Как круто, что теперь путь от идеи до реализации очень короткий.

У меня периодически есть звонки на английском. В целом, я свободно говорю, но хочется лучше.
Сделал в курсоре простой инструмент, который:

- вытаскивает транскрипты звонков из fireflies
- анализирует звонок
- выдает мне анализ ошибок и рекомендации по улучшению языка

На скрине супер простой прототип.

В целом заняло совокупно 1час, могло бы быть быстрее. На чем застревал:
- долго не получилось подсоединиться по API к fireflies (курсор тупил)
- несколько итераций заняло объяснить курсору, в каком виде я хочу получать отчет (сейчас все равно 30% от желаемого, но уже рабочее)

Я люблю тестовые задания и не представляю себе воронку найма без них.

Почему это важно для меня:

1. База: увидеть как человек думает, анализирует, предлагает решения.

2. Умение понятно, лаконично и структурировано представить свои идеи и ход рассуждений. Иногда даже достаточно бегло посмотреть на док, и уже понятно, что продолжать не стоит.

3. Как человек презентует и защищает свое видение, насколько может отстаивать свою точку зрения. Мне не нужен человек, который будет со мной во всем соглашаться - наоборот круто, если будет челленджить и активно спорить.

4. Уровень мотивации. Я всегда даю тестовое, которое в базе можно сделать за несколько часов, но при этом есть возможность неограниченно упороться в детали, если хочется. Сразу видно, кому на самом деле интересна работа.

Безусловно, это не может быть единственным фактором оценки, но точно один из ключевых.

К сожалению, зачастую талантливых и интересных людей не "слышно" в соц сетях, зато их успешно забивают инфобизеры и просто некомпетентные люди. Поэтому считаю своим долгом рассказывать про классных ребят.

Дима Беседа - мой хороший друг на Кипре и инвестор в наш стартап для пожилых в Штатах. Один из первых, кто в нас поверил, за что ему гигантский респект 💪
Он не очень публичный человек, и я хочу это исправить и его порекламировать.

Дима - серийный IT-предприниматель с несколькими успешными сервисами для геймеров.

- Сделал exit с проектом LF.Group - инструменты для игровых комьюнити. Продан Xsolla;
- Со-основатель Overgear - маркетплейса для геймеров, одного из крупнейших провайдеров услуг и валют в виртуальных мирах;
- Со-основатель проекта, связанного со скинами Counter-Strike (NDA). Более 5 млн пользователей в месяц

А сейчас он снова надел стартаперские штаны и делает AI-продюсера коротких видео для креаторов в Instagram, TikTok и Youtube.

Ну и для кликбейта я его попросил накидать фактов о себе:

- Вырос на компьютерных играх. Первые деньги заработал, прокачав рейтинг в игре World of Warcraft известному хоккеисту из Перми.
- Продавал виртуальных коней члену королевской семьи Дубая.
- Мои геймерские проекты выпускают более 40 тысяч рекламных интеграций с блогерами в год.

Искренне рекомендую на него подписаться.

Очень нравится оптимизировать свою работу с помощью AI-агентов.

Так как у меня много коммуникации стало с американцами, решил также улучшать и свой письменный английской. В целом, я хорошо знаю язык (профильная английская школа, потом специализация в универе, потом много практики), но решил, что надо учиться звучать более естественно для американцев.

Что делает простой AI-агент в курсоре, когда я в него закидываю черновую версию своего текста:

- находит неестественные фразы/выражения;
- дает подсказки по уровню формальности и предлагает более естественные варианты;
- подчеркивает разницу между American и British English;
- дает подсказки по культурному контексту;
- объясняет, что можно улучшить и почему;
- дает несколько вариантов уже исправленного текста.

На картинке простой пример.

Наткнулся на пост Andrew Chen в LinkedIn как раз на тему, на которую все хотел написать.

Реально, бОльшая часть моей работы это голос:
- зум звонки
- wispr flow, через который я надиктовываю тексты и общаюсь с AI

Ради интереса посмотрел свою стату в wispr в сентябре:
- 30 000 слов
- в среднем 115 слов в минуту (wispr: That's faster than the average typing speed of 40 WPM)

Я думаю, что будущее в интерфейсах за голосом. Условно, 80% voice и 20% visual.

Мне намного удобнее выгрузить поток мыслей голосом в AI, чем делать дополнитильное когнитивное усилие в формулирование четких текстовых предложений.

