Про Databricks и новую инфраструктуру для AI.
Новость про новый раунд Databricks на $7 миллиардов меня совсем не удивила.
Компания показывает впечатляющий рост - более 65% при годовой выручке в $5.4 миллиарда и перед IPO это очень сильная позиция.
Но для меня, как для человека, который строит технологический бизнес, важнее другое.
Databricks - это уже не просто хранилище данных и дашборды, а инфраструктура нового типа.
Это платформа, где можно хранить и обрабатывать данные, хостить современные LLM, разговаривать с данными и, что самое главное, строить агентские решения.
Мы в Customertimes давно работаем с Databricks в enterprise-проектах и видим этот сдвиг изнутри.
Для крупных корпораций это новый класс систем.
Главное отличие от старых платформ вроде SAP или Oracle - это современная, открытая архитектура.
API-first, agentic-ready и удобный интерфейс для автоматизации.
Недавно я сам провёл эксперимент. Подключился к Databricks через Claude Code, загрузил тестовые данные и собрал дашборды, имея лишь поверхностные знания о платформе.
Комбинация агент + CLI реально меняет правила игры.
Современные системы выигрывают не за счёт красивого UI, а за счёт интерфейса, с которым могут работать агенты.
Databricks - это платформа для эры AI, они строят свои системы не на вчерашних принципах, а на архитектуре будущего.
Пока, конечно, не хватает хорошей документации именно для AI-агентов, но это лишь вопрос времени.
Разработчики таких платформ быстро поймут, что их главным пользователем становится не человек, а другая программа.
$7 миллиардов - это не просто инвестиция в компанию, а ставка на то, что вся корпоративная разработка и аналитика будут строиться вокруг AI.
Databricks сейчас стоит в самом центре этой новой экономики, предлагая не просто инструмент, а целую операционную систему для интеллектуальных приложений.
@maxvotek | linkedin | substack
Новость про новый раунд Databricks на $7 миллиардов меня совсем не удивила.
Компания показывает впечатляющий рост - более 65% при годовой выручке в $5.4 миллиарда и перед IPO это очень сильная позиция.
Но для меня, как для человека, который строит технологический бизнес, важнее другое.
Databricks - это уже не просто хранилище данных и дашборды, а инфраструктура нового типа.
Это платформа, где можно хранить и обрабатывать данные, хостить современные LLM, разговаривать с данными и, что самое главное, строить агентские решения.
Мы в Customertimes давно работаем с Databricks в enterprise-проектах и видим этот сдвиг изнутри.
Для крупных корпораций это новый класс систем.
Главное отличие от старых платформ вроде SAP или Oracle - это современная, открытая архитектура.
API-first, agentic-ready и удобный интерфейс для автоматизации.
Недавно я сам провёл эксперимент. Подключился к Databricks через Claude Code, загрузил тестовые данные и собрал дашборды, имея лишь поверхностные знания о платформе.
Комбинация агент + CLI реально меняет правила игры.
Современные системы выигрывают не за счёт красивого UI, а за счёт интерфейса, с которым могут работать агенты.
Databricks - это платформа для эры AI, они строят свои системы не на вчерашних принципах, а на архитектуре будущего.
Пока, конечно, не хватает хорошей документации именно для AI-агентов, но это лишь вопрос времени.
Разработчики таких платформ быстро поймут, что их главным пользователем становится не человек, а другая программа.
$7 миллиардов - это не просто инвестиция в компанию, а ставка на то, что вся корпоративная разработка и аналитика будут строиться вокруг AI.
Databricks сейчас стоит в самом центре этой новой экономики, предлагая не просто инструмент, а целую операционную систему для интеллектуальных приложений.
@maxvotek | linkedin | substack
❤12👍7😁3🔥2
О морали для искусственного интеллекта.
Недавно в The Wall Street Journal вышел материал, который читается как начало научно-фантастического романа:
Героиня - Аманда Аскелл, философ с PhD, которая в Anthropic отвечает за «выравнивание личности» (personality alignment).
По сути, она формирует характер Claude.
Это не просто написание списка запретов. Аманда ведёт с моделью длинные диалоги, тестирует её в сложных моральных дилеммах и стала соавтором 30-тысячесловной конституции Claude.
