Глоссарий
Здесь собраны все ключевые термины учебника с короткими определениями. Термины сгруппированы по алфавиту; англоязычные названия и аббревиатуры (API, MCP, RAG и подобные) вынесены в группу «A–Z» в конце страницы. Если определения мало, переходите по ссылке «Подробнее»: она ведёт на страницу, где термин разобран целиком.
Автономность (autonomy) — способность агента выполнять многошаговые задачи без постоянного контроля человека. Уровень автономности настраивается разрешениями: от подтверждения каждого действия до полностью самостоятельной работы.
Агент (AI agent) — LLM + инструменты + цикл «думает → действует → смотрит на результат → повторяет» до достижения цели. Подробнее: Что такое агент
Агентный цикл (agent loop) — повторяющаяся последовательность шагов агента: модель решает, что делать дальше, вызывает инструмент, получает результат и планирует следующий шаг, и так до завершения задачи.
Бенчмарк (benchmark) — стандартизированный набор задач для измерения и сравнения возможностей моделей. Подробнее: Бенчмарки
Веса (weights) — числовые параметры нейросети, полученные при обучении. Именно в весах «хранится» всё, что модель умеет.
Вызов инструментов (tool calling) — механизм, с помощью которого модель просит харнес выполнить действие: запустить команду, прочитать файл, сделать запрос к внешней системе. Подробнее: Инструменты и их вызов
Галлюцинация (hallucination) — уверенно изложенная выдумка модели. Ответ выглядит правдоподобно, но не соответствует фактам, поэтому результаты работы модели всегда нужно проверять.
Инструмент (tool) — действие, которое агент может выполнить: чтение файла, запуск команды, веб-поиск. Подробнее: Инструменты и их вызов
Инференс (inference) — работа уже обученной модели: получение запроса и генерация ответа. Противопоставляется обучению, когда веса модели ещё меняются.
Кеширование промптов (prompt caching) — механизм, при котором повторяющаяся часть контекста (системный промпт, память, начало диалога) оплачивается по сниженной ставке и обрабатывается быстрее. Смягчает удорожание длинных сессий. Подробнее: Токены и контекстное окно
Компакция (compaction) — сжатие истории диалога, когда контекстное окно заполняется: харнес заменяет старые сообщения кратким пересказом, чтобы освободить место для новых.
Контекст (context) — всё, что модель «видит» сейчас: системный промпт, история диалога, файлы, результаты инструментов.
Контекст-инжиниринг (context engineering) — практика управления тем, что попадает в контекст модели: отбор нужных файлов и инструкций, удаление лишнего, разбиение больших задач. Подробнее: Контекст-инжиниринг
Контекстное окно (context window) — жёсткий лимит на объём контекста в токенах. Всё, что не помещается в окно, модель не видит. Подробнее: Токены и контекстное окно
Модель (model) — обученная нейросеть конкретной версии, которую можно запустить и получать от неё ответы. У одного провайдера обычно есть несколько моделей, различающихся размером, скоростью и ценой.
Мультимодальность (multimodality) — способность модели работать не только с текстом, но и с изображениями, аудио или видео. Подробнее: Reasoning-модели и мультимодальность
Облачный (фоновый) агент — агент, работающий не на вашей машине, а на сервере, обычно без присмотра: задача ставится из браузера или мессенджера, результат приходит готовым, чаще всего в виде pull request. Подробнее: Харнес
Оркестрация (orchestration) — координация работы нескольких агентов или шагов: распределение подзадач, передача результатов, контроль общего хода работы. Подробнее: Субагенты и расширения
Открытые веса (open weights) — модель, веса которой опубликованы: её можно скачать и запускать на своём оборудовании. При этом обучающие данные и код обучения могут оставаться закрытыми.
Отсечка знаний (knowledge cutoff) — дата, до которой собраны обучающие данные модели. О событиях после отсечки модель ничего не знает, если не получит информацию через контекст или инструменты.
Память (memory) — файлы с инструкциями о проекте (CLAUDE.md / AGENTS.md), подключаемые харнесом автоматически, и заметки агента между сессиями. Подробнее: Память
Песочница (sandbox) — изолированная среда, в которой агент выполняет команды, не рискуя навредить основной системе или данным.
Плагин (plugin) — устанавливаемое расширение харнеса, которое объединяет в один пакет команды, скилы, хуки или MCP-серверы. Подробнее: Субагенты и расширения
Потеря в середине (lost in the middle) — свойство моделей хуже удерживать информацию из середины длинного контекста, чем из его начала и конца. Из-за этого качество падает задолго до жёсткого лимита окна. Подробнее: Токены и контекстное окно
Провайдер (provider) — компания, которая обучает модели и предоставляет к ним доступ, обычно через API. Подробнее: Провайдеры, семейства и размеры моделей
Промпт (prompt) — запрос, который вы отправляете модели: вопрос, задача, инструкция.
