AiConf 2026: переход от теории к практике

В 2026 году AiConf ^[1]делает шаг от разговоров об AI к его практическому применению: ключевым элементом программы станет «стрим развития» — формат, где участники не слушают, а вместе решают реальные задачи. Это серия интерактивных треков, в которых за время конференции можно разобрать проблему, протестировать подходы и уйти с конкретным планом действий.

Есть такое ощущение, что сейчас ИИ везде. Он пишет код, водит грузовики, торгует на бирже, даже планирует военные операции. Искусственный интеллект ^[2] изменил и продолжает трансформировать привычную для нас реальность. Новостей и теоретической информации о возможностях AI предостаточно. И кажется, будто мы уже пресытились лекциями, вебинарами и докладами на эту тему.

Поэтому в 2026 году AiConf ^[1] пройдёт в формате «конференция развития». Это значит больше интерактивных форматов и нетворкинга, чтобы участники были не пассивными слушателями, а активными создателями решений, знаний, новых контактов и инсайтов.

В этому году мы собрали программу вокруг ключевых вызовов AI-команд. И раскрыли их с практической точки зрения ^[3] в отдельном блоке программы, который назвали «стримом развития». Этот интерактивный формат нацелен решить конкретную проблему, чтобы участники после конференции имели список рабочих идей и план действий.

Всего в рамках конференции будет 4 таких стримов: 

1. Мультиагентные системы.

2. Аргументация технологических решений бизнесу.

3. Научный ^[4] стрим

4. Датасеты: от legacy-свалки до работающей модели.

Также будет несколько интереснейших материалов в категории «Вне стрима». Давайте подробнее разберём, что будет внутри каждого направления конференции.

Мультиагентные системы

Этот стрим развития посвящён промышленной разработке мультиагентных систем. Мы разберём полный цикл — от проектирования архитектуры до мониторинга и масштабирования в production.

В рамках стрима эксперты проведут мастер-класс и воркшоп, а также прочитают доклад.

1. «Собираем реал-тайм ИИ-агента для SIP/VoIP за 2 часа — от транка до живого звонка». ^[5] Вместе с Кириллом Кухарёвым участники разберут существующие технологии для создания VoIP с ИИ; создадут своего ИИ-агента для обработки звонков: от SIP-транка до живого диалога с эмпатичными ответами, а также рассмотрят варианты оптимизации, observability звонков, ускорения обработки и масштабирования решения.

2. На воркшопе под названием «Смотри, как думает агент: Observability AI-агентов с Langfuse» ^[6] Филипп Бочаров и Дмитрий Лобан помогут понять, правильно ли отвечает ваш агент, где и почему он «галлюцинирует» и во сколько реально обходится его использование. Эксперты расскажут про Langfuse — opensource -инструмент наблюдаемости для AI-приложений и покажут, как организовать централизованный мониторинг ИИ-агентов. На мастер-классе участники научатся трассировать вызовы LLM, собирать метрики, оценивать качество ответов и выполнять диагностику агентов так же, как и обычных сервисов и приложений.

3. Доклад Ильи Жбанова и Михаила Дремина «От рутины к автономии: AI-помощник для управления облачной инфраструктурой» ^[7] посвящён разбору агентной системы «Гига-помощник», которая позволяет пользователям развёртывать облачную инфраструктуру. Авторы покажут честный срез в формате «было/стало» за полгода жизни проекта в продакшене.

Аргументация технологических решений бизнесу

Этот стрим развития посвящён практическому развитию навыка, который определяет успех проектов: убедительное обоснование технологических решений для бизнеса. Осваивать методологии и инструменты предлагаем на практике:

1. Дмитрий Антипов проведёт групповую работу по теме «AI для бизнеса без иллюзий. Откровенный разговор о том, как продавать, защищать и выращивать AI-продукты в реальном бизнесе» ^[8]. Участники, распределённые по тематическим ролям, разработают и протестируют стратегии убеждения в условиях, имитирующих реальные обсуждения. Самые харизматичные представят свои решения всей аудитории.

2. Следом Катя Ольхова организует панельную дискуссию «От хайпа к прибыли: как встроить ИИ в продукт, чтобы это работало» ^[9]. Будем говорить жёстко и по делу: где заканчивается мода и начинается настоящая пользовательская ценность, почему AI-проекты ломаются уже на старте, когда стоит брать готовое решение, а когда без собственной модели не обойтись, кто отвечает за ошибки ^[10] ИИ в проде и можно ли всерьёз считать AI-агентов следующим этапом продуктовой эволюции.

Кроме практических форматов, в этом стриме будут результаты опроса о внедрении ИИ. Участники конференции узнают, кто уже внедрил AI, сколько моделей развёрнуто и насколько им доверяют.

Научный стрим

Разработка AI-систем находится на переднем крае computer science. В нашей области умение следить за научными новостями, вовремя пробовать идеи на практике и получать обратную связь в том числе от научного сообщества важнее, чем в любой другой. Мы предложим набор практических советов по анализу научных статей и по оформлению собственных материалов на ведущие научные конференции.

Как раз об этом расскажет Александр Панов в докладе «Жизнь научной статьи по ИИ: от идеи до A*» ^[11]. Обсудим рабочий процесс создания статьи в области искусственного интеллекта от генерации идеи, через процесс написания текста и подачи на конференции, до продвижения своей работы в сообществе. Отдельно обсудим использованием современных LLM инструментов автоматизации научного процесса.