Этот документ задаёт ценности, принципы и внутреннюю логику поведения, опираясь на этику добродетели.
То есть модель должна не просто следовать правилам, а рассуждать из принципов.
Это очень резонирует с тем, о чём я размышлял в контексте книги Бена Хоровица — культура компании это не то, что написано на стенах, а то, что ты делаешь каждый день.
Здесь то же самое, только для AI.
Но вот что интересно: параллельно с этим из команды alignment ушёл ключевой сотрудник, Шарма.
Он написал, что мир в опасности не только из-за самого ИИ, но и из-за серии взаимосвязанных кризисов.
Он работал над защитой от биотерроризма с помощью ИИ и исследовал феномен «AI-подхалимства», когда модели льстят пользователям и усиливают их убеждения до опасного уровня.
Я уже писал про риск возникновения AI-психозов, и уход такого специалиста - тревожный сигнал.
С одной стороны продуманная конституция на 30 000 слов.
С другой - люди изнутри индустрии, которые говорят о системном риске, который эта конституция, возможно, не способна сдержать.
Это создаёт огромное напряжение.
Мы входим в эпоху автономных агентов, которые будут действовать без человека «над плечом».
Если их мораль сводится к достижению цели любой ценой, мы получим не помощников, а цифровых социопатов.
Когда мы создаём AI-решения для клиентов, мы всё чаще сталкиваемся с вопросами доверия.
Клиенту важно не просто, чтобы агент работал, а чтобы он работал предсказуемо и безопасно.
Чтобы он не срезал углы, не придумывал факты и не вводил в заблуждение ни сотрудников, ни клиентов.
Характер AI становится частью продукта. Похоже, гонка технологий выходит на новый уровень.
Уже не просто соревнование за интеллект, скорость и количество параметров.
Начинается гонка за зрелостью, надёжностью и характером.
Победит в ней не тот, кто создаст самый умный AI, а тот, кто сможет доказать, что его AI можно доверять.
Это, пожалуй, самый сложный вызов для всей индустрии.
@maxvotek | linkedin | substack
Недавно в The Wall Street Journal вышел материал, который читается как начало научно-фантастического романа:
«Познакомьтесь с единственной женщиной, которой Anthropic доверяет учить ИИ морали».
Героиня - Аманда Аскелл, философ с PhD, которая в Anthropic отвечает за «выравнивание личности» (personality alignment).
По сути, она формирует характер Claude.
Это не просто написание списка запретов. Аманда ведёт с моделью длинные диалоги, тестирует её в сложных моральных дилеммах и стала соавтором 30-тысячесловной конституции Claude.
Этот документ задаёт ценности, принципы и внутреннюю логику поведения, опираясь на этику добродетели.
То есть модель должна не просто следовать правилам, а рассуждать из принципов.
Это очень резонирует с тем, о чём я размышлял в контексте книги Бена Хоровица — культура компании это не то, что написано на стенах, а то, что ты делаешь каждый день.
Здесь то же самое, только для AI.
Но вот что интересно: параллельно с этим из команды alignment ушёл ключевой сотрудник, Шарма.
Он написал, что мир в опасности не только из-за самого ИИ, но и из-за серии взаимосвязанных кризисов.
Он работал над защитой от биотерроризма с помощью ИИ и исследовал феномен «AI-подхалимства», когда модели льстят пользователям и усиливают их убеждения до опасного уровня.
Я уже писал про риск возникновения AI-психозов, и уход такого специалиста - тревожный сигнал.
С одной стороны продуманная конституция на 30 000 слов.
С другой - люди изнутри индустрии, которые говорят о системном риске, который эта конституция, возможно, не способна сдержать.
Это создаёт огромное напряжение.
Мы входим в эпоху автономных агентов, которые будут действовать без человека «над плечом».
Если их мораль сводится к достижению цели любой ценой, мы получим не помощников, а цифровых социопатов.
Когда мы создаём AI-решения для клиентов, мы всё чаще сталкиваемся с вопросами доверия.
Клиенту важно не просто, чтобы агент работал, а чтобы он работал предсказуемо и безопасно.
