Постепенно возвращаюсь к регулярному постингу в канал. Последние 3 недели был в Долине: полсотни встреч с стартапами и фондами, организация двух конференций, участие в пяти, два хакатона и куча эмоций.

Что я заметил по сравнению с поездкой в феврале:

В городе не осталось ни одного билборда, который бы рекламировал что-то кроме ИИ. Энергия через край. Я уже писал, что в воскресенье вечером в кафе нет свободного стула, потому что все кодят стартапы. Уровень общего воодушевления выше, чем когда-либо на моей памяти. И тому есть разумная причина: ИИ меняет примерно все в мире, а вы можете стать лидером этих изменений в одной конкретной области от уборки туалетов (computer vision language action models для определения чистоты унитаза) до свормов миллионов военных дронов до новых лекарств.

При этом видео что коллективный СФ-таймлайн AGI начал обратно расти. Никто не сомневается, что через 2 года агенты будут делать вещи, которые нам сегодня кажутся магией, но это еще не гарантирует тотальный суперинтеллект и конец экономики как мы её знаем до конца десятилетия. А значит, придется еще немного поработать и вместо мечт о гос-сиське, которая кормит всех, придется как и раньше херачить ради капиталистической копеечки. Что меня, скорее, радует. Ибо граница между утопией и дистопией тонка, а принятие решение в обоих случаях сложно базировать на прошлом опыте.

Об эволюции экономических систем

Капитализм в своей сути это не про владение средствами производства и капиталом, а про децентрализованный дизайн механизмов. Это не "созданная" кем-то система, а сила природы. Но она эволюционирует вместе с цивилизацией, и впереди её ждут еще несколько витков.

Почему такая система необходима?

Экономика должна координировать работу миллиардов людей и миллионов компанией по всему миру. Централизованное принятие решение на таком масштабе невозможно, потому что это противоречит первому правилу кибернетики — law of requisite variety — которое говорит, что управление комплексной системой возможно только другой системой, которая не менее сложная (имеет не меньше степеней свободы), чем управляемая. Поэтому плановая экономика и все её производные теоретически не возможны, пока решения там принимают люди или слабые компьютеры.

Рынки работают, потому что знание рассеяно. Никакой планировщик не видит всю картину. Каждый участник знает только свои издержки, предпочтения и планы. Ключевой инсайт Фридриха Хайека заключается в том, что цена является методом компрессии информации. То есть — ключевое — имеет информационно-теоретическую основу. Когда вы или я меняем спрос, цена посылает всем сигнал о том, что кое-где информация обновилась. Это экономическая телеграфия, на основе которой можно дизайнить экономические механизмы. Чем и являются рынки: способ постоянного поиска равновесия Нэша в условиях скрытых (как правило от самого их владельца в том числе) преференций.

Но цена это лишь одно из измерений. С развитием программируемых рынков (сегодня все акции и бонды мира пришли ончейн, а завтра там будут построены эффективные программируемые механизмы) и искусственного интеллекта (автономных агентов с пропускной способностью мышления в тысячи токенов в секунду, гиперрациональных и доступных 24/7) становится возможным создания новых инструментов polling of tacit knowledge from the society (таких как высшее благо, мораль, этика, репутация, доверие, коллективная выгода как равновесное решение Дилеммы Заключенного). Именно это — постоянный алгоритимический и мульти-размерный (multidimensional, в смысле что параметр не только цена) поиск рыночных равновесий через оптимизационный алгоритм и является киберэкономикой.

И это не что иное, как очередная ступень развития экономической системы.

Долго длинно давай короче че хотел сказать?

Экономика - это оптимизационная задача. Любые её решения основаны на теории информации и теории игр, а не политике. Не обращайте внимания на шум и гам. Долбите в суть.

То, что делает этот стартап, на мой взгляд, недооцененный и супер популярный в будущем подход. Их продукт — это довольно общий ИИ агент для бизнес-задач, типа заполнения форм, кодинга, тестирования и мелких задач.

Но главное тут, что подключение такого продукта — это не стандартный процесс интеграции через API или нажимания кнопочек в SaaS интерфейсе, а обучение. Это естественный, skeuomorphic, подход. Мы привыкли так поступать с новыми сотрудниками: показываешь ему экран, рассказываешь что и как работает, проверяешь и дальше он сам.