Андрей Гетманов прочитает доклад «Как мы разработали и внедрили систему проверки кода в научных статьях и дипломных работах» ^[12]. Он и его коллеги сделали систему для проверки соответствия между статьёй и кодом к ней и внедрили эту систему в пайплайн проверки учебных работ.

Датасеты: от legacy-свалки до работающей модели

Вы столкнулись с «наследством»: разрозненные данные на физических носителях, дубли, синонимы и отсутствие структуры? Или вам нужен миллион изображений для обучения ^[13] модели? Мы подготовили практическое руководство по превращению хаоса в качественный датасет.

1. На воркшопе «Собираем датасет для ml в 2026-м году» ^[14], который проведёт Всеволод Мещеряков, участники освоят автоматизацию разметки данных с помощью LLM и потренируются в распределении задач разметки между людьми и моделями.

2. Во время серии блиц-докладов «Калейдоскоп данных» ^[15]можно будет услышать короткие, яркие и очень разные истории про то, как можно улучшать датасеты и выжимать из данных максимум.

3. Вишенкой этого стрима станет доклад Дарьи Шатько «Как мы внедрили LLM-судей в автоматизациях клиентского сервиса: подход, грабли, уроки» ^[16]. Разберём, какие критерии реально работают для оценки чат-ботов и GPT-ассистентов, как подбирать промпты для судьи, что стоит и что не стоит показывать судье. Будут практические приёмы, схема пайплайна, а также набор граблей и решений, которые помогли сделать систему стабильной и полезной для продуктовой команды. Также поговорим про best practice и тренды по настройке LLM-судьи.

Интересные доклады вне стримов

Мощная модель — это не только точность, но и цена инфраструктуры. В двух докладах, которые мы выделили ниже, разберём, как считать TCO для AI-проектов и какие технические решения реально экономят средства без потерь в качестве: от выбора железа до low-level оптимизаций.

1. Александр Рыжов прочитает доклад «Движки инференса LLM в 2026: vLLM, SGLang, NVIDIA Dynamo — как запустить on‑prem прод и не изобрести велосипед» ^[17]. Слушатели узнают о возможностях специализированных движков для инференса моделей и получат практические советы по развёртыванию и обучению LLM.

2. Доклад Эдгара Сипки Не NVIDIA единой, или как строить архитектуру LLM продукта ^[18]. Автор постарается ответить на вопрос: «NVIDIA монополист в сфере железа для работы с AI, но, так ли это на самом деле?» И расскажет, какие существуют альтернативы, как они устроены и почему в реальности NVIDIA может стать аутсайдером.

Как заставить LLM отвечать точно и по правилам

Системы на основе машинного обучения могут рассуждать вместо того, чтобы дать однозначный короткий фактографический ответ. LLM пытаются использовать в местах, где нужны короткие однозначные ответы, где ошибки недопустимы, или где ответ должен быть строго регламентирован и структурирован. Оказывается, LLM не вдруг заставишь отвечать по уставу, это часто проблема.

Эту задачу поможет решить доклад Павла Рыкова, одного из авторов и основного разработчика фреймворка SGR «Schema-Guided Reasoning на практике: архитектура и паттерны SGR Agent Core» ^[19]. Спикер покажет, как устроена централизованная настройка через конфиг и как единообразно управлять моделями, промтами, инструментами и окружениями без правок по всему коду. Отдельно будет разбираться OpenAI-совместимый сервер, который позволяет подключать фреймворк как привычный бэкенд для клиентов и быстро встраивать его в существующий стек.

Китай, как флагман ИИ-гонки

Кроме этого, отдельно хочется выделить ещё два доклада вне стримов, которые будут полезны для разработчиков ИИ любого уровня и, возможно, помогут построить карьеру.

1. Доклад «IT-ландшафт будущего: как китайские tech-гиганты и культура меняют мир» ^[20]. Спикер Максим Цепков расскажет, как устроены китайские ИТ-компании. Из доклада слушатели узнают, какая у них культура, как совмещается свобода и инициатива с организацией команды в военный отряд, как без страхов и пренебрежения интегрировать ИИ в работу и повседневную жизнь, как эпоха перемен воспринимается как возможность, а не проклятие и как государство руководит развитием сектора через координацию, а не директивы.

2. В докладе «Китайский для AI-ресёрчера и разработчика» ^[21] Дмитрий Ильин поделится своим опытом ^[22] изучения китайского технического языка, который помог реализовать несколько проектов в области Computer Vision и LLM с помощью последних OpenSource моделей. Автор порекомендует, как учить язык с нуля, учитывая появившиеся технологии.

Практика вместо хайпа

ИИ уже перестал быть темой для обсуждений «на будущее» — это инструмент, который либо даёт результат, либо нет. Именно поэтому формат конференции тоже меняется: меньше теории, больше работы с реальными задачами, гипотезами и решениями, которые можно унести с собой и применить.

Если вам важно не просто «быть в теме», а действительно понимать, как внедрять AI в продуктах, процессах и бизнесе — ждём вас 20 апреля на AiConf 2026 ^[23]. Будет много практики, живых обсуждений и, возможно, тех самых идей, которые станут точкой роста для вас и вашей команды. Если не сможете приехать — подключайтесь онлайн.