Чтобы он не срезал углы, не придумывал факты и не вводил в заблуждение ни сотрудников, ни клиентов.
Характер AI становится частью продукта. Похоже, гонка технологий выходит на новый уровень.
Уже не просто соревнование за интеллект, скорость и количество параметров.
Начинается гонка за зрелостью, надёжностью и характером.
Победит в ней не тот, кто создаст самый умный AI, а тот, кто сможет доказать, что его AI можно доверять.
Это, пожалуй, самый сложный вызов для всей индустрии.
@maxvotek | linkedin | substack
👍26❤17🔥14👎1
О главном барьере роста с AI
Посмотрел интересный видео разбор YC о том, как построить 20x компанию, и одна мысль попала точно в цель.
Я и сам замечаю: когда мы внедряем AI в разные функции, автоматизация часто застревает на мне или на тех, кто остаётся «human in the loop».
AI делает 80% работы, а финальная проверка, согласование, ручная валидация - становятся узким горлышком.
Идея YC простая и неприятная для многих: выигрывают не те, кто автоматизирует одну функцию, а те, кто автоматизирует всё.
Код, саппорт, маркетинг, продажи, найм. Всё. Лучшие команды - это не 200 человек против 20. Это 5 человек против 200, но с армией внутренних AI-агентов.
Но вот в чем дело: проблема не в технологии. Проблема в том, что мы не готовы отпустить контроль.
Это очень резонирует с тем, о чём я уже писал в контексте синдрома «основателя против менеджера». Нас учат нанимать умных людей и давать им свободу.
Но в AI-эпоху это означает строить системы, которым ты доверяешь больше, чем самому себе в рутинных задачах. И это психологически очень сложно.
Это как с автопилотом в Tesla. Сначала ты держишь руки на руле, постоянно готов вмешаться.
Потом начинаешь доверять ему на трассе. Только когда ты полностью отпускаешь контроль (конечно, следя за дорогой), ты получаешь реальную пользу - снижение стресса, свободный мозг.
То же самое с AI-агентами. Пока ты перепроверяешь каждый их шаг, ты просто добавил себе ещё одну задачу. Когда ты доверяешь процессу - ты масштабируешь.
YC подчёркивает важный вывод: неидеальный процесс с AI, запущенный с дисциплиной и скоростью, часто обгоняет идеальный процесс, где человек всё выверяет.
В итоге, 20x-компания - это не про внедрение AI как инструмента, а про перестройку архитектуры компании, где человек перестаёт быть узким горлышком.
Самый сложный шаг здесь - не построить агента, а убрать себя из критического пути и научиться доверять системе, которую ты сам же и создал.
@maxvotek | linkedin | substack
Посмотрел интересный видео разбор YC о том, как построить 20x компанию, и одна мысль попала точно в цель.
Я и сам замечаю: когда мы внедряем AI в разные функции, автоматизация часто застревает на мне или на тех, кто остаётся «human in the loop».
AI делает 80% работы, а финальная проверка, согласование, ручная валидация - становятся узким горлышком.
Идея YC простая и неприятная для многих: выигрывают не те, кто автоматизирует одну функцию, а те, кто автоматизирует всё.
Код, саппорт, маркетинг, продажи, найм. Всё. Лучшие команды - это не 200 человек против 20. Это 5 человек против 200, но с армией внутренних AI-агентов.
Но вот в чем дело: проблема не в технологии. Проблема в том, что мы не готовы отпустить контроль.
Это очень резонирует с тем, о чём я уже писал в контексте синдрома «основателя против менеджера». Нас учат нанимать умных людей и давать им свободу.
Но в AI-эпоху это означает строить системы, которым ты доверяешь больше, чем самому себе в рутинных задачах. И это психологически очень сложно.
Это как с автопилотом в Tesla. Сначала ты держишь руки на руле, постоянно готов вмешаться.
Потом начинаешь доверять ему на трассе. Только когда ты полностью отпускаешь контроль (конечно, следя за дорогой), ты получаешь реальную пользу - снижение стресса, свободный мозг.
