✨ Обновление: автоматическое саммари встреч
Не для каждой встречи нужно читать длинный отчёт.
Иногда достаточно понять за 30 секунд: о чём говорили и где искать детали.

Что добавили:
Теперь для каждой встречи автоматически создаётся короткое саммари — параллельно с транскрипцией.

Появится в том же окне, где раньше была только транскрипция:
Краткое изложение
Основные темы
Ключевые решения и итоги
Договорённости
Участники

15 секунд чтения — и вы понимаете, что было на встрече и где искать нужную информацию в полной транскрипции.

Зачем это:
У вас 10 встреч в неделю. Не на каждой принимались важные решения и нужны подробные отчеты
Быстрая навигация по встречам. Без копания в длинных текстах.

✨ Что ещё улучшили:
Переработали ответы чата внутри системы — когда задаёте вопросы по встрече.
Стало точнее, быстрее, меньше ошибок.

Доступно всем:
Обновление работает автоматически. Для всех пользователей. Без дополнительной настройки.
Просто записываете встречи — получаете и транскрипцию, и саммари.

📱 meetflow.synlabs.pro
#meetflow #обновление #саммари

🔥 Мы создали AI-акселератор: персонального наставника, который ведет стартап от MVP до инвестиций

Сколько ценной информации теряется после звонков с клиентами? Сколько времени уходит на то, чтобы в десятый раз переписать описание продукта или собрать актуальный One Pager? Мы решили эту проблему.

Наш ИИ-агент — это не просто смарт-календарь или бот-помощник. Это интеллектуальный навигатор, который интегрируется в процессы через MeetFlow и берет на себя рутину, аналитику и трекинг.

Как это работает:

🧠 Адаптивное менторство: Агент непрерывно учится на ваших встречах и переписках. Он понимает текущий этап стартапа, ваши приоритеты, навыки и даже психотип. Опираясь на это, он подбирает мотивацию, ставит задачи, пушит вперед и подсказывает следующий шаг, который нужен именно сейчас.

🗂 Абсолютная память и база знаний: Вы провели кастдев — система сама по API вытащила данные из MeetFlow, зафиксировала боли клиентов и разложила информацию по полочкам. Скинули фоллоу-ап — агент проанализировал его и обновил план действий. Вам больше не нужно придумывать описание стартапа заново.

📝 Генерация артефактов из реальности: Нажали одну кнопку — и агент собрал One Pager. Но не из шаблонных фраз, а на базе реальных фактов, ответов в боте и расшифровок встреч.

💼 Идеальный профиль для инвестора: Вся хронология вашего роста, закрытые пробелы и реализованные фичи аккумулируются в едином пространстве. Когда приходит время, вы просто открываете доступ инвестору. Он может изучить историю побед своими глазами или задать ИИ вопросы по API о фаундере, проблемах и возможностях.

Это система, которая ведет вас по треку, не дает сбиться с фокуса и превращает хаос стартап-будней в структурированный, прозрачный бизнес, готовый к получению инвестиций.

📱 Если вам интересно, оставляйте заявки и мы пригласим вас когда выложим систему для всех
https://startup-coach-mate.lovable.app

🏗 Вайб-кодинг умер. Да здравствует Frame Coding.

Вы пишете промпт. AI выдаёт код. Что-то не так — ещё промпт. Чинит одно, ломает другое. Ещё промпт. Костыль. Ещё промпт.

Через 50 итераций у вас код, который страшно трогать.

Проблема не в модели. Проблема в процессе.

Вайб-кодинг = строительство дома без чертежа. Кладёшь кирпичи «по ощущениям», а на 50-м всё поехало.

---

Frame Coding работает иначе:

1. Опишите идею (текстом или голосом, 10 минут)
2. Посмотрите на каркас (система превратила идею в визуальную схему — блоки, связи, логика)
3. Запустите (AI строит по готовому плану за 3-5 итераций вместо 50)

Разница:
- В 5-8 раз меньше времени
- В 10 раз меньше выходных токенов (это дорого)
- Результат с архитектурой, а не хаос с костылями

---

Что даёт:

Вайб-кодинг дал всем возможность строить.
Frame Coding даёт возможность строить правильно.

Именно этот продукт мы сейчас добавляем внутри нашей системы Tessent.

Для прототипов и экспериментов вайб отлично работает.
Для продукта, который нужно развивать — нужен каркас.