Примерно так же мы будем работать с агентами: голосовой рассказ в свободной форме как и что работает, агент задает вопросы а ты отвечаешь, показ экрана к записи которого агент может вернуться если что-то не получается.

Что еще я бы добавил сверху: агенты всегда читают слак и почту и адаптируют все изменения в бизнесе или продукте, предлагаю оптимизацию процессов, взаимодействуют между собой. Например, агент-аналитик маркетинга дает инструкции агенту который генерирует видео-креативы для рекламы в инстаграме (два реальный стартапа, с которыми общался на прошлой неделе).

Короче, если вы строите юникорн, который призван убить SaaS и заменить на агента в конкретной вертикали — это крутейший хак для вас. И, пусть пока не 100% reliably, но вполне реализуемо сегодняшними технологиями.

Язык — это единственный из всех доступных человеку естественных методов восприятия, который полностью, на 100%, создан. Вкус, зрение, обоняние существующуют в пироде и доступны всем животным. Эволюции потребовались сотни миллионов лет для развития этих органов чувств. Язык же появился всего лишь за последние 200-300 тысяч лет и он не означает ничего — фактически, шум — вне сознания человека.

Я думаю, это главная причина почему прогресс в LLM был и останется настолько стремительным.

Потолок "интеллекта" у LLM был всегда неизбежен. Нейронные сети, по Суцкеверу, это способ компрессии информации. Информация в интернете изначально ограничена и любая из современных LLM обучены, условно, на всем доступном человечеству знании. По "утёкшим" бенчмаркам grok-4 видно, что претрейн еще работает, но вряд ли надолго.

Следующим этапом развития неизбежно будет RL, обучение на основе проб и ошибок самого агента. Причем, изначально это могут быть внешние агентские системы, какие-то там лупы на питоне, но со временем, ради эффективности, любая внешняя логика "переупакуется" обратно в активации нейронов. Ибо это самый быстрый способ обработки информации.

Я верю, что агентский RL из эзотерических областей математики придет в массовые задачи бизнеса, управления, инженерии, науки, персональной рутины. Для этого сегодня создаются среды для симуляции такого поведения, как для роботов, так и для софта. Накопление данных займет время, но результат того стоит. Из обучения на тексте мы переходим к обучению на интерактивном взаимодействии.

ИИ бурно растёт, но главное — не мощность, а умение применять его к реальным задачам.

Главная проблема сейчас — превращать свои идеи в работающий контент и продукты.

На примете есть канал Сергея Булаева о том, как перестать терять ценные мысли и создавать из них настоящие AI-сервисы.

Он никогда не был программистом, но за пару месяцев создал прототип Флэшбэки и уже превратил его в AI-стартап, оцениваемый в миллионы долларов (не кликбейт).

Сергей — основатель Купи Батон, стоял у истоков Lifehacker, жил на острове Самуи, а сейчас переехал во Флориду, чтобы развивать свой AI-стартап и открыто делиться рабочими подходами.

На канале много практического опыта, где Сергей показывает, как за пару часов сделать сервис или бота, который действительно работает.

• Вот, например сделал приложение, чтобы помочь сыну с уроками (два дня), сервис Огненные истории (три часа) или Yakker — транскрайбер текстов песен и речи (меньше часа).

• Размышления о том, как скоро наступит новая эпоха ИИ и что делать, когда люди окажутся не нужны.

• Ещё много интересных видео с переводами, гайдов, экспериментов с LLM моделями, зеро кодингом и постоянными AI-агентами.

Всё это на практике без скучных теорий, подписывайтесь!

#реклама

организации (и, добавлю, люди) начинают делиться на обычных и AI-native. вторые куда более конкурентны, потому что выстроили автоматизации и оптимизации через кибернетические "отростки" себя, то есть создали для себя leverage через ИИ-инструменты. я для себя такую штуку назвал cybOS, но вижу тут уже у каждого есть какой-то свой пример. мы инвестировали в две компании, которые сейчас из этого строят нормальные продукты, но на мой взгляд тут очень много возможностей еще.

во-первых, есть два отдельных класса продуктов: персональные и организационные.

первые — это личный chief of staff, который знает про тебя все, твой ии-друг, коуч, психолог и ассистент. он должен быть максимально близко к телу (в часах, очках, телефоне) иметь полный контекст про твою жизнь (желательно, хранить зашифрованным твоим ключем а исполнять в TEE).

