Опубликовано: 06.06.2026 | Источник: MIT Technology Review

AI-агенты в дипломе: как превратить тренд «цифровых коллег» в защищаемый проект по Data Engineering

Поддомен: Data Engineering / AI & ML
Роль: Data/ML-инженер

Введение: когда ты сам — датасет для своего робота-заменителя

Представьте: вас просят задокументировать каждый шаг вашей работы, чтобы ИИ мог её повторить. А потом — ещё и обучить этого агента на вашем стиле общения, привычках и даже пунктуации. Это не сценарий из «Чёрного зеркала» — это реальность китайских IT-специалистов в 2026 году. Как показала вирусная инициатива Colleague Skill, компании всё чаще просят сотрудников «дистиллировать» свои навыки, чтобы создавать AI-агентов. Это тревожит, но с точки зрения диплома — золотая жила. Почему? Потому что вы можете не просто описать тренд, а спроектировать систему, которая либо помогает, либо сопротивляется этой автоматизации. И это сразу делает вашу ВКР актуальной, технически насыщенной и защищаемой.

Темы ВКР: как превратить тревожный тренд в дипломный проект

Основная часть: как вписать тренд в структуру диплома

Глава 1: Теоретический анализ — не просто обзор, а аргументация

Здесь вы не просто описываете Colleague Skill — вы обосновываете проблему. Используйте:

• ГОСТ 34.19-2020 — для описания моделей жизненного цикла ПО (как автоматизация влияет на этапы разработки).
• ISO/IEC 25010 — примените к AI-агенту: какие характеристики качества страдают (например, «сохраняемость» при смене сотрудника)?
• Анализ источников данных: Lark, DingTalk — это не просто мессенджеры, это хранилища поведенческих данных. Опишите их API, форматы данных, уровни доступа.

Глава 2: Проектирование — покажите архитектуру, а не только текст

Ваша работа должна содержать не менее 3 схем. Вот что реально оценят на защите:

• C4-модель — покажите контекст (система дистилляции), контейнеры (ETL, фильтр, AI-агент), компоненты.
• BPMN-диаграмма — процесс «от сбора данных до генерации навыка».
• UML-диаграмма классов — структура данных: Employee, Skill, CommunicationPattern, AnonymizationRule.

Пример фрагмента ETL-пайплайна на Python:

# Извлечение данных из DingTalk API с фильтрацией личных черт
import requests
import re

def extract_work_messages(token, user_id):
    headers = {"Authorization": f"Bearer {token}"}
    messages = requests.get(f"https://oapi.dingtalk.com/v1.0/chat/messages?userId={user_id}", headers=headers).json()
    
    # Убираем эмоции, личные реакции — только задачи и код
    filtered = []
    for msg in messages['data']:
        text = msg['content']
        if not re.search(r'(спасибо|грустно|давай обсудим|как ты думаешь)', text, re.I):
            filtered.append({
                "timestamp": msg['gmtCreate'],
                "task": extract_task_from_text(text),
                "code": extract_code_snippet(text)
            })
    return filtered

Глава 3: Тестирование — без метрик не будет защиты

Вы не можете сказать «система работает хорошо». Нужны цифры. Используйте:

• TCO (Total Cost of Ownership) — сравните стоимость ручной поддержки задач vs. использование AI-агента + надзор.
• Точность агента (Precision/Recall) — сколько задач выполнено без ошибок?
• Время выполнения — насколько быстрее агент?
• Метрика «уникальности стиля» — если вы делаете анти-дистилляцию, измерьте, насколько снизилась идентифицируемость сотрудника (например, через NLP-сравнение стиля).

Пример таблицы эффективности:

Инструменты, которые стоит использовать

• OpenTelemetry — для сбора метрик производительности.
• LangChain / LlamaIndex — если вы моделируете работу агента.
• Apache Airflow — для оркестрации ETL-процессов.
• FastAPI — реализация анти-фильтра как микросервиса.
• Grafana + Prometheus — визуализация.

Чему вы научитесь

Работая над таким проектом, вы освоите:

• Проектирование ETL-пайплайнов с учётом этики и приватности.
• Использование C4 и UML для документирования архитектуры.
• Настройку мониторинга AI-систем через OpenTelemetry.
• Расчёт TCO и других бизнес-метрик.
• Оформление глав по ГОСТ 34.19 и включение диаграмм в приложения.

FAQ: реальные вопросы студентов

Где взять данные для анализа, если я не работаю в компании?

Используйте синтетические данные. Сгенерируйте логи DingTalk/Lark через скрипты (например, на Python с faker). Это допустимо, если вы опишете метод генерации и ограничения. Также можно взять публичные датасеты чатов (например, Slack-логи из Kaggle) — но с анонимизацией.

Как оформить схемы по ГОСТ? Нужны ли подписи?

Да. Каждая схема — рисунок с подписью: «Рисунок 2.1 — C4-модель системы дистилляции навыков». Подпись снизу, выравнивание по центру. Нумерация сквозная по главе. Используйте PlantUML или Draw.io — экспортируйте в PNG с разрешением 300 dpi.

Можно ли использовать OpenClaw в дипломе, если он не открыт?

Да, но как аналог. Опишите его функции на основе публичной информации (как в статье MIT TR), а в реализации используйте открытые аналоги: например, LangChain + GPT-4o или Llama 3. Укажите: «моделирование работы OpenClaw».

Как доказать, что мой анти-фильтр эффективен?

Запустите эксперимент: сравните точность агента до и после фильтра. Используйте метрики: F1-score, accuracy. Добавьте примеры искажённых сообщений. Главное — покажите, что система снижает ценность данных для дистилляции, но не ломает рабочие процессы.

Источник: Chinese tech workers are starting to train their AI doubles–and pushing back (опубликовано 2026-04-20)