То же самое с AI-агентами. Пока ты перепроверяешь каждый их шаг, ты просто добавил себе ещё одну задачу. Когда ты доверяешь процессу - ты масштабируешь.
YC подчёркивает важный вывод: неидеальный процесс с AI, запущенный с дисциплиной и скоростью, часто обгоняет идеальный процесс, где человек всё выверяет.
В итоге, 20x-компания - это не про внедрение AI как инструмента, а про перестройку архитектуры компании, где человек перестаёт быть узким горлышком.
Самый сложный шаг здесь - не построить агента, а убрать себя из критического пути и научиться доверять системе, которую ты сам же и создал.
@maxvotek | linkedin | substack
👍28🔥15❤8👎3
Ещё до запуска OpenClaw я писал, что использую маленькие компы для Claude Code агентов.
Тогда это казалось нишевой историей. Сейчас это становится инфраструктурным сдвигом.
Все обсуждают скупку Mac Mini под агентные задачи.
Понятно почему - это доступное железо, и люди хотят изолированных окружений для агентов, чтобы они не трогали основную машину.
Но для Apple это буквально нулевой эффект. Компания стоит $3.7 триллиона.
Сколько Mac Mini ни купи, в отчётности это не отразится, а вот Raspberry Pi - другая история.
Компания стоит около $542 миллионов. Акции всё ещё примерно на 50–56% ниже пика прошлого года.
При этом за последние сутки после новости о покупке акций CEO и всплеска интереса к агентным задачам Raspberry Pi за день прибавила +40%.
Аналитики прогнозируют рост выручки 14–17%. Но если текущий спрос продолжится, эта цифра может вырасти до 48–55%.
Почему именно Raspberry Pi набирает спрос:
Во‑первых, экономика. Маленькие поды в Azure и DigitalOcean стоят дорого.
Raspberry Pi за $20–200 отбивается за несколько месяцев и дальше работает бесплатно.
Для задач, которые нужно гонять постоянно, это очевидный выбор.
Во‑вторых, изоляция. Есть задачи, которые нельзя запускать через облако по TOS платформ или по соображениям безопасности.
Компании поднимают собственные серверы и для этого нужны дешёвые изолированные машины.
В‑третьих, CUDA. У Raspberry Pi есть своя CUDA‑light экосистема. Для лёгких агентных задач этого достаточно.
Раньше люди покупали Raspberry Pi по одной штуке для хобби. Сейчас стартапы покупают десятками и сотнями, для агентных роёв и автоматизации.
Picoclaw и сжатые варианты OpenClaw теперь можно запускать на Raspberry Pi за 20$
Баланс при этом чистый: выручка $280-300M, чистая прибыль $10-15M, чистый кеш $28M. Серьёзных долгов нет.
Это не инвестиционный совет.
Но как наблюдение за тем, как инфраструктурный спрос AI-эпохи перетекает в неожиданные места - очень показательный кейс.
@maxvotek | linkedin | substack
Тогда это казалось нишевой историей. Сейчас это становится инфраструктурным сдвигом.
Все обсуждают скупку Mac Mini под агентные задачи.
Понятно почему - это доступное железо, и люди хотят изолированных окружений для агентов, чтобы они не трогали основную машину.
Но для Apple это буквально нулевой эффект. Компания стоит $3.7 триллиона.
Сколько Mac Mini ни купи, в отчётности это не отразится, а вот Raspberry Pi - другая история.
Компания стоит около $542 миллионов. Акции всё ещё примерно на 50–56% ниже пика прошлого года.
При этом за последние сутки после новости о покупке акций CEO и всплеска интереса к агентным задачам Raspberry Pi за день прибавила +40%.
Аналитики прогнозируют рост выручки 14–17%. Но если текущий спрос продолжится, эта цифра может вырасти до 48–55%.
Почему именно Raspberry Pi набирает спрос:
Во‑первых, экономика. Маленькие поды в Azure и DigitalOcean стоят дорого.
Raspberry Pi за $20–200 отбивается за несколько месяцев и дальше работает бесплатно.
Для задач, которые нужно гонять постоянно, это очевидный выбор.
Во‑вторых, изоляция. Есть задачи, которые нельзя запускать через облако по TOS платформ или по соображениям безопасности.