вторые — таск-трекер или ноушен "на стероидах" с коннекторами во все корпоративные системы от почты до crm, финансов, лигала, маркетинга; он должен иметь набор правил по тому как отрабатывать те или иные сценарии и общий контекст для компании (например, markdown в git, но для компаний побольше важно управление доступом, роли).

но дальше интереснее, потому что глубина вертикальных приложений, как видно на примере с курсором, огромная. сегодня агентами и приложениям нужна специализация. значит, для очень конкретных задач (e.g. "оформить новый паспорт в UK" для персонального агента или "запустить новую инфлюенсер кампанию с видео на азиатский регион") будут очень конкретные решения. задача обоих агентов — собрать с клиента необходимые данные, понять его "intent" — намерение, что именно ему нужно в результате — и, наконец, найти, скоординировать специализированных агентов в нужной области. это может быть публичный API, MCP или какой-то приватный маркетплейс как приложения внутри Miro или плагины Notion.

прикрепляю примерную картинку как мы про это думаем:
- один AI-native UI для работы
- даталейк с агрегированными данными
- механизм для дискавери, координации, раутинга и платежей
- сеть специализированных приложений, моделей, агентов

Логичное развитие асиков для инференса типа groq, etched, cerebras — это не просто оптимизированное железо под архитектуру модели (эти ребята не поддерживают ничего, кроме определенного типа transformer-based LLM), а оптимизация кастомного силикона под агентскую архитектуру для массовых юзкейсов.

Сейчас только одной технологией никого не удивить — бизнесу важны конкретные решения и отдача.

Именно поэтому сейчас такой большой спрос на людей, у которых есть и инженерный опыт в ИИ, и продуктовый опыт, связанный с бизнесом.

Анастасия, автор канала, который сегодня хочу порекомендовать вам, как раз имеет такой уникальный бекграунд.

Она предпринимательница в Швейцарии, получила три высших технических образования в топовом вузе в Германии, проработала 5+ лет ML инженером и имеет обширный опыт в продакт менеджменте в роли AI Product Lead. Также она консультирует компании с многомиллиардной капитализацией по внедрению ИИ в бизнес с отдачей.

Сейчас Настя CPO в Stealth GenAI стартапе, который запустили выходцы из Бигтеха.

На своём канале Настя:
— пишет о том, как строить GenAI продукты будущего, которые усиливают, а не заменяют человека
— делится опытом в Data/AI Product Management и почему на это такой спрос
— рассказывает, как выстраивать AI-направление в бизнесе
— публикует наблюдения о рынке, технологиях и предпринимательстве в Швейцарии
— делится полезными материалами для AI-предпринимателей и продактов: книги, подкасты, тулы
— рассказывает про свой путь, выстраивание нетворка с другими экспертами

В общем, это классный источник по теме AI с продуктовой & бизнес перспективы через призму реального технаря.

Сохраняйте себе и подписывайтесь — anastasia.ai

#реклама

Я тут вписался судить еще один онлайн хакатон от нашей портфельной компании: https://lu.ma/soz2qohp

Это двухнедельный онлайн хакатон, в рамках которого вы можете запустить свою AI компанию и привлечь первый пару сотен тысяч долларов инвестиций. Партнеры (ожидается ~$50k в кредитах каждому участнику): ElevenLabs, Google Cloud, Ethereum Foundation.

Регистрация открыта, детали по ссылке выше.

Мой опыт разработки и рисерча с ИИ за последний месяц изменился довольно сильно. Я почти не использую курсор агентов, только автокомплит. Большую часть задач решает claude code, обычно параллельно работает 2 или больше агентов.

Вот типичный флоу для работы над проектами:

- Gemini 2.5 Deep Research для исследования бекграунда проблемы, анализа 100+ страниц и статей на заданную тему, написания отчета
- Grok-4 для глубокого осмысления поля проблемы, подготовки PRD или документа с требованиями и описанием ожидаемого результата
- Taskmaster (на скриншоте) для проектного планирования и разделения большого проекта на 20-50 задач
- Создание CLAUDE.md и /docs — на мой взгляд, важнейший этап: в первом файле лежит общая философия проекта и принципов работы над ним (для кода абсолютно все правила и ньюансы; для рисерча все ограничения и приципы); во второй папке подробная AI-generated инструкция для каждого большого шага работы
- если задача хорошо параллелится, то использую что-то типа claude-flow для запуска swarm'a или hivemind'a из десятков одновременно работающих агентов
- после каждого значительного шага — коммит на гитхаб, как сейв в компьютерной игре
- у клода обычно кончаются токены (мне плана за $100/мес уже не хватает, но к claude code можно подключить например хайпующую нынче Kimi через Groq

Последние несколько лет меняется подход к созданию новых продуктов, бизнесов и, соответственно, инвестициям в них.