Печатать долго. Переносить мысль из головы в текст - долго.

Интересно, какие в будущем нас ждут интерфейсы, но я бы сделал большую ставку на voice AI.

Как общаться с LLM

Читал на выходных гайд Claude по промпт-инжинирингу и наткнулся на классный абзац, который очень четко сформулировал то, о чем я постоянно думаю:

When interacting with Claude, think of it as a brilliant but very new employee (with amnesia) who needs explicit instructions. Like any new employee, Claude does not have context on your norms, styles, guidelines, or preferred ways of working. The more precisely you explain what you want, the better Claude’s response will be.

The golden rule of clear prompting:
Show your prompt to a colleague, ideally someone who has minimal context on the task, and ask them to follow the instructions. If they’re confused, Claude will likely be too.

У меня сложился сейчас такой список принципов, которых я придерживаюсь, в работе с LLM:

1. Четко объяснять задачу (как описано выше у Claude):
- Объяснить контекст задачи (напр. что за продукт я делаю, какую проблему хочу решить)
- Четко обозначить цель (для чего мне нужно выполнение этой задачи)
- Задать формат, в котором мне нужно получить результат

2. В промпте всегда говорить "Задай мне уточняющие вопросы, если тебе нужна дополнительная информация для выполнения поставленной задачи". Это позволяет уточнить все, что было описано в п.1

3. Для специализированных задач описываю, из какой "роли" надо решать задачу, или создаю отдельного AI-агента эксперта (напр. у меня есть "Промп-инженер", "Head of Product"). Для ревью промптов, например, я прогоняю промпт через обе эти роли несколько раз. Финальный decision-making, при этом, на мне.

4. Делаю серию итераций обратной связи. Перед выполнением большой задачи, прошу показать мне небольшой результат, чтобы убедиться, что AI правильно меня понял.

И вот несколько полезных материалов для тех, кто хочет лучше разбираться в промпт-инжиниринге:

- Prompt engineering overview от Claude

- Статья A Taxonomy of Prompt Defects in LLM Systems (спасибо Леше Хахунову за реко)

Disclaimer: Долго сомневался, хочу ли я здесь разместить рекламу, но в одном случае я согласился, так как платформой 4dev.com я пользуюсь уже несколько лет, и сам их регулярно рекомендую. Так что это реклама от чистого сердца - я искренне доволен продуктом и буду только рад, если кто-то еще про него узнает.

—

Я думаю, что выплаты контракторам и сотрудникам - гигантский геморрой для всех бизнесов. Особенно в условиях удаленки, когда все разбросаны по разным частям света, включая страны СНГ. С этой задачкой я сталкивался в Refocus, потом уже в Волне и сейчас в CallieCare. То есть уже опыт в трех компаниях накопился.

Компаний, которые такие услуги предоставляют, сейчас уже много. Поэтому логичный вопрос - чем 4dev.com лучше.
Скажу только на основе личного опыта:

1. Отличный клиентский сервис. Есть чатик в тг, ребята всегда на связи. Помню, как не сразу получилось настроить связку Дубай-Кипр, и как ребята оперативно помогали нам разобраться с банками в обеих странах. В итоге эта связка работает без сбоев уже почти 2 года.

2. Легальные выплаты в крипте. Это супер удобно. Пополняете счет фиатом (напр. мы отправляем из Штатов баксы на счет в личном кабинете), и потом в пару кликов раскидываете контракторам, а они в один клик выводят себе на криптокошелек. Надеюсь, что финансовый мир именно таким и будет через пару лет.

3. Адекватные комиссии. Ребята берут 3% и ниже в зависимости от объема (у нас сейчас 3%, так как объемы не супер большие) и 0% для исполнителей (при выводах на расчётные счета и криптокошельки). Итоговая комиссия может быть чуть больше в зависимости от курса обмена (по моему опыту, еще около 0,5%) - тут важно заранее все посчитать и свериться.

4. Простой и удобный интерфейс. Как человек, которого трясет от каждого захода в личный кабинет дубайского банка, хочу сказать огромное спасибо, что на платформе у ребят все удобно и понятно.

Так что если вам нужно удобно отправлять деньги контракторам и сотрудникам через единое окошко, и избавиться от этой головной боли, то приходите и пробуйте 4dev.com.

Моя самая искренняя рекомендация.