👉 Статья на эту тему: https://www.computerra.ru/338899/kak-v-tessent-pochinili-slomannuyu-magiyu-vajb-kodinga/

*Don't code on vibes. Build on blueprints.*

#FrameCoding #ИИ #разработка #архитектура

Мы постепенно движемся к созданию цифрового мозга компании.

Первый реальный шаг — система, которая превращает данные встреч в знания. Не просто находит слова в тексте, а понимает смысл и контекст вокруг вопроса.

Разница важная. Спросите ИИ про факт — он найдёт его. Спросите человека — он назовёт этот факт и объяснит, почему он такой, что за ним стоит, как он связан с другими вещами. Именно это нужно, когда система должна строить отчёты, выполнять задачи и реально помогать в работе.

Мы провели два теста на 33 реальных вопроса по деловым встречам.

Первый — находит ли система вообще содержательный ответ.

Второй — наш внутренний смысловой бенчмарк. Вопросы составлены так, чтобы правильный ответ требовал не просто поиска данных, а понимания связей между ними. Оценка — сравнение с эталонными ответами, которые мы написали заранее.

Результаты:

Суммаризация         → 16/33 вопросов | 27.9% смысла
Классический RAG     → 21/33 вопросов | 38.5% смысла
LLM с полным текстом → 0/33  вопросов | —
Наша система         → 33/33 вопросов | 64.8% смысла

LLM с полным контекстом не ответила ни на что — контекстное окно не выдержало нагрузки. Суммаризация теряет детали. Классический RAG находит фрагменты, но не понимает смысл.

Наша система отвечает на все вопросы и в 1.7× точнее классического RAG по смысловому критерию.

Это облегчённая версия нашей внутренней разработки, которую мы довели до уровня, где её уже можно тестировать на реальных данных.

Сейчас проводим последние испытания и начинаем пилоты с компаниями, для которых сохранение корпоративного смысла — реальная боль: продажи, консалтинг, технологические команды.

Раньше ценился человек, который умеет делать с нуля.
Теперь ценится тот, кто умеет собирать.
ИИ не убивает творчество — он меняет уровень, на котором ты работаешь. Раньше ты писал код строчку за строчкой. Теперь ты описываешь архитектуру. Раньше ты придумывал формулировки. Теперь ты выбираешь между концепциями.
Работа становится похожа на эволюцию. Берёшь существующие "кубики" — фреймворки, идеи, подходы — меняешь одну настройку, соединяешь по-новому, смотришь что получилось. Не работает — меняешь другую. Работает — берёшь за основу и идёшь дальше.
Это не проще. Это требует другого навыка.
Не исполнения, а понимания контекста. Не производства, а способности связать концепции между собой и увидеть что из этого выйдет.
Люди, которые умеют держать в голове много контекста, строить связи между несвязанными вещами и быстро тестировать гипотезы — становятся в разы эффективнее с ИИ. Те, кто ждёт чёткого задания — теряют позиции.
Мы все становимся немного эволюционными конструкторами.

🚀 Telegram-интеграция в MeetFlow: саммари встреч теперь прямо в вашем мессенджере!

Продолжая мысль о том, что инструменты должны избавлять нас от рутины и помогать фокусироваться на главном: мы выкатили обновление MeetFlow. Теперь сервис бесшовно интегрирован с Telegram!

Мы добавили нашего собственного бота — @meetflow_assistant_bot, который берет на себя всю коммуникацию и доставку результатов.

Что теперь доступно:

⚡️ Регистрация в один клик
Больше никаких долгих заполнений форм и забытых паролей. Залогиниться или создать аккаунт теперь можно просто через Telegram: [meetflow.synlabs.pro/account](https://meetflow.synlabs.pro/account)

📋 Все виды отчётов
Внутри вас ждут те самые форматы и шаблоны, о которых мы рассказывали ранее. Вы можете выбирать нужный фреймворк под конкретную задачу, а ИИ соберет из этого структурированный результат.

🔔 Мгновенные автооповещения
Долгожданная фича! Больше не нужно держать вкладку открытой и проверять, готов ли анализ. Как только система обработает запись вашей встречи, готовое саммари автоматически прилетит вам прямо в мессенджер. Дальше можете спокойно отправить его тем, кому необходимо.

---

Мы стараемся сделать так, чтобы ваш личный «конструктор смыслов» работал максимально гладко.

👇 Подключайте бота @meetflow_assistant_bot, заходите в личный кабинет и тестируйте новые возможности!