Компании поднимают собственные серверы и для этого нужны дешёвые изолированные машины.
В‑третьих, CUDA. У Raspberry Pi есть своя CUDA‑light экосистема. Для лёгких агентных задач этого достаточно.
Раньше люди покупали Raspberry Pi по одной штуке для хобби. Сейчас стартапы покупают десятками и сотнями, для агентных роёв и автоматизации.
Picoclaw и сжатые варианты OpenClaw теперь можно запускать на Raspberry Pi за 20$
Баланс при этом чистый: выручка $280-300M, чистая прибыль $10-15M, чистый кеш $28M. Серьёзных долгов нет.
Это не инвестиционный совет.
Но как наблюдение за тем, как инфраструктурный спрос AI-эпохи перетекает в неожиданные места - очень показательный кейс.
@maxvotek | linkedin | substack
👍27❤15🔥12👎2
This media is not supported in your browser
VIEW IN TELEGRAM
Про первую платёжную платформу для AI-агентов
Как я писал ранее - мы движемся к миру, где к продавцам приходит не покупатель, а его агент.
Contra сделали следующий логичный шаг: запустили первую платёжную платформу, где агент не просто рекомендует, а сам совершает покупку.
Находит листинг, оценивает, нажимает купить, вводит карту владельца. Продавец получает деньги мгновенно.
Покупать можно всё цифровое: prompt-паки, шаблоны, воркфлоу, скрипты, дизайн-ассеты, подписки, проекты с эскроу.
Продавец создаёт страницу продукта или payment link. Выплаты в фиате или USDC.
До сих пор дискуссия была про то, как адаптировать существующие магазины и воронки под агентный трафик.
Contra предлагает инфраструктуру, изначально построенную для агентов как покупателей.
$200M уже выплачено креаторам на платформе. Крупнейшие tech-компании нанимают через Contra.
Большинство платформ строят нарратив про замену людей AI.
Contra делает ставку на другое: мир, где креаторы зарабатывают на продажах AI-агентам, а не теряют работу из-за него.
Это одна из первых попыток ответить на вопрос который я поднимал: кто будет контролировать точку контакта между агентом и продавцом?
Сто лет этой точкой владел ритейлер. Потом платформа.
Теперь - тот, кто создаст инфраструктуру для агентных транзакций.
@maxvotek | linkedin | substack
Как я писал ранее - мы движемся к миру, где к продавцам приходит не покупатель, а его агент.
Contra сделали следующий логичный шаг: запустили первую платёжную платформу, где агент не просто рекомендует, а сам совершает покупку.
Находит листинг, оценивает, нажимает купить, вводит карту владельца. Продавец получает деньги мгновенно.
Покупать можно всё цифровое: prompt-паки, шаблоны, воркфлоу, скрипты, дизайн-ассеты, подписки, проекты с эскроу.
Продавец создаёт страницу продукта или payment link. Выплаты в фиате или USDC.
До сих пор дискуссия была про то, как адаптировать существующие магазины и воронки под агентный трафик.
Contra предлагает инфраструктуру, изначально построенную для агентов как покупателей.
$200M уже выплачено креаторам на платформе. Крупнейшие tech-компании нанимают через Contra.
Большинство платформ строят нарратив про замену людей AI.
Contra делает ставку на другое: мир, где креаторы зарабатывают на продажах AI-агентам, а не теряют работу из-за него.
Это одна из первых попыток ответить на вопрос который я поднимал: кто будет контролировать точку контакта между агентом и продавцом?
Сто лет этой точкой владел ритейлер. Потом платформа.
Теперь - тот, кто создаст инфраструктуру для агентных транзакций.
@maxvotek | linkedin | substack
👍15❤9🔥4😁4
В выходные ездил на стрельбу и по дороге друг рассказал мне про опыт осознанных сновидений после прочитанной книги.
Про то, как можно «проснуться» внутри сна и смотреть его как кино и управлять им.
Вчера скачал эту книгу Lucid Dreams Селии Грин. 1968 год. Тогда нейронаука считала осознанные сны мифом, но автор утверждает что это навык.