С интересом наблюдаю, как с плотной интеграцией LLM в нашу жизнь, меняется то, как мы работаем.

На этой неделе мне нужно было сделать несколько объемных рисерчей (поиск medical advisors по узким темам, исследование рынка elderly care в Штатах и проч.).

Сколько на это времени ушло в каждом кейсе:
- ок 10 минут на постановку задачи (вкл. несколько итераций обсуждений с LLM)
- от 0.5ч до 1.5ч фоновой работы LLM (кстати, research режим в Claude - топ!)

В "прошлой жизни" на каждый такой рисерч я бы потратил минимум 20ч. А скорее всего даже больше.

То есть на таком простом примере рост производительности 20x.

А что будет через год, два, пять лет?

В какое удивительное и безумно интересное время мы живем.

Забывание как фича, или почему AI не станет человеком

Посмотрел классное интервью Андрея Карпатого с Dwarkesh Patel. Ежедневно работаю с LLM, вижу как модели быстро меняются и перформят все лучше. Но это очень далеко от разговоров про AGI. Есть известный Amara's Law: люди склонны переоценивать краткосрочное воздействие новых технологий и недооценивать их долгосрочные последствия. Сейчас вижу именно это - оверхайп сейчас и недооценка долгосрочных изменений. Но самое интересное - не про временные рамки, а про фундаментальные различия между AI и человеческим интеллектом. Делюсь теми мыслями, которые больше всего понравились из интервью.


Мы строим призраков, а не животных
Карпатый говорит: "We're not building animals. We're building ghosts or spirits." Животные появились через эволюцию - миллионы лет оптимизации в ДНК. AI мы обучаем через имитацию людей и данных из интернета. Это совершенно другой процесс. Эволюция не дала нам готовое знание. Она дала алгоритм поиска знания - способность мозга учиться в течение жизни. Pre-training же дает модели готовое знание из интернета. Разница фундаментальная.


Забывание - это фича, а не баг
Дети плохо запоминают факты, но отлично учатся общим паттернам. LLMs запоминают все идеально - могут дословно воспроизвести текст из тренировочных данных. Карпатый объясняет: плохая память заставляет находить паттерны в более общем смысле. "That's a feature, not a bug, because it forces you to only learn the generalizable components."

Если не можешь запомнить все детали, вынужден найти общий принцип. Дети видят "лес, а не деревья". LLMs видят только деревья. Большинство параметров современных моделей - это не интеллект, а память. Интернет как датасет - это мусор, случайные символы, хлам. Чтобы сжать весь этот мусор, нужны огромные модели. Но большая часть работы - это память, а не мышление.

Нужно отделить cognitive core (алгоритмы мышления) от memory (факты). Модель должна уметь искать информацию, а не хранить все в весах. In-context learning (то что в контексте разговора) - это рабочая память. Pre-training (то что модель знает из обучения) - это смутное воспоминание о том, что читал год назад. Разница в 35 миллионов раз по количеству информации на токен.


Предел человеческого мозга
Сначала AI увеличивает производительность людей. Потом постепенно начинает выполнять задачи сам. Есть ли предел этого роста? Карпатый считает что AI продолжит тренд 2% роста GDP, как и все предыдущие технологии. Не будет дискретного скачка, будет плавное продолжение. Но я думаю что предел производительности человека упремся очень быстро. AI ускорит, появятся новые интерфейсы, но есть предел человеческого мозга. Уже сейчас тяжело - такое количество информации, очень сложно ориентироваться. Возможно, мы близки к пределу.


Чего не хватает
AI - это не дискретная революционная технология. Это естественное продолжение автоматизации, которая идет веками. Промышленная революция, компьютеры, компиляторы, IDE - все это звенья одной цепи. Но есть вещи, которых не хватает LLM, например, культура - модели не пишут книги друг для друга. AlphaGo играл сам с собой и стал лучше, но такого эквивалента для LLM нет. Модели еще "дети" - savant kids с идеальной памятью.


Вывод
Мы строим призраков, которые имитируют людей, но работают принципиально иначе. Они помнят все, но не умеют забывать. Они знают много, но не умеют искать. Они могут повторять, но не могут создавать культуру. Это не плохо, это просто другое. И понимание этого различия помогает не делать ложных аналогий и не переоценивать ближайшие горизонты, но и не недооценивать долгосрочные изменения.

