Запрос «ии агенты обучение» ведёт на страницы, где обещают профессию за месяц и не объясняют, из каких навыков она складывается. Ниже разложено иначе: карта компетенций по слоям, порядок освоения, бесплатные программы с сертификатом, цены русскоязычных курсов на 22 августа 2026, семь вопросов к программе до оплаты и состав учебного проекта для портфолио. Все цифры взяты со страниц самих школ и из документации вендоров.
Из чего состоит навык: пять слоёв и их бесплатные источники
Программу курса сверяют не с обещаниями лендинга, а с оглавлением официальной документации. Руководство по агентам OpenAI разбито на разделы Quickstart, Agent definitions, Models and providers, Running agents, Sandbox agents, Orchestration and handoffs, Guardrails and human review, Results and state, Using tools, Integrations and observability, Voice agents. Это и есть список тем, которые обязана закрывать серьёзная программа. Сам SDK выпущен на TypeScript и на Python, поэтому язык обучения выбирают под свой стек, а не под курс.
| Слой | Что осваивается | Где читать бесплатно |
|---|---|---|
| Работа с моделью | Структурированный вывод, форматы ответа, ограничения контекста | Документация вендора модели |
| Инструменты | Описание функций, режимы вызова, разбор аргументов | Раздел Using tools в руководстве OpenAI, раздел «Работа с функциями» в документации GigaChat |
| Подключение сервисов | Единый протокол вместо самописных интеграций под каждый сервис | modelcontextprotocol.io, актуальная версия спецификации 2026-07-28 |
| Состояние и оркестрация | Results and state, Orchestration and handoffs | Руководство по Agents SDK |
| Контроль и наблюдаемость | Guardrails and human review, Integrations and observability | Руководство по Agents SDK |
Практический вывод: если в оглавлении курса нет ни слова про состояние, подтверждение действий и трассировку, он покрывает два слоя из пяти. Дата спецификации протокола подключения инструментов, 2026-07-28, задаёт и срок годности материалов.
Слои берут снизу вверх: стабильная схема ответа, один инструмент, состояние, передача задачи между агентами, ограничители и только в конце трассировка. Дообучение моделей и математику откладывают: в курсе Hugging Face дообучение вынесено в бонусный блок, а не в основную линию.
Бесплатные курсы по ИИ-агентам: где учат без оплаты
Бесплатное здесь означает бесплатные программы и документацию, а не бесплатные тарифы платформ. Пять источников, которые закрывают базу целиком.
- Hugging Face Agents Course. Бесплатный, главы с нулевой по четвёртую плюс три бонусные: дообучение, наблюдаемость и оценка агентов, агенты в играх. Заявленный темп – одна глава в неделю при 3-4 часах занятий. Практика на трёх библиотеках: smolagents, LlamaIndex, LangGraph. Сертификатов два: за прохождение первой главы и за полный маршрут с одним прикладным заданием и финальным испытанием.
- Introduction to LangGraph в LangChain Academy. Бесплатно, 55 уроков, 6 часов видео, шесть модулей.
- Anthropic Academy. Курсы Building with the Claude API, Introduction to Model Context Protocol, Model Context Protocol: Advanced Topics, Introduction to subagents, Introduction to agent skills. Ни длительность, ни цена в каталоге не указаны, смотреть на странице курса.
- DeepLearning.AI. Multi AI Agent Systems with crewAI: 18 видеоуроков, 3 часа 1 минута, уровень Beginner, ведёт основатель CrewAI Жуан Моура. Рядом Agentic AI на 10 часов 55 минут и Building AI Browser Agents на 1 час 5 минут. Оговорка: доступ бесплатен на время беты платформы, условие временное.
- Stepik, «Введение в разработку ИИ-агентов». Бесплатный, четыре раздела, 7 лабораторных работ, заявленная нагрузка 3 часа в неделю. Автор – Максим Максимов, NLP-инженер red_mad_robot. Вход: базовый Python и хотя бы минимальный опыт работы с LLM. Программа доходит до Function Calling и архитектуры на LangGraph.