Во сне у нас отключается критическое мышление. Мы принимаем абсурд как норму. Осознанность начинается, когда способность задавать вопрос возвращается.
Днём нужно несколько раз спрашивать себя: «А не сон ли это?»
Однажды вы зададите этот вопрос во сне.
Я поработал с книгой, с Claude, и решил воплотить давнюю идею - сделать вечерние медитации более интересными, не шаблонными.
За вечер собрал MVP. Подключил Opus, Gemini, голоса через ElevenLabs, векторную базу.
Получился бот @DreamsDesignBot.
Вчера протестировал на себе. Сегодня во сне было чуть больше осознанности. Не революция. Но +1 к шкале внимания - это уже интересно.
Как работает бот:
1) Утром вы голосом записываете сон
2) ИИ находит символы и моменты осознанности.
3) Вечером создаёт персональную медитацию, добавляя и усиливая ваши же образы
25 концепций из книги незаметно встроены в систему.
Пока это MVP, я его сильно не тестировал. Если попробуете и дадите обратную связь, буду благодарен @Mkitt
Грин мечтала сделать осознанные сны доступными каждому. Через 50+ лет это стало технически возможным.
Попробуйте рассказать какой-то сон и создать медитацию: @DreamsDesignBot
@maxvotek | linkedin | substack
Про то, как можно «проснуться» внутри сна и смотреть его как кино и управлять им.
Вчера скачал эту книгу Lucid Dreams Селии Грин. 1968 год. Тогда нейронаука считала осознанные сны мифом, но автор утверждает что это навык.
Во сне у нас отключается критическое мышление. Мы принимаем абсурд как норму. Осознанность начинается, когда способность задавать вопрос возвращается.
Днём нужно несколько раз спрашивать себя: «А не сон ли это?»
Однажды вы зададите этот вопрос во сне.
Я поработал с книгой, с Claude, и решил воплотить давнюю идею - сделать вечерние медитации более интересными, не шаблонными.
За вечер собрал MVP. Подключил Opus, Gemini, голоса через ElevenLabs, векторную базу.
Получился бот @DreamsDesignBot.
Вчера протестировал на себе. Сегодня во сне было чуть больше осознанности. Не революция. Но +1 к шкале внимания - это уже интересно.
Как работает бот:
1) Утром вы голосом записываете сон
2) ИИ находит символы и моменты осознанности.
3) Вечером создаёт персональную медитацию, добавляя и усиливая ваши же образы
25 концепций из книги незаметно встроены в систему.
Пока это MVP, я его сильно не тестировал. Если попробуете и дадите обратную связь, буду благодарен @Mkitt
Грин мечтала сделать осознанные сны доступными каждому. Через 50+ лет это стало технически возможным.
Попробуйте рассказать какой-то сон и создать медитацию: @DreamsDesignBot
@maxvotek | linkedin | substack
❤29🔥19👍13
На выходных поставил себе OpenClaw в Docker на небольшом Linux-компьютере.
После длинного диалога с Claude и плясок с настройках запустил его себе в телеграм.
Внутри бота уже скормил данные своего Telegram-канала, чтобы агент лучше понимал мой стиль и предпочтения.
Параллельно поэкспериментировал с голосовыми сообщениями: вместо облачных моделей Ellevenlabs запустил локальные на мощном игровом ПК.
Для синтеза речи работает вполне достойно.
OpenClaw по сути - это конструктор оркестрации агентов и экосистема сторонних скиллов и магазин разнообразных приложений.
Не «один умный бот», а среда, где можно собирать связки из моделей, памяти, инструментов и автоматизаций и даже нескольких отдельных узлов OpenClaw.
На этом фоне интересно, что Anthropic на прошлой неделе ограничили использование Claude Code в OpenClaw, а затем и Google закрыли доступ Gemini.
Причина понятна: автономная разработка без human-in-the-loop многим кажется слишком рискованной и снижает роль вендорских экосистем.
Но джин уже выпущен. Если крупные игроки закроются, появятся более открытые альтернативы.
Для своего ассистента я добавил Postgres и векторную базу. RAG резко снизил потребление токенов и позволил держать большой контекст гораздо стабильнее, чем через MD-файлы.