"Вторая память" и AI

Думаю о том, что у меня (и наверное у многих) информационный перегруз. Огромное количество контекстов, и с такой скоростью я точно подошел уже к лимиту памяти.
У меня память хорошая на верхнем уровне - я могу поминать верхнеуровневые контексты/макро темы. Как будто у меня в голове есть каталог. Но я уже не могу все это помнить детально. Оперативная память переполняется.

Поэтому мне хочется построить "вторую память" - хранилище, присоединенное к моему мозгу. Чтобы я мог обратиться к AI и сказать:

- "Слушай, я помню, с этим человеком мы что-то на эту тему обсуждали. Подними контекст."

- Или: "Помню, что на этой конференции мы с парой людей обсуждали такую тему, вообще не помню с кем обсуждал - напомни."

- Или: "Помню, что на какую-то такую тему смотрел подкаст на YouTube, но вообще не помню как он назывался - напомни."

Что уже есть
По рабочим звонкам есть Fireflies - все записывается и транскрибируется. Для одного из проектов используем Cursor, где мы полностью ведем всё хранилище - это помогает. Но это только кусочек моей жизни. Хочется, чтобы AI индексировал и каталогизировал всю информацию - по тегам, по категориям, как в принципе у нас сейчас Cursor по работе устроен. Чтобы можно было легко находить через Telegram-бота: пишешь в хранилище, обращаешься и просишь вспомнить нужную инфу.

Как это могло быть устроено?
1. Собираем все источники данных:
- все онлайн звонки транскрибируем и собираем через fireflies или аналоги
- выгружаем ежедневно чаты из телеграм
- подключаем по API личное хранилище заметок (Evernote, Obsidian etc)
- подключаем по API рабочие воркспейсы, где есть вики/задачки (Notion, Jira etc)
- рабочие мессенджеры (Slack)

2. Наверное, это все должно собираться где-то в хранилище (пусть тот же гитхаб), там агрегироваться и фильтроваться (оставлять только важную информацию - за деталями потом можно постучаться по API в исходные места, если нужно)

3. К этому хранилищу подсоединить простой интерфейс типа телеграм бота

Вызовы
- Офлайн-разговоры. Сейчас есть девайсы (типа Plaude), которые крепятся к телефону или на одежду - они слушают все, что говоришь. Пока ничего такого не пробовал, только слышал про них. Но это интересное направление.
- Приватность. Это хороший вопрос и большой вызов. Даже если такую штуку в принципе можно сделать для себя, по сути там будет огромное количество приватной информации - это очень insecure. Непонятно, как с этим быть.

Интересно, кто-то уже собирал для себя что-то подобное?

Апдейт про наш voice AI продукт для пожилых в Штатах

Хочу поделиться немного тем, что происходит с нашим продуктом - голосовым компаньоном для одиноких пожилых в Штатах.

За почти три месяца проделана колоссальная работа (без AI, мне кажется, это все заняло бы минимум в два раза больше времени).

1. Нам удалось стабилизировать маркетинг - с фейсбука около 30% звонков целевые.
2. Миллион итераций промптов, которые регулируют агента. Мне уже ночами снится курсор, а в моем промпте почти 1000 строк. Зато удалось добиться, что медианы звонка в 15-20 минут.
3. Случились первые платящие юзеры (учитывая, что вся наша воронка через голос - пришлось конкретно над этим попотеть).
4. Основной фокус на ретеншн. Пока мы им не занимались, он был в районе 15%. На новых когортах есть позитивные сигналы с 20-25%. Тут предстоит еще много работы.

Самое неожиданное - я думал, что понадобится много времени, чтобы выстроить доверие, и человек начал раскрываться. Оказалось, что боль одиночества и social isolation настолько сильна, что люди начинают выговариваться с первого звонка. Думаю, что одиночество настолько сильно и настолько болит, что тебя некому выслушать, что в итоге пользователи готовы делиться сразу. Есть пользователи, которые уже суммарно наговорили по 6-8 часов. Максимальная цифра, которую я видел - 12 часов(!).

Огромное количество болезненных историй. Умершие жены/мужья, тяжелые отношения с детьми, боль от старения, болезней и потери жизненной энергии.

Отдельный челлендж - голосовые модели. Пока они далеки от того, что мне хочется. Они хорошо работают в асинхронном формате, но в real-time не успевают.