Отдельная категория – документация как учебник: руководство по Agents SDK, документация MCP и раздел «Работа с функциями» в GigaChat стоят ноль рублей и обновляются чаще любого курса.
Курсы по созданию ИИ-агентов на русском: цены, нагрузка, вход
Цены и нагрузка проверены на страницах курсов 22 августа 2026 и меняются, перед оплатой смотрите карточку курса.
| Программа | Цена | Нагрузка | Что на входе |
|---|---|---|---|
| Stepik, «Введение в разработку ИИ-агентов» | Бесплатно | 3 часа в неделю | Базовый Python, опыт с LLM |
| Stepik, «AI-агенты на базе LLM с LangChain, LangGraph и MCP» | 689 ₽ | 2-3 часа в неделю | Python, знакомство с FastAPI и Docker |
| Stepik, «AI Агенты на Python: для начинающих» | 3 500 ₽ | Около 5 часов в неделю | Опыт разработки на Python |
| Stepik, «LLM для Python-разработчиков: от RAG до агентов» | 3 500 ₽ | 4 часа в неделю | Опыт разработки на Python |
| Stepik, «ИИ агенты и автоматизация с n8n» | 11 200 ₽ | 4-5 часов в неделю | Код не требуется, нужен базовый английский |
| Яндекс Практикум, «ИИ-инженер» | На странице не указана | 12-15 часов в неделю, 4 месяца | Python, Deep Learning, линейная алгебра, PyTorch, Docker |
Разброс цены в шестнадцать раз объясняется форматом, а не глубиной: за 689 ₽ и 3 500 ₽ покупается запись с автопроверкой. В «ИИ-инженере» Практикума заявлены шесть итоговых работ с экспертным ревью, построение RAG-системы, разработка агентов с контролем действий и вывод сервиса в продакшен с мониторингом; оплата единовременно со скидкой 20 процентов, в рассрочку или кредитом на 3-36 месяцев. Рядом в каталоге короткие программы: «Нейросети для работы» на 2 месяца, «Нейросети для начинающих» на 1 месяц и бесплатный курс «Базовые навыки работы с нейросетями».
Нужен ли вам платный курс: пять вопросов
- Вы уже писали функцию, которую вызывала модель, или только читали об этом?
- Есть ли у вас своя задача с понятным входом и выходом, на которой можно тренироваться?
- Готовы ли вы отдавать 3-4 часа в неделю минимум восемь недель подряд?
- Нужен ли вам разбор вашего кода живым человеком или хватит автопроверки?
- Что вам нужно на выходе: строка в резюме или работающий процесс в компании?
Три и более ответа в пользу самостоятельной работы: начинайте с бесплатного курса и документации, деньги оставьте на менторский разбор.
Создание ИИ-агентов: обучение по неделям и контрольные точки
План рассчитан на 3-4 часа в неделю, тот же темп, что заявлен в курсе Hugging Face. Контрольная точка каждой недели – не конспект, а запущенный артефакт.
- Неделя 1. Структурированный вывод. Артефакт: скрипт, который в десяти запусках подряд возвращает валидную схему без ручной правки.
- Неделя 2. Первый инструмент. Артефакт: одна функция, которую модель вызывает по ситуации, с логом аргументов.
- Неделя 3. Три инструмента и выбор между ними. Артефакт: десять запросов, на которых видно, какой инструмент выбран и почему.
- Неделя 4. Состояние. Артефакт: агент, который держит контекст диалога между запусками.
- Неделя 5. Подключение сервиса по MCP вместо самописной интеграции. Артефакт: агент, который ходит наружу через стандартный протокол.
- Неделя 6. Передача задачи между агентами. Артефакт: связка из двух ролей, где вторая получает результат первой.