P.S. Скоро выложим туда и другие новые функции, над которыми сейчас активно работаем. Оставайтесь на связи.

Мы собрали свою рабочую методологию оценки интеллектуальных систем — и у нас получилась неожиданно простая мысль:

AGI определяется не самым сильным параметром, а самым медленным.

Не тем, как хорошо модель пишет код.
Не тем, как решает олимпиады.
И даже не тем, насколько длинную цепочку рассуждений она может держать.

А тем, дозрели ли одновременно все ключевые слои.

В нашей модели таких слоёв 10:
от энергии, структуры, восприятия и действия —
к памяти, модели мира, языку, рекурсии, метакогниции и интеграции.

Что это даёт на практике:

— Человек в этой рамке находится примерно на L9: язык, абстракция, рефлексия уже есть, но до полной интеграции ещё нужно дорасти.
— AI сейчас скорее на L7–L8: язык и reasoning уже сильные, но память, embodiment и знание собственных границ ещё не дозрели.
— Муравьиная колония очень эффективна, но упирается примерно в L6–L7: есть координация и память в среде, но нет устойчивой внутренней символической модели и метакогниции.

Самый важный вывод из этой карты:

метакогниция должна созревать последней.

Если попытаться “выкрутить” её раньше памяти, self-correction и зрелого reasoning, получится перекошенная система:
она как будто рефлексирует, но ей не на что опереться.

А самый ближайший шаг сейчас, это память, но не RAG, а именно архитектура памяти (то чем в первую очередь занимаемся в Tessent сейчас)

По аналогии с мозгом это похоже на PFC: он дозревает последним.
Именно поэтому в нашей модели AGI — это не “супергений”, а скорее зрелый, надёжный интеллект, у которого все ключевые слои выше порога одновременно.

А ASI, если смотреть на это не как на маркетинг, — скорее не один супер-мозг, а рой AGI-агентов.
Следующий уровень эволюции — это не индивидуальная сила, а кооперация.

Клетки → организм.
Нейроны → мозг.
Люди → общество.
AGI-агенты → ASI.

Самое интересное, что эта рамка позволяет не только спорить про будущее, но и довольно трезво смотреть на настоящее:
кто лидирует в reasoning, кто в памяти, кто в агентности, кто в embodied AI — и почему путь к AGI может прийти не как победа одной компании, а как сборка из лучших частей.

🔬 Отходим от стандартных KPI: тестируем ИИ-аналитику, которая показывает реальную картину бизнеса
В продолжение разговора о том, как мы становимся «архитекторами смыслов». Любая сложная система требует правильных настроек. Обычные KPI и субъективные ревью уже не дают полной картины — они показывают следствие, а не причину.
Мы разработали новые форматы ИИ-аналитики ваших рабочих встреч. Мы хотим заглянуть под капот бизнеса и оцифровать то, что обычно работает (или ломается) на уровне интуиции.
Какие задачи бизнеса закрывают наши новые отчеты:
🔍 Поиск «узких горлышек» и устаревших процессов. * Какую задачу решает: Помогает бизнесу понять, где рост тормозится из-за старых «костылей». Мы подсвечиваем процессы, которые давно пора перестроить, чтобы компания могла масштабироваться быстрее.
🧩 Объективное распределение ролей по реальному вкладу. * Какую задачу решает: Дает ответ на вопрос: «Кто реально драйвит процессы и связывает контексты, а кто просто выполняет механическую работу?». Помогает расставить людей на те позиции, где их сильные стороны дадут максимальный ROI.
🌉 Устранение разрывов в коммуникации. * Какую задачу решает: Показывает, на каких стыках между сотрудниками или отделами теряется смысл и искажаются задачи. Помогает синхронизировать команду, чтобы проекты не буксовали из-за недопониманий.
Мы уже начали пилотные разборы, и результаты говорят сами за себя. Недавно один из наших клиентов поделился показательным кейсом: на совещании он интуитивно предложил поставить на паузу один из процессов. ИИ, прогнав встречу через нашу систему оценки, выдал беспристрастное резюме, которое не только математически подтвердило эту гипотезу, но и выдало четкий план дальнейших действий.
«Одно дело действовать интуитивно, и совсем другое — получить независимый срез. Команда была в шоке от глубины анализа, прям офигели! ИИ даже помог понять, как правильнее распределить роли с учетом сильных сторон каждого, чтобы добрать нужных людей», — из отзыва клиента.