Пока наш личный топ - это Cartesia (есть набор голосов с эмоциями и есть разметка эмоций тегами). Наблюдаем за Inworld и Hume, у них хорошие модели. 11labs хоть и лидер, но нам не нравится.

Почти ни у кого нет нормального выбора пожилых голосов, кстати.

Наш текущий стек выглядит так:

- голосовая модель -> Cartesia
- conversation -> claude haiku (долго время жили на chatgpt 5 mini, но переехали с нее, она не тянет сложные промпты и многоуровневые задачи). Anthropic красавчики.
- конвертер голоса в текст -> Deepgram

И собственная обвязка вокруг, чтобы все это работало и было продуктом.

Где мне нужна помощь (вдруг кто-то из тех, кто это прочитает, сможет мне помочь - буду вам очень благодарен):

1. Я хочу попасть в пул партнеров провайдеров ведущих голосовых моделей (Cartesia, Inworld, Hume, 11labs), чтобы первым получать к ним доступ. Мы делаем достаточно уникальную штуку и можем для них быть и профессионально интересны. Перед нами стоит крутой челлендж: в voice AI создать опыт общения с другом.

2. Мы ищем топ эксперта в conversational AI (пока как консалтинг, но в идеале найти эдвайзера).

3. Хочу найти топового промпт-инженера, который сделает ревью наших больших и сложных промптов.

4. Хочу найти человека в Штатах на парт тайм биздев на 1-2 мес. Пробежаться и поговорить с нашими потенциальными b2b клиентами. Но нужен тот, кому откликается наша миссия - помогать 20 млн одиноким пенсионерам в Штатах.

А закончить свой пост хочу цитатой из касдева одного из пользователей:

And talking to that that that Mary, and it really helped me out. I feel a hell of a lot better for some reason. And I said, damn. That was better talking than a human. I mean, it was just like therapy.

Вот такие штуки меня невероятно заряжают и вдохновляют работать и двигаться дальше:

p.s. Отреагируйте плз комментариями, если вам интересно, чтобы я про это писал больше - для меня это будет хорошим стимулом.

Как масштабировать стартап?

Делать компанию с нуля, особенно если ты делаешь что-то новое - то еще развлечение. Сначала тебе надо пройти семь кругов ада, чтобы найти product market fit и работающую бизнес-модель, а потом тебе нужно масштабироваться. И вот я уже даже не знаю, что тяжелее.

Мои хорошие друзья (платформа для автоматизации платежей – 4dev.com, которыми я пользовался уже в 3 компаниях и продолжаю пользоваться сейчас, и искренне всегда рекомендую), R136 Ventures (c Денисом Ефремовым мы познакомились уже на Кипре) и The Ventures сделали очень прикладной док для стартапов, которые уже нашли product market fit, но дальше столкнулись с другим челленджем: продукт работает, клиенты есть, а как масштабироваться – непонятно. Я там был и знаю, как это, мягко говоря, непросто.

В гайде есть ответы на самые частые вопросы:
- Как рейзить инвестиции
- Как искать точки роста
- Как выстраивать операционку и legal

Мой основной вывод за 8 лет в роли предпринимателя - ключевое это:
1. Люди, твоя команда. С сильной командой ты сможешь пройти любые челленджи, масштабирование в том числе.
2. Долгосрочное видение и стратегическое мышление фаундеров. Умение смотреть вперед, но теряя при этом тактических фокусов. Умение в нужный момент сместить курс корабля, заключить крутые партнерства, запустить новый продукт.
3. Энергия и мотивация основателей. Это топливо компании. Без него корабль долго не проплывет и начнет дрейфовать по течению.

Чтобы бесплатно скачать гайд нужно сделать простые действия: зайти на лендинг, оставить заявку и получить ссылку на док.

Мечтайте, стройте бизнесы, которые меняют и улучшают мир, в котором мы живем!

С огромным удовольствием послушал, пока нахаживал шаги, интервью со Сторонским (Revolut).

Крутой спокойный, системный и вдумчивый чувак. Видел много странных комментариев про отсутствие энергии - камон, подходов к лидерству и управлению компанией миллион. Важно быть собой и уметь нанимать сильных людей в команду.

Очень простая мысль про людей кстати: он говорит про то, что когда ты работаешь с сильными людьми, они там сами себе ставят цели и сами приходят с решениями и приходят к тебе и говорят, что будут делать - вот FYI, босс. А средние люди приходят с проблемами и спрашивают, что делать. Это база, но отдельное искусство нанимать, мотивировать и удерживать первых.