Это уже похоже на прототип institutional knowledge системы - живой, с семантическим поиском, а не мёртвый Jira/Confluence/Sharepoint.
Для массового рынка продукт пока сырой. Приходится лезть в код, следить за безопасностью, изолировать, чинить.
Но как среда для экспериментов и понимания того, как будут строиться будущие агентные системы - это очень сильный опыт.
Агент который сам себя обучает через SKILL-файлы - это конкурент дорогим fine-tuned моделям.
Стартапы которые строили их годами, вертикальные игроки в юриспруденции, медицине, финансах, горизонтальные платформы вроде Glean и ServiceNow - все оказываются под давлением.
Архитектура меняется быстрее чем индустрия успевает осмыслить.
@maxvotek | linkedin | substack
После длинного диалога с Claude и плясок с настройках запустил его себе в телеграм.
Внутри бота уже скормил данные своего Telegram-канала, чтобы агент лучше понимал мой стиль и предпочтения.
Параллельно поэкспериментировал с голосовыми сообщениями: вместо облачных моделей Ellevenlabs запустил локальные на мощном игровом ПК.
Для синтеза речи работает вполне достойно.
OpenClaw по сути - это конструктор оркестрации агентов и экосистема сторонних скиллов и магазин разнообразных приложений.
Не «один умный бот», а среда, где можно собирать связки из моделей, памяти, инструментов и автоматизаций и даже нескольких отдельных узлов OpenClaw.
На этом фоне интересно, что Anthropic на прошлой неделе ограничили использование Claude Code в OpenClaw, а затем и Google закрыли доступ Gemini.
Причина понятна: автономная разработка без human-in-the-loop многим кажется слишком рискованной и снижает роль вендорских экосистем.
Но джин уже выпущен. Если крупные игроки закроются, появятся более открытые альтернативы.
Для своего ассистента я добавил Postgres и векторную базу. RAG резко снизил потребление токенов и позволил держать большой контекст гораздо стабильнее, чем через MD-файлы.
Это уже похоже на прототип institutional knowledge системы - живой, с семантическим поиском, а не мёртвый Jira/Confluence/Sharepoint.
Для массового рынка продукт пока сырой. Приходится лезть в код, следить за безопасностью, изолировать, чинить.
Но как среда для экспериментов и понимания того, как будут строиться будущие агентные системы - это очень сильный опыт.
Агент который сам себя обучает через SKILL-файлы - это конкурент дорогим fine-tuned моделям.
Стартапы которые строили их годами, вертикальные игроки в юриспруденции, медицине, финансах, горизонтальные платформы вроде Glean и ServiceNow - все оказываются под давлением.
Архитектура меняется быстрее чем индустрия успевает осмыслить.
@maxvotek | linkedin | substack
👍26🔥16❤11👎1
Citriniresearch
THE 2028 GLOBAL INTELLIGENCE CRISIS
A Thought Exercise in Financial History, from the Future
Статья, от которой обвалился фондовый рынок
CitriniResearch написали текст "The Consequences of Abundant Intelligence"
Мрачная фантазия про 2028 год.
По ощущениям, как будто тебе показали рентген будущего, где всё уже трещит, просто мы пока этого не слышим.
Рынок отреагировал не на "10,2% безработицы", а на идею, которая в статье звучит почти неприлично просто:
Eсли AI заменяет людей - людям становится не на что покупать, а если людям не на что покупать, вся экономика начинает сдуваться, даже если производительность растёт.
Что в статье реально пугает:
Это не история про "SaaS умер". Про SaaS мы и так понимаем: in-house становится вариантом, цены давят, дифференциация размывается.
Статья про другое - AI выбивает доходы белых воротничков и вместе с ними рушит потребительский спрос.
Если человек с зарплатой $180k вдруг превращается в человека с $45k (в статье есть такой пример) - это не одна трагедия. Это минус ипотека, минус рестораны, минус ремонты, минус поездки, минус новые машины.
Умножь это на сотни тысяч.
Ghost GDP - лучший термин в тексте. ВВП растёт. Производительность растёт.
