 8-11
3 Тип курса факультативный для всех
4 Преподаватели Даниил Иванькин, Артём Шевченко, Магомедов Серажутдин
5 Стажёры нет
6 Время проведения Понедельник 18:55 - 20:15
7 Цель курса Научить школьников поручать задачи ИИ-агентам и проверять, что агент сделал. ИИ-агентом называют программу вроде ChatGPT Codex или Claude Code: ей описывается задача словами, а она сама пишет код, создаёт файлы и ищет информацию прямо на компьютере. К концу семестра у каждого слушателя есть свой проект, сделанный с агентом, и свой настроенный агент.
8 Задачи курса 1) Объяснить, как устроена языковая модель и почему она ошибается, чтобы слушатели понимали, где ей можно доверять. 2) Научить запускать агента, давать ему задачи и откатывать неудачные изменения через git. 3) Научить описывать задачу так, чтобы агент её понял: что сделать, какие есть ограничения, как проверить готовность. 4) Научить проверять работу агента и отличать приёмы, которые помогают, от тех, что вредят. 5) Показать, как настроить агента под себя: файл правил проекта, свои скиллы (инструкции для повторяющихся задач), подключение внешних инструментов. 6) Показать, как агент помогает в учёбе и в задачах без программирования, и обсудить, кто отвечает за результат, сделанный с ИИ.
9 Особенности курса Курс про работу с ИИ-агентами. Школьник описывает задачу словами, агент пишет код и файлы, школьник проверяет результат и уточняет задачу. Программировать заранее уметь не нужно, читать код агента мы учим на курсе. Инструменты обновляются раз в несколько месяцев, поэтому мы показываем приёмы, которые работают в любом из них. Название про итог курса: у каждого слушателя появляется свой помощник, как Джарвис у Тони Старка. Курс факультативный, идёт один семестр.
10 Формат проведения занятия (включая использование classroom) Первая половина пары: преподаватель решает задачу с агентом, показывая свой экран, и вслух объясняет, почему делает именно так. Вторая половина: слушатели решают похожую задачу у себя, а преподаватели смотрят их экраны и подсказывают. Домашних заданий немного. Обычно это одна задача для агента и короткий отчёт: что поручил, что получилось, где агент ошибся и как это удалось заметить. Материалы и сдача заданий в Google Classroom.
11 Целевая аудитория Школьники 8-11 классов, которые хотят пользоваться ИИ в учёбе и своих проектах. Программировать уметь не нужно. Нужен компьютер и умение уверенно им пользоваться.
12 Краткое описание курса Учимся поручать работу ИИ-агентам, проверять результат и настраивать агента под свои задачи.
13 Количество слушателей от 20 до 30 человек
14 Отбор Отбора нет. Если запишется больше 30 человек, после первой пары попросим написать короткое мотивационное письмо: о том, почему школьник хочет обучаться именно на этом спецкурсе, и какого результата по его итогам хочется достичь.
15 Формы контроля и система отчётности Элементы контроля: домашние задания с отчётом о работе с агентом, самостоятельная работа (мини-проект) в середине семестра, итоговый проект с защитой. На защите проекта смотрим, работает ли он, как слушатель ставил задачи агенту и проверял его, может ли объяснить, как устроен результат. Итог = 0.4 × Домашние задания + 0.2 × Самостоятельная работа + 0.4 × Итоговый проект.
16 Формат курса: онлайн/оффлайн/гибрид. В случае онлайн, какие платформы используются? Онлайн. Платформа для занятий: Zoom. Материалы и задания в Google Classroom.
17 Дополнительная информация о курсе Нужен компьютер (не планшет): Windows 10 и новее, macOS 12 и новее или Linux, от 8 ГБ ОЗУ и 10 ГБ свободного места. Ещё нужны микрофон и возможность показать свой экран. Доступ к моделям: работаем на бесплатных тарифах (например, OpenRouter) и других бесплатных сервисах. Платная подписка не нужна, но слушатель может подключить свою, если хочет. Курс идёт только в первом семестре.
Позанятийный план
№ занятия Дата (Понедельник) Тематический блок План занятия
1 05.10.2026 Введение «Агент? Это как чат в браузере?» Правила курса. Чем чат-бот отличается от агента. Как устроена языковая модель на пальцах: токены, контекстное окно, почему модель уверенно ошибается. Показываем, как агент решает задачу в папке с файлами. Домашнее задание: установить инструменты по видеоинструкции.
2 12.10.2026 Первые шаги с агентом «Агент всё сломал, как вернуть?» Запускаем агента в терминале и в редакторе кода, даём первые задачи. Минимум командной строки. Git: коммиты, история и откат. Практика: маленький проект с нуля под git. Кто не смог установить инструменты, чинит их с Артёмом в отдельной комнате.
3 19.10.2026 Постановка задачи «Почему „сделай красиво“ не работает?» Как описать задачу: цель, ограничения, критерий готовности. Делим большую задачу на шаги. Просим агента сначала составить план и только потом писать код. Приём «допрос»: агент задаёт уточняющие вопросы до начала работы. Практика: одну задачу ставим размыто и чётко, сравниваем результат.
4 26.10.2026 Контекст «Почему через час агент забыл, о чём договорились?» Контекстное окно и что делать, когда оно переполняется. Файл правил проекта (AGENTS.md и аналоги): что агенту надо знать о проекте. Практика: пишем файл правил и сравниваем, как агент работает с ним и без него.