Что дальше? Аудит оптимизации и стратегия внедрения ИИ
Помимо оценки команды, мы добавляем возможность анализировать процессы на предмет автоматизации. Мы поможем разложить всё по полочкам:
⚙️ Что стоит оптимизировать, а что — нет. Поймем, где автоматизация даст кратный рост, а где станет пустой тратой времени и бюджетов.
📊 Оценка эффективности. Что нужно менять в первую очередь и какой реальный профит (в сэкономленных деньгах и часах) принесет конкретное решение.
🤖 Стратегия внедрения ИИ в вашу компанию. Как именно лучше всего интегрировать нейросети конкретно в ваш контекст, чтобы они органично встроились в работу и реально упрощали жизнь сотрудникам.
Это мощный фильтр, который в итоге сэкономит бизнесу внушительные суммы и высвободит интеллектуальный ресурс команды.
В чем суть нашего предложения?
Сейчас эти методологии находятся на стадии активной обкатки. Под капотом еще есть доля ручной работы — мы сами выступаем в роли тех самых «эволюционных конструкторов», собирая и анализируя данные, чтобы понять, что в итоге оставить в массовом продукте.
Поэтому мы предлагаем вам стать нашими первопроходцами. Мы готовы выступить вашими личными консультантами, провести вашу команду через новые фреймворки, выдать подробный срез по системе и спроектировать вашу персональную стратегию оптимизации.
💰 Стоимость участия в тестировании: 50 000 рублей.
Это early-bird цена за наш ручной консалтинг и глубокую бизнес-аналитику, пока фича не ушла в полноценный релиз.
Если вы хотите получить нестандартный и глубокий взгляд на свой бизнес, перераспределить роли и найти точки для умного роста — пишите в комментарии или в личку. Давайте смотреть, как работает ваша система на самом деле!

Tessent Turbo Core
−40% нагрузки на инфраструктуру

Развернуть тяжёлый ИИ в корпоративном контуре всегда упирается в железо.

GPU дорогие, дефицит на рынке, нагрузка под реальным трафиком растёт быстрее планов.

Мы поработали над этим. Завершили оптимизацию ядра системы. Теперь локальные модели стоят дешевле чем раньше.

По стандартной метрике эффективности — снижение с 2.0 до 1.2.

Что это значит на практике:

Железо    → где нужно было 2 кластера, хватит 1
Нагрузка  → в 1.7× больше сессий на том же железе
Скорость  → отклик быстрее под нагрузкой

Качество ответов не падает.

Мы работаем не только над продуктом, но и над его доступностью. Хороший ИИ-инструмент бесполезен, если компания не может позволить себе его развернуть.

Поэтому затраты клиента — для нас часть продукта.

Если считали стоимость развёртывания ИИ в периметре и упирались в инфраструктурный бюджет — самое время пересчитать.

Хотите сократить расходы? - пишите нам.

Если вы хоть раз делегировали серьёзную работу AI-агенту, вы видели эту картину.

Проект растёт — агент путается. Контекст разбухает, токены сжигаются впустую. Один и тот же модуль переписывается в третий раз, потому что агент забыл, что уже сделал. «Готово» в половине случаев значит «mock прошёл, реальный API так и не позвали».

Чем больше становится проект — тем хуже агент в нём работает. Это парадокс, который ломает экономику AI-разработки. Деньги уходят не в код, а в попытки агента вспомнить, что он же написал три дня назад. Ошибки накапливаются втихую и всплывают через неделю каскадными поломками. А вы всё больше времени тратите не на новое, а на разгребание старого.

Обычный ответ — «Модели пока несовершенны, ждите следующее поколение». Не верю этому ответу. Проблема не в модели — проблема в том, что агенту структурно неверно ставится задача.


Что нужно, чтобы это изменилось?

— Настоящий контракт у каждой части продукта — что она обязана делать, что нет, как это проверить. Контракт, который агент сверяет на каждом шаге, а не читает один раз и забывает.

— Карта связей — какой блок от какого зависит, что сломается, если изменить. Без карты агент работает в «море контекста», где логика тонет.

— Петля проверки — pass / fail / inconclusive. Без тихого зелёного. Если система не смогла проверить — она честно говорит «не знаю», а не рисует ложный успех.

И над всем этим — визуальный канвас. Потому что человек физически не способен удержать пятьдесят файлов кода в голове, но способен удержать пятьдесят блоков на графе. Программирование переходит из «моря текста» в визуальное конструирование.