Промптинг (prompting) — умение формулировать запросы так, чтобы получать нужный результат: давать контекст, примеры, критерии готовности. Подробнее: Промптинг
Разрешения (permissions) — правила харнеса, которые определяют, какие действия агент выполняет сам, а какие требуют подтверждения человека. Подробнее: Безопасность и приватность
Расширенное рассуждение (reasoning) — режим, в котором модель перед ответом «думает»: генерирует промежуточные рассуждения, что заметно улучшает качество на сложных задачах. Подробнее: Reasoning-модели и мультимодальность
Режим планирования (plan mode) — режим харнеса, в котором агент изучает код и предлагает план изменений, но ничего не правит, пока вы не одобрите. Дешёвый способ поймать неверное понимание задачи до написания кода. Подробнее: Рабочий цикл с агентом
Системный промпт (system prompt) — инструкция, которую харнес передаёт модели до начала диалога: роль, правила поведения, описание доступных инструментов. Пользователь обычно её не видит.
Скил (skill) — упакованная инструкция или процедура (например, файл SKILL.md), которую агент подгружает, когда задача её требует; не занимает контекст, пока не нужна. Подробнее: Скилы
Слэш-команда (slash command) — короткая команда вида /review, которая запускает заранее описанную процедуру в харнесе.
Стриминг (streaming) — передача ответа модели по мере генерации, токен за токеном, а не целиком после завершения. Благодаря стримингу текст появляется на экране постепенно.
Субагент (subagent) — вспомогательный агент с отдельным контекстным окном, которого запускает основной агент. Подробнее: Субагенты и расширения
Температура (temperature) — параметр генерации, управляющий случайностью ответов: при низкой температуре ответы предсказуемы, при высокой становятся разнообразнее.
Токен (token) — единица текста для модели: слово, часть слова или символ. Модель читает и генерирует текст токенами, и все лимиты и цены считаются в них. Подробнее: Токены и контекстное окно
Токенизация (tokenization) — разбиение текста на токены перед обработкой моделью.
Уровень усилий (effort) — настройка того, сколько модель «думает» и действует перед ответом: низкий / средний / высокий. Пришёл на смену явному «бюджету на размышления» в токенах и на современных моделях служит главной ручкой баланса «качество ↔ скорость ↔ цена». Подробнее: Reasoning-модели и мультимодальность
Файн-тюнинг (fine-tuning) — дообучение готовой модели на дополнительных данных, чтобы приспособить её к конкретной задаче, домену или стилю.
Форк (fork) — производный продукт на основе чужого исходного кода. Например, Cursor — форк редактора VS Code. Подробнее: Cursor
Харнес (agent harness) — программа-обвязка вокруг модели: системный промпт, инструменты, цикл, управление контекстом, разрешения, интерфейс. Модель «думает», харнес даёт «руки» и правила. Подробнее: Харнес
Хук (hook) — скрипт, который харнес автоматически запускает при определённом событии: перед вызовом инструмента, после ответа агента и так далее.
API (application programming interface) — программный интерфейс: способ, которым одна программа обращается к другой. Доступ к моделям провайдеры предоставляют именно через API.
API-ключ (API key) — секретная строка для доступа к API провайдера; по ней учитывается использование и списывается оплата. Обращайтесь с ключом как с паролем.
Chain-of-thought — «цепочка рассуждений»: подход, при котором модель решает задачу по шагам, проговаривая промежуточные выводы. Лежит в основе режимов расширенного рассуждения.
CLAUDE.md / AGENTS.md — файлы памяти проекта: инструкции о кодовой базе, соглашениях и командах, которые харнес автоматически подключает в контекст агента. Подробнее: Память
CLI (command-line interface) — интерфейс командной строки: программа, которой управляют текстовыми командами в терминале.
IDE (integrated development environment) — среда разработки: редактор кода с отладчиком, подсказками и интеграциями, например VS Code или IntelliJ IDEA.
LLM (large language model) — большая языковая модель, предсказывает следующий токен. На LLM основаны современные ИИ-ассистенты и агенты. Подробнее: Что такое LLM
MCP (Model Context Protocol) — открытый протокол подключения агента к внешним системам: трекерам задач, базам данных, корпоративным сервисам. Подробнее: MCP-серверы
MCP-сервер (MCP server) — программа, которая предоставляет агенту инструменты по протоколу MCP; харнес выступает клиентом и подключает их. Подробнее: MCP-серверы
Prompt injection (внедрение промптов) — вредоносные инструкции в данных, которые читает агент: в веб-странице, письме, тикете. Агент может принять их за команды пользователя. Подробнее: Безопасность и приватность
RAG (retrieval-augmented generation) — подход, при котором перед генерацией ответа модели передают найденные во внешних источниках фрагменты: документы, статьи базы знаний. Так модель отвечает по актуальным данным, а не только по памяти обучения. В отличие от агента, который сам решает, что прочитать, вызывая инструменты по ходу задачи, при RAG нужные фрагменты подбираются заранее и подкладываются в контекст.
SWE-bench — бенчмарк для агентов-программистов: набор реальных задач из открытых репозиториев, где нужно исправить код так, чтобы прошли тесты. Подробнее: Бенчмарки
TUI (text-based user interface) — текстовый интерфейс в терминале с панелями, меню и подсветкой. Так выглядят Claude Code и другие консольные харнесы.
Что дальше
Заголовок раздела «Что дальше»- Если остались вопросы, загляните в Частые вопросы.
- Не знаете, с чего начать чтение? Начните с Как читать этот сайт.