5 02.11.2026 Проверка результата. Паттерны и антипаттерны «Агент говорит, что всё готово. А правда?» Запускаем, тестируем, читаем изменения в коде и историю в git, просим объяснить код простыми словами. Выдуманные факты и несуществующие источники. Вторая половина пары про то, что с ИИ делать стоит и что не стоит. Помогает: план до кода, маленькие шаги с коммитами, новая сессия под новую задачу. Вредит: «сделай хорошо» без критериев, принять результат без проверки, дать агенту права на весь компьютер, вставить в чат пароль или ключ, сдать работу, которую не можешь объяснить.
6 09.11.2026 Скиллы «Как научить агента делать одно и то же одинаково хорошо?» Скиллом называют инструкцию, которую агент подгружает под повторяющуюся задачу. Разбираем готовые скиллы. Практика: пишем свой скилл для школы (конспект параграфа, карточки для запоминания или разбор решения). Выбираем тему итогового проекта.
7 16.11.2026 ИИ для учёбы. Этика и ответственность «А домашку с ИИ делать можно?» Агент-тьютор, который задаёт вопросы вместо готового ответа. Готовимся к контрольной, пока агент гоняет по теме. Работаем с PDF и учебниками. Этика и ответственность: за сданную работу отвечаешь ты, даже если её написал агент; говорить ли учителю, что пользовался ИИ; можно ли загружать в чат чужие данные и фотографии; почему нельзя делать фейки про реальных людей; что разрешают правила школы и олимпиад. Самостоятельная работа: мини-проект «инструмент для своей учёбы».
8 23.11.2026 Агенты не только для кода «А презентацию он сделает?» Агент ищет и проверяет источники по теме, разбирает таблицы, строит графики, собирает презентации и документы. Практика: исследование по школьному предмету с отчётом или презентацией. Продолжаем итоговые проекты.
9 30.11.2026 Своя обвязка агента «Где мой Джарвис?» Подключаем инструменты через MCP, чтобы агент работал с файлами и интернетом. Добавляем правила, скиллы, режим коротких ответов для экономии контекста и субагентов для отдельных задач. Разбираем, что может пойти не так: удалённые файлы, лишние права, вредные инструкции на веб-страницах.
10 07.12.2026 Итоговый проект Мастерская: доделываем проекты, консультируемся, в парах смотрим проекты друг друга.
11 14.12.2026 Итоговый проект Аттестация. Защита проектов: показываем, что работает, и рассказываем, как ставили задачи агенту и как проверяли результат.
12 21.12.2026 Пересдача, разбор проектов, чаепитие.
28.12.2026
04.01.2027
11.01.2027
18.01.2027
25.01.2027
01.02.2027
08.02.2027
15.02.2027
22.02.2027
01.03.2027
08.03.2027
15.03.2027
22.03.2027
29.03.2027
05.04.2027
12.04.2027
19.04.2027
26.04.2027
03.05.2027
10.05.2027
17.05.2027
24.05.2027
31.05.2027
07.06.2027
14.06.2027
21.06.2027
28.06.2027
Список используемой и рекомендованной литературы
1 Учебник по машинному обучению. – Текст : электронный // Яндекс Образование : [сайт]. – URL: https://education.yandex.ru/handbook/ml (дата обращения: 22.09.2026).
2 Чакон, С. Pro Git / С. Чакон, Б. Штрауб. – 2-е изд. – Текст : электронный // Git : [сайт]. – URL: https://git-scm.com/book/ru/v2 (дата обращения: 22.09.2026).
3 AGENTS.md. – Текст : электронный // AGENTS.md : [сайт]. – URL: https://agents.md (дата обращения: 22.09.2026).
4 Building effective agents. – Текст : электронный // Anthropic : [сайт]. – 2024. – URL: https://www.anthropic.com/engineering/building-effective-agents (дата обращения: 22.09.2026).
5 Claude Code : документация. – Текст : электронный // Claude Docs : [сайт]. – URL: https://docs.claude.com (дата обращения: 22.09.2026).
6 Codex : документация. – Текст : электронный // OpenAI Developers : [сайт]. – URL: https://developers.openai.com/codex (дата обращения: 22.09.2026).
7 Equipping agents for the real world with Agent Skills. – Текст : электронный // Anthropic : [сайт]. – 2025. – URL: https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills (дата обращения: 22.09.2026).
8 Karpathy, A. Deep Dive into LLMs like ChatGPT / A. Karpathy. – 2025. – Изображение (движущееся ; двухмерное) : электронное // YouTube. – URL: https://www.youtube.com/@AndrejKarpathy (дата обращения: 22.09.2026).
9 Karpathy, A. Intro to Large Language Models / A. Karpathy. – 2023. – Изображение (движущееся ; двухмерное) : электронное // YouTube. – URL: https://www.youtube.com/@AndrejKarpathy (дата обращения: 22.09.2026).
10 Model Context Protocol : спецификация и документация. – Текст : электронный // Model Context Protocol : [сайт]. – URL: https://modelcontextprotocol.io (дата обращения: 22.09.2026).
11 Mollick, E. Co-Intelligence: Living and Working with AI / E. Mollick. – New York : Portfolio, 2024. – Текст : непосредственный.