- Неделя 7. Ограничители и подтверждение действий. Артефакт: сценарий, где опасный шаг требует явного согласия человека.
- Неделя 8. Трассировка и оценка. Артефакт: набор из 20-30 тестовых кейсов и таблица, на скольких агент отработал верно.
Восемь недель по 3-4 часа – это 24-32 часа чистого времени. Только видео в бесплатном курсе LangChain Academy занимает 6 часов, а Практикум на те же темы закладывает 12-15 часов в неделю четыре месяца подряд. В первом случае вы платите своим временем на отладку, во втором покупаете чужое время на разбор ошибок.
Процесс горит сейчас, а обучение занимает два месяца
Учить сотрудника имеет смысл под постоянный поток задач. Если горит один процесс: разбор заявок, сортировка почты, сбор отчёта, быстрее собрать агента силами команды, которая делает это каждый день, и получить готовый регламент.
ИИ-агенты и автоматизация: n8n как учебный трек
Визуальная автоматизация здесь интересна как предмет изучения: она показывает цикл «событие – шаг – результат» без кода. У n8n есть своя академия: практика на сценариях, квизы после разделов и финальный экзамен, значки и сертификаты при проходном балле 70 процентов. Каталог лежит на learn.n8n.io/courses, документация docs.n8n.io бесплатна.
Русскоязычная альтернатива – курс «ИИ агенты и автоматизация с n8n: от рутины до AI контент-завода» на Stepik: 11 200 ₽, 4-5 часов в неделю, шесть учебных проектов и выпускной, агенты и чат-боты без кода. Премия Stepik Awards 2024 в номинации «Лучший курс года» указана в описании самого курса, это заявление автора.
Ограничение трека стоит назвать сразу: конструктор учит связывать шаги, но не показывает, как модель выбирает инструмент и что делать, когда выбор неверен. После n8n всё равно возвращаются к вызову функций и трассировке.
Как проверить курс до оплаты: семь вопросов к программе
- Есть ли вызов функций? Программа, которая заканчивается промптами, учит чат-ботам.
- Есть ли состояние и передача задачи? Темы уровня Results and state и Orchestration and handoffs.
- Есть ли ограничители и подтверждение действий? Раздел уровня Guardrails and human review отделяет учебный пример от рабочего агента.
- Есть ли трассировка и оценка? Без них выпускник не сможет доказать, что агент работает.
- Когда материал обновлялся? Опорные даты: спецификация MCP версии 2026-07-28 и раздел «Работа с функциями» в GigaChat от 2 февраля 2026.
- Какие требования на входе? Честная программа их пишет: «ИИ-инженер» требует Python, Deep Learning, линейную алгебру, PyTorch и Docker. Требований нет – глубины тоже.
- Что остаётся на руках? Проверяйте формулировку про сертификат: в Hugging Face это два разных документа, за первую главу и за полный маршрут, в академии n8n сертификат привязан к проходному баллу 70 процентов, а на Stepik сертификат выдаётся автоматически при наборе порога баллов, но у бесплатного «Введения в разработку ИИ-агентов» его нет вовсе.
Российский контур: GigaChat и Yandex AI Studio в учебном плане
Если агент будет работать на российских моделях, добавляется отдельный блок. Раздел «Работа с функциями» в документации GigaChat обновлён 2 февраля 2026 и разбит на подразделы «Генерация аргументов», «Описание пользовательских функций», «Обращение к встроенным функциям» и «Режимы работы с функциями». Там же есть «Совместимость с OpenAI»: она позволяет переносить код, написанный по руководству OpenAI, почти без переделки. Отдельно выделены «Обучающие материалы» и «Квоты и ограничения», второй раздел читают до старта учебного проекта.
Документация Yandex AI Studio переехала на aistudio.yandex.ru и при автоматическом обращении отдаёт капчу: открывать вручную в браузере. Состав API, лимиты и тарифы берите только оттуда, цифры из обзоров и агрегаторов курсов устаревают быстрее, чем публикуются.
