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

Искусственный интеллект повсюду: он пишет код, управляет транспортом, участвует в финансовых операциях и даже в военных решениях. Возможности ИИ активно обсуждаются, но теории уже слишком много. Лекции, вебинары и доклады перестали приносить новую пользу. Пришло время переходить к практике.

Поэтому AiConf 2026 пройдёт в формате «конференции развития». Участники станут не слушателями, а активными создателями решений, знаний, контактов и инсайтов. Программа построена вокруг ключевых вызовов, с которыми сталкиваются AI-команды, и раскрывает их с практической точки зрения.

Стримы развития

В рамках конференции пройдёт четыре стрима — тематических блока с интерактивными форматами:

• Мультиагентные системы
• Аргументация технологических решений бизнесу
• Научный стрим
• Датасеты: от legacy-свалки до работающей модели

Каждый стрим предлагает мастер-классы, воркшопы и доклады, после которых участники получат рабочие идеи и чёткий план внедрения.

Мультиагентные системы

Этот стрим посвящён промышленной разработке мультиагентных систем — от проектирования архитектуры до мониторинга и масштабирования в production.

• «Собираем реал-тайм ИИ-агента для SIP/VoIP за 2 часа — от транка до живого звонка» с Кириллом Кухарёвым: участники создадут ИИ-агента для обработки звонков, научатся оптимизировать его, внедрять observability и масштабировать.
• «Смотри, как думает агент: Observability AI-агентов с Langfuse» — воркшоп от Филиппа Бочарова и Дмитрия Лобана. Эксперты покажут, как отслеживать «галлюцинации» агентов, оценивать стоимость их работы и организовывать централизованный мониторинг. Участники освоят трассировку вызовов LLM, сбор метрик и диагностику.
• «От рутины к автономии: AI-помощник для управления облачной инфраструктурой» — доклад Ильи Жбанова и Михаила Дремина. Будет представлен агент «Гига-помощник», автоматизирующий развёртывание инфраструктуры, и честный срез его работы в продакшене за полгода.

Аргументация технологических решений бизнесу

Этот стрим помогает освоить навык, от которого зависят успех и внедрение ИИ-проектов — умение убедительно обосновывать решения перед бизнесом.

• Дмитрий Антипов проведёт групповую работу «AI для бизнеса без иллюзий». Участники, распределённые по ролям, разработают и протестируют стратегии убеждения в условиях, имитирующих реальные переговоры.
• Катя Ольхова организует панельную дискуссию «От хайпа к прибыли: как встроить ИИ в продукт, чтобы это работало». Обсудят, где заканчивается мода и начинается ценность, почему проекты падают на старте, когда использовать готовые решения, а когда — собственные модели, и кто отвечает за ошибки ИИ в проде.

В рамках стрима также будут представлены результаты опроса по внедрению ИИ: сколько компаний уже используют ИИ, сколько моделей развёрнуто и насколько им доверяют.

Научный стрим

Разработка ИИ — это前沿 computer science. Важно не только следить за научными публикациями, но и уметь применять их на практике, а также готовить собственные материалы для конференций.

• Александр Панов выступит с докладом «Жизнь научной статьи по ИИ: от идеи до A*». Он расскажет о полном цикле создания статьи — от генерации идеи до подачи на престижные конференции, а также о том, как использовать LLM для автоматизации научного процесса.
• Андрей Гетманов представит систему проверки соответствия кода и текста в научных работах. В докладе «Как мы разработали и внедрили систему проверки кода в научных статьях и дипломных работах» он покажет, как интегрировать такую систему в учебный пайплайн.

Датасеты: от legacy-свалки до работающей модели

Данные часто хранятся в хаотичном виде: на разных носителях, с дублями, без структуры. Этот стрим предлагает практическое руководство по превращению такого наследия в качественный датасет.