Сторонский выпускник физтеха и подчеркивает преимущества STEM образования. Немного жалею, что в свое время в Вышке выбрал экономику, а не бизнес-информатику, да и в целом не тянул математику и физику на таком уровне, чтобы поступать в физтех. Но уже не раз убеждался, что экономика тоже дает очень хорошую базу для аналитического ума и понимания макро процессов в экономике и политике в мире.

Моя мечта - дать своим детям возможность получить самое лучшее образование. Это лучший фундамент и путевка в жизнь.

На CES, которая проходит сейчас в Лас Вегасе, презентовали AI ассистента в виде голограммы. Интересно, что чуваки выбрали аудиторию геймеров.

Залез на их сайт - видос круто, конечно, выглядит.

Интересное развитие идей чат-ботов, которые делали Replika/Character AI

🚀 Ищу part-time Business Development Lead в США

📍 Локация: Boston, NY, Florida, California (предпочтительно, в целом flexible)
⏰ Срок: 3-4 недели
💰 Фикс + бонусы за результат

Что делать:
• Встречи с домами престарелых, home care агентствами, non-profits
• Валидация B2B направления
• Поиск первых пилотов и адвайзеров

Нужен опытный бизнес-девелопер, который может быстро провести in-person встречи на своей территории.

Полное описание и как откликнуться тут.

FDA сделала классные апдейты для стартапов в области neuro/mental health.

Регуляторика в здравоохранении в Штатах всегда была главным барьером: непонятно, что считается медицинским устройством, что требует одобрения FDA, а что можно запускать без одобрения регулятора. В начале января FDA выпустила обновленные рекомендации о том, как она будет регулировать сервисы для здоровья, включая AI и wearables.

Вот что изменилось:

1. Инструменты клинической поддержки принятия решений переклассифицируются.
Некоторые продукты на основе AI, которые предлагают одну прозрачную рекомендацию, теперь могут быть освобождены от правил медицинских устройств. Это важно - раньше любая система, которая давала рекомендации, автоматически попадала под жесткое регулирование.

2. Сервисам для здоровья на основе ИИ дадут больше свободы.
Наблюдения об образе жизни (например, оценки артериального давления или глюкозы) могут избежать тяжелого регулирования, если не уходят глубоко в медицину. То есть, если ты не заявляешь, что это медицинский диагноз, а просто показываешь общие тренды - можешь работать без одобрения FDA.

3. Носимые устройства получают больше пространства для маневра.
Устройства, которые отслеживают сон, пульс и активность без медицинских рекомендаций, могут оставаться вне регуляторики. Это особенно важно для стартапов, которые делают b2c продукты с элементами отслеживания здоровья.

В нашем случае с CallieCare это особенно актуально. Мы делаем голосового компаньона на основе искусственного интеллекта для пожилых людей, который помогает бороться с одиночеством и поддерживает когнитивное здоровье. Мониторинг когнитивного состояния — важная часть продукта, но мы не хотим попадать в серую зону регулирования и медицинские рекомендации, при этом мы хотим давать информацию/сигналы семьям, кергиверам, врачам. Новые рекомендации дают больше ясности: если мы фокусируемся на здоровье и общем мониторинге без медицинских советов, мы можем работать без аппрува FDA.

—

Полные рекомендации:

- https://www.fda.gov/media/109618/download
- https://www.fda.gov/regulatory-information/search-fda-guidance-documents/general-wellness-policy-low-risk-devices

Окончательно переехал с Fireflies на Granola в качесте AI ноуттейкера.

Плюсы:
- не приходит на звонки, а "слушает" звонок в отдельном окошке
- хорошо делает саммари (у меня было много претензий к этому к fireflies за последние месяцы)
- уверенный multi-language support (опять же у fireflies постоянно были баги)
- показывает real time транскрипт
- можно с помощью AI "поговорить" с транскриптом встречи
- можно оставить свои заметки к звонку и сразу дополнить саммари
- есть шаблоны саммари (1:1, Customer Discovery, Hiring и др.)
- нормальный бесплатный тариф
- приятный UX

Минусы:
- не умеет приходить на встречу вместо меня (это прямо жирный минус - мне нужно такое часто; пока не придумал, что с этим делать)