Учебный проект в портфолио: что должно быть в репозитории
Заказчика убеждает не сертификат, а репозиторий, который можно открыть. Минимальный состав.
- README с одной задачей, а не с описанием возможностей: что подаётся на вход, что считается успехом.
- Описание инструментов агента: имя, назначение, аргументы. Тот же формат, что в подразделе «Описание пользовательских функций» у GigaChat и в разделе Using tools у OpenAI.
- Набор из 20-30 тестовых кейсов и таблица результатов: единственный способ показать, что агент работает не на одном демо-примере.
- Лог хотя бы одного полного прогона с видимой последовательностью вызовов.
- Ограничение прав: список того, что агенту делать запрещено, и место в коде, где стоит подтверждение человека.
- Оценка стоимости одного запуска в токенах или рублях: этот вопрос задают на любой защите проекта.
Инженерная часть, как именно пишется системный промпт, описываются инструменты и обрабатываются ошибки, разобрана в отдельном материале: практический разбор сборки первого агента.
Ошибки в обучении, которые видно по результату
- Собирать курсы вместо агентов. Бесплатные программы из списка выше дают больше 20 часов видео, и просмотр без запуска кода не оставляет ничего.
- Прыгать между библиотеками. В курсе Hugging Face smolagents, LlamaIndex и LangGraph идут подряд специально, чтобы показать общий принцип. Разбираться в трёх сразу до первого работающего агента – другая история, и она заканчивается ничем.
- Не считать деньги на прогонах. Агент в цикле повторов способен за вечер израсходовать месячную квоту, раздел про квоты читают до старта.
- Верить срокам из рекламы. Заявленная нагрузка написана прямо и различается вчетверо: 3 часа в неделю в бесплатном курсе Stepik против 12-15 часов в «ИИ-инженере» Практикума.
Частые вопросы
Нужно ли уметь программировать, чтобы учиться на ИИ-агентов?
Для трека без кода нет: в академии n8n практика идёт на визуальных сценариях, сертификат при проходном балле 70 процентов. Для инженерного да: бесплатный курс Stepik требует базовый Python и опыт с LLM, а «ИИ-инженер» Практикума добавляет Deep Learning, линейную алгебру, PyTorch и Docker.
Сколько времени занимает обучение с нуля?
Ориентиры из самих программ: Hugging Face – одна глава в неделю при 3-4 часах занятий на пять основных глав и три бонусные, бесплатный курс Stepik – 3 часа в неделю, «ИИ-инженер» Практикума – 4 месяца по 12-15 часов в неделю. План выше даёт 24-32 часа чистого времени до первого агента с тестами.
Можно ли получить сертификат бесплатно?
Да. В курсе Hugging Face два бесплатных сертификата: за первую главу и за полный маршрут с прикладным заданием и финальным испытанием. В академии n8n значки и сертификаты выдают при проходном балле 70 процентов. На платных курсах Stepik из таблицы сертификат выдаётся автоматически при наборе порогового числа баллов, а у бесплатного «Введения в разработку ИИ-агентов» сертификата нет.
С какого фреймворка начинать?
С одного, доведённого до работающего агента. Дешевле начинать с LangGraph: бесплатный курс Introduction to LangGraph в LangChain Academy содержит 55 уроков и 6 часов видео, и тот же LangGraph используется в бесплатном курсе Stepik. Agents SDK от OpenAI выпущен на TypeScript и Python, выбор по языку проекта.
Как понять, что материал курса не устарел?
Сверьте программу с датами первоисточников: текущая версия спецификации MCP – 2026-07-28, раздел «Работа с функциями» в документации GigaChat обновлён 2 февраля 2026. Если в курсе нет ни протокола подключения инструментов, ни подтверждения действий человеком, материал отстал минимум на поколение инструментов.