С одной стороны: строить стало легче; агенты типа Клода заменяют технического ко-фаундера и построить MVP можно если даже ты не имеешь навыков; для ранней стадии компании агенты и LLM очень успешно заменяют маркетолога, финансиста, юриста. Мы видим взрыв соло-предпринимателей, чуваки вроде levelsio зарабатывают сотни тысяч долларов в месяц. Высокая личная продуктивность плюс дешевизна экспериментов делают рынок дико плотным и быстрой реакцией выигрывают те, кто умеет быстро менять идею.

Это так же применимо к инвестициям, я вижу два основных тренда в VC, которые стараюсь по выходным имплементировать для себя:

1. Автоматический мониторинг всех источников, где могут появится новые интересные и потенциально disruptive проекты, включая анализ всех новых репозиториев в GitHub, ProductHunt, HackerNews, все новые аккаунты и фоловинг от топовых людей новых акков в Твиттере, а так же приватные дискорды и телеграм группы. От идентификации потенциально интересного проекта до написания мемо с анализом.

2. Дальше ещё веселее. AI способен придумать сотню гипотез, сгенерировать MVP для каждой, прогнать тесты на живых пользователях и выдать реальные метрики спроса. Инвестор получает не презентацию, а дашборд: вот сегмент, вот CAC, вот retention. Его задача — либо нанять операционную команду в успешные прототипы, либо найти лидера в данной нише и инвестировать в него. Деньги смещаются из «поиск идей» в «ускорение того, что уже летит».

Я сделал небольшой приложение (назвал CybVC, конечно же), завтра покажу как это выглядит.

Почитал тут US AI Action Plan, нечто вроде нац стратегии в области ИИ от Штатов. Если совсем кратко, то там 3 пункта:

1. Полный e/acc в ИИ: убрать регуляцию, жестко карать те штаты которые вводят регуляцию, поддерживать и максимально пушить open-source AI, добиться абсолютной доминации в чипах и дата-центрах.

Отдельно радует фокус на повсеместном и довольно бескомпромиссном внедрении ИИ в госаппарате и министерстве обороны.

2. Инфраструктура: фокус на строительстве энергетической инфры и дата-центров, до 50 гигаватт за следующие 2,5 года. Производство роботов и роботов для производства роботов как один из приоритетов.

3. Безопасность: немного размыто, но довольно точно определены главные национальные риски и потенциальные методы борьбы с ними — unaligned AI, био-оружие, пропаганда.

Отдельно отмечу, что план упоминает, что compute становится комодити. Это создаст один из крупнейших рынков со своей спотовой, фьючерсной и прочей инфрой — что, скорее всего, будет ончейн.

Сегодня AI стирает привычную грань между интересной мыслью и рабочим прототипом.

Спросите команду, сколько уйдёт от идеи до кликабельного демо?

Услышите пару недель и детальное ТЗ.

Сегодня прототип должен появляться до завтрака и для этого нужен Idea-to-Impact-инженер.

Подробно об этом рассказал Max Votek — предприниматель, инвестор и сооснователь Customertimes.

Уже 17 лет он внедряет технологии в бизнес-процессы крупных компаний и живёт рядом с аллигаторами в солнечной Флориде.

У Макса — честные размышления про AI, бизнес и то, как всё это реально работает (и ломается) в жизни.

Никаких продаж курсов/рекламы и общих слов — только живые истории, личный опыт и практические выводы.

Интересные посты, которые нужно прочитать:

• О новой роли GenAI Application Engineer
• Его статья для Forbes — как AI помогает ученым быстрее находить эффективные лекарства.
• Что делает действительно успешных основателей особенными?
• Важный элемент консалтинга в области ИИ
• Почему именно сейчас — уникальное время, чтобы запустить бизнес

Подписывайтесь на @maxvotek

#реклама