Controlling LLM Communication Style: Managing Tone and Structure in Claude

I’m Denis Shokhirev, Enterprise AI Architect based in Freiburg, Germany, running DennisCraft AI Studio, building and shipping AI systems for DACH B2B clients using Claude, Supabase, n8n, Doppler, and self-hosted Postgres. Over the last six months, I’ve shipped 14 production AI agents. The most persistent production pain: clients

Контроль стиля общения LLM: как управлять тоном и структурой ответов Claude

Я — Denis Shokhirev, Enterprise AI architect в Freiburg (DennisCraft AI Studio), специализируюсь на внедрении AI для B2B-клиентов DACH в логистике, финтехе и промышленной автоматизации. За последние полгода я вывел в продакшн 14 AI-агентов на стеке Claude, Supabase, n8n, Doppler и self-hosted Postgres. Главная боль — клиенты требуют не просто «умные» ответы,

Single-Binary AI Coding Agents: Minimalism, Speed, and Runtime Independence

I’m Denis Shokhirev, Enterprise AI Architect based in Freiburg, Germany. At DennisCraft AI Studio I build and ship production AI systems for B2B clients in the DACH region (logistics, fintech, industrial automation) using a stack of Claude, Supabase, n8n, Doppler, and self-hosted Postgres. Over the last six months, I’

Single-Binary AI Coding Agents: Minimalismus, Geschwindigkeit und Unabhängigkeit vom Laufzeitsystem

von Denis Shokhirev, Enterprise AI Architect aus Freiburg. In meiner Rolle bei DennisCraft AI Studio liefere ich KI-Systeme an B2B-Kunden aus der DACH-Region (Logistik, Fintech, industrielle Automatisierung) mit einem Stack aus Claude, Supabase, n8n, Doppler und selbstgehostetem Postgres. In den letzten sechs Monaten habe ich 14 produktive AI-Agenten ausgeliefert — besonders

AI-кодинг-агенты в формате single binary: минимализм, скорость и независимость от рантайма

Я — Денис Шохирев, Enterprise AI Architect из Фрайбурга. В DennisCraft AI Studio я внедряю AI-агентов для B2B заказчиков из DACH (логистика, финтех, индустриальная автоматизация) на продакшн-стеке Claude, Supabase, n8n, Doppler, self-hosted Postgres. За последние 6 месяцев я развернул 14 production AI-агентов — и каждый раз сталкивался с вопросом: как собрать кодинг-агента

Когнитивная память для AI-агентов: автоматический пересмотр знаний и AGM-подход

Когнитивная память для AI-агентов: автоматический пересмотр знаний и AGM-подход В быстро развивающемся мире искусственного интеллекта агенты должны не только накапливать знания, но и уметь их корректно пересматривать по мере поступления новой информации. Без автоматического механизма обновления базы знаний агенты рискуют принимать неверные решения, опираясь на устаревшие или противоречивые данные. Именно

Cognitive Memory for AI Agents: Automatic Belief Revision and the AGM Approach

Cognitive Memory for AI Agents: Automatic Belief Revision and the AGM Approach In modern AI, agents must do more than simply accumulate knowledge—they need robust mechanisms to revise and update what they know as new information arrives. Without automated belief revision, AI agents risk basing decisions on outdated or

AI-native Product Management: Building a PM Operating System with Claude

AI-native Product Management: Building a PM Operating System with Claude Product managers today face a relentless stream of data, feedback, and operational tasks. Traditional PM toolchains—Jira, Confluence, Slack, spreadsheets—often create silos, requiring time-consuming manual work to synthesize insights and drive action. In the last 18 months, I’ve

AI-native Product Management: как построить операционную систему PM на базе Claude

AI-native Product Management: как построить операционную систему PM на базе Claude Рынок управления продуктами переживает новый виток развития благодаря интеграции ИИ-инструментов. Ещё недавно автоматизация продуктовых задач ограничивалась трекерами задач и BI-системами. Сейчас же на первый план выходят AI-native подходы, где ИИ выступает не как помощник, а как ядро операционной системы

Ensuring Output Quality and Safety in LLMs: Lessons from Claude Code Governor

Ensuring Output Quality and Safety in LLMs: Lessons from Claude Code Governor Large Language Models (LLMs) like Claude and GPT-4 have redefined code and text generation. Yet, their output isn’t inherently safe or high-quality. As a technical architect overseeing LLM deployments, I’ve observed firsthand how generated code can

Контроль качества и безопасности вывода LLM: опыт Claude Code Governor

Контроль качества и безопасности вывода LLM: опыт Claude Code Governor Современные большие языковые модели (LLM), такие как GPT-4 или Claude, способны генерировать сложный код и текст. Но вместе с этим растёт и риск: от уязвимостей в сгенерированном коде до токсичного контента или утечки данных. Как обеспечить качество и безопасность вывода

Мультиагентные системы для финансовых рынков: архитектура и практические кейсы

Мультиагентные системы для финансовых рынков: архитектура и практические кейсы Современные финансовые рынки — это сложные экосистемы, насыщенные массивами данных и неожиданными событиями. В таких условиях традиционные системы анализа и принятия решений сталкиваются с ограничениями по скорости реакции и гибкости. Именно поэтому мультиагентные системы (МАС) становятся все более востребованными — они позволяют моделировать