• Воркшоп «Собираем датасет для ML в 2026-м году» от Всеволода Мещерякова: участники освоят автоматизацию разметки с помощью LLM и научатся распределять задачи между людьми и моделями.
• Серия блиц-докладов «Калейдоскоп данных» — короткие, яркие кейсы по улучшению датасетов и извлечению максимума из данных.
• Доклад Дарьи Шатько «Как мы внедрили LLM-судей в автоматизациях клиентского сервиса: подход, грабли, уроки» — разбор критериев оценки чат-ботов, подбор промптов для судей, схема пайплайна и best practice по настройке LLM-моделей для контроля качества.

Интересные доклады вне стримов

Помимо стримов, в программе — ряд важных тем, касающихся эффективности и масштабируемости ИИ-решений.

• Александр Рыжов выступит с докладом «Движки инференса LLM в 2026: vLLM, SGLang, NVIDIA Dynamo — как запустить on-prem прод и не изобрести велосипед». Участники узнают о специализированных движках для инференса и получат практические советы по развёртыванию LLM.
• Эдгар Сипка расскажет в докладе «Не NVIDIA единой, или как строить архитектуру LLM продукта», какие альтернативы существуют железу NVIDIA, как они работают и почему NVIDIA может потерять доминирование в реальных сценариях.

Как заставить LLM отвечать точно и по правилам

LLM часто рассуждают, а не дают однозначные ответы. Это проблема в задачах, где нужна точность, структура и строгое следование правилам.

Павел Рыков, один из авторов фреймворка SGR, представит доклад «Schema-Guided Reasoning на практике: архитектура и паттерны SGR Agent Core». Он покажет, как централизованно управлять моделями, промтами и инструментами через конфигурацию, не меняя код. Также будет представлен OpenAI-совместимый сервер для быстрой интеграции в существующие системы.

Китай, как флагман ИИ-гонки

Два доклада помогут лучше понять, как развивается ИИ в Китае, и откроют новые возможности для карьеры и проектов.

• Максим Цепков в докладе «IT-ландшафт будущего: как китайские tech-гиганты и культура меняют мир» расскажет о внутреннем устройстве китайских IT-компаний, их культуре, подходах к внедрению ИИ и роли государства в развитии сектора.
• Дмитрий Ильин поделится опытом в докладе «Китайский для AI-ресёрчера и разработчика». Он объяснит, как изучать технический китайский язык с нуля, используя современные технологии, и как это помогает в работе с последними OpenSource-моделями в CV и LLM.

Практика вместо хайпа

ИИ больше не тема для разговоров о будущем — это инструмент, который должен приносить результат. AiConf 2026 делает ставку на практику: меньше теории, больше живой работы с реальными задачами, гипотезами и решениями, которые можно сразу применить.

Если вы хотите не просто быть в курсе, а понимать, как внедрять ИИ в продукты, процессы и бизнес, — присоединяйтесь к AiConf 2026. Конференция пройдёт 20 апреля в формате онлайн и оффлайн. Ждём тех, кто готов переходить от слов к делу.

В 2026 годуAiConfделает 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.

Привет, Хабр! Есть такое ощущение, что сейчас ИИ везде. Он пишет код, водит грузовики, торгует на бирже, даже планирует военные операции. Искусственный интеллект 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 годуAiConfпройдёт 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 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 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».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»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»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». 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». 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 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*». 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». 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 модели? Мы подготовили практическое руководство по превращению хаоса в качественный датасет.

1. На воркшопе«Собираем датасет для ml в 2026-м году», 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 серииблиц-докладов «Калейдоскоп данных»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». 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». Слушатели узнают о возможностях специализированных движков для инференса моделей и получат практические советы по развёртыванию и обучению LLM.
2. Доклад Эдгара СипкиНе NVIDIA единой, или как строить архитектуру LLM продукта. 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». 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». 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»Дмитрий Ильин поделится своим опытом 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 наAiConf 2026. 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.