На картинке к посту — кадр такого канваса в работе: зелёное работает, жёлтое в прогоне, красное сломалось от изменения соседа, серое — система честно сказала «не знаю».


Мы строили такую систему — для своего коммерческого продукта Tessent. Сегодня открываем её всем, кто хочет внести свою лепту в переход к визуальному конструированию с AI.

Kanon Protocol — манифест из десяти принципов, на которых должна стоять AI-разработка, чтобы агент не сходил с ума на большом проекте, а человек оставался в петле. Имя — от греческого κανών: правило, эталон, образец. Контракт буквально становится каноном.

Sima Atlas — рабочая Kanon-совместимая имплементация, на которой мы строим Tessent. Открытый код, MIT. Можно форкнуть, можно собрать свой канвас, можно сделать совсем другое на тех же принципах.


Мир идёт в эту сторону прямо сейчас.

На днях инженер Anthropic Thariq Shihipar опубликовал статью о том, что HTML вытесняет markdown как формат вывода AI-агентов — потому что текст больше не выдерживает того объёма, который агент пытается донести до человека.

Andrej Karpathy развернул это в концепцию «I/O mind meld» — прогрессии от сырого текста к markdown, от markdown к HTML, от HTML к интерактивным визуальным артефактам как очевидной траектории общения между человеком и LLM.

Они говорят про формат вывода. Канон IX нашего манифеста — про видимость задачи. Это две половины одной эволюции: текстовый поток как интерфейс между человеком и агентом исчерпал себя.


Это не описание моего продукта. Это набор принципов, открытых для всех. Любая реализация, которая их держит — Kanon-совместима.

Чем больше альтернативных имплементаций появится — тем сильнее стандарт. И тем быстрее рынок в целом перейдёт к инструментам, которые тратят меньше денег, понятны человеку, и в которых AI не галлюцинирует цели и не уходит в сторону.

REST не принадлежал одному фреймворку. DDD не принадлежал одной книге. 12-Factor App не принадлежал Heroku. Ставлю Kanon Protocol в этот ряд.

Манифест и спецификация: kanon-protocol-manifesto
Sima Atlas (референс-имплементация): sima_atlas

Заметка из Лихтенштейна

На прошлой неделе наш представитель был на закрытом ужине в Вадуце.
Среди гостей — управляющие капиталом, страховщики корпоративных рисков, представители княжества.
Как компания мы там не присутствовали — но получили несколько разговоров и контактов с CEO и членами правления европейских финансовых структур.

Интересное наблюдение: запрос на корпоративную память в Европе звучит иначе.
В России и СНГ мы продаём операционную эффективность — меньше теряется задач, короче встречи, контекст не пропадает между разговорами.
В европейском финсекторе угол другой.
Family offices, страховщики, инвестиционные фонды управляют десятками портфельных компаний и клиентских ситуаций одновременно.
Им нужно знать: кто что решил, на каком совещании, какие договорённости с какими партнёрами, где сейчас риск.
Контекст у них — это не про продуктивность.

Это про деньги и риски.
То, что мы строим как "ИИ-память компании", в их работе превращается в инструмент управления рисками и принятия инвестиционных решений.
Это другой рынок и другая ценовая логика.
Будем разговаривать дальше.
Если из этого что-то получится — расскажу.

Меньше минуты я потратил на задачу по созданию лэндинга и вот что получилось:
https://tessent.ai/enterprise

🎬 → 🎧 Бесплатный конвертер видео и аудио — от команды MeetFlow
Записали созвон или встречу, а файл огромный или в неудобном формате? Сделали для вас бесплатный инструмент. Ставится как обычная программа — больше ничего устанавливать не нужно (ffmpeg уже внутри).
Что умеет:
• 🔄 Менять форматы — MP4, MOV, MKV, WebM, MP3, WAV, M4A и др.
• 🎧 Доставать аудио из видео
• 🗜 Сжимать большие файлы до нужного размера — чтобы легко отправить
• ✂️ Склеивать несколько записей в одну и нарезать на части
• 🔊 Поднимать громкость и убирать фоновый шум (гул, шипение)
• 📦 Обрабатывать пачкой — хоть целую папку
Бесплатно, работает офлайн, файлы никуда не уходят.
👉 Ссылка на репо

Скачать для windows

P.S. Конвертер сделали мы, MeetFlow: записываем встречи и звонки, расшифровываем и превращаем их в задачи и регламенты — чтобы после созвона работа делалась сама.