Компании рисуют красивые отчёты. Но деньги перестают ходить по кругу. GPU-кластер может заменить 10 000 офисных людей.
Но GPU не покупает дом и не заказывает DoorDash. Можно иметь экономический рост и одновременно умирающую потребительскую экономику.
Настоящий страх - не рынок акций, а кредиты. Страховщики через аннуитеты стали крупным источником денег для private credit.
Если AI делает подписки непродляемыми - начинается цепная реакция. А дальше ипотека. Не субпрайм. Идеальные заёмщики: 780 FICO, 20% первоначальный взнос, tech/finance доходы.
В 2008 кредиты были плохими с первого дня. В их сценарии кредиты были хорошими - просто мир поменялся после подписания. Очень неприятная мысль.
Почему рынок падает прямо сейчас:
Потому что меняется история, в которую все верили.
Раньше: AI = рост продуктивности = рост прибыли = bullish.
А статья говорит: AI = рост продуктивности + падение зарплат + падение спроса + проблемы кредита.
Это уже не отдельный сектор страдает - это "мы пересчитываем всю картину".
Мой вывод:
Статья не про то, что всё точно рухнет. Она про то, что мы слишком долго смотрели на AI как на повышение продуктивности и ускоритель роста, забыв спросить: а что происходит, когда деньги перестают проходить через людей?
Потому и видим такую острую реакцию рынка. Впервые кто-то вслух сказал, что AI - это может быть не цикл.
Это может быть новая механика.
@maxvotek | linkedin | substack
CitriniResearch написали текст "The Consequences of Abundant Intelligence"
Мрачная фантазия про 2028 год.
По ощущениям, как будто тебе показали рентген будущего, где всё уже трещит, просто мы пока этого не слышим.
Рынок отреагировал не на "10,2% безработицы", а на идею, которая в статье звучит почти неприлично просто:
Eсли AI заменяет людей - людям становится не на что покупать, а если людям не на что покупать, вся экономика начинает сдуваться, даже если производительность растёт.
Что в статье реально пугает:
Это не история про "SaaS умер". Про SaaS мы и так понимаем: in-house становится вариантом, цены давят, дифференциация размывается.
Статья про другое - AI выбивает доходы белых воротничков и вместе с ними рушит потребительский спрос.
Если человек с зарплатой $180k вдруг превращается в человека с $45k (в статье есть такой пример) - это не одна трагедия. Это минус ипотека, минус рестораны, минус ремонты, минус поездки, минус новые машины.
Умножь это на сотни тысяч.
Ghost GDP - лучший термин в тексте. ВВП растёт. Производительность растёт.
Компании рисуют красивые отчёты. Но деньги перестают ходить по кругу. GPU-кластер может заменить 10 000 офисных людей.
Но GPU не покупает дом и не заказывает DoorDash. Можно иметь экономический рост и одновременно умирающую потребительскую экономику.
Настоящий страх - не рынок акций, а кредиты. Страховщики через аннуитеты стали крупным источником денег для private credit.
Если AI делает подписки непродляемыми - начинается цепная реакция. А дальше ипотека. Не субпрайм. Идеальные заёмщики: 780 FICO, 20% первоначальный взнос, tech/finance доходы.
В 2008 кредиты были плохими с первого дня. В их сценарии кредиты были хорошими - просто мир поменялся после подписания. Очень неприятная мысль.
Почему рынок падает прямо сейчас:
Потому что меняется история, в которую все верили.
Раньше: AI = рост продуктивности = рост прибыли = bullish.
А статья говорит: AI = рост продуктивности + падение зарплат + падение спроса + проблемы кредита.
Это уже не отдельный сектор страдает - это "мы пересчитываем всю картину".
Мой вывод:
Статья не про то, что всё точно рухнет. Она про то, что мы слишком долго смотрели на AI как на повышение продуктивности и ускоритель роста, забыв спросить: а что происходит, когда деньги перестают проходить через людей?
Потому и видим такую острую реакцию рынка. Впервые кто-то вслух сказал, что AI - это может быть не цикл.
Это может быть новая механика.
@maxvotek | linkedin | substack
👍39❤15🔥12😁7
Про разворот UiPath. Часть 2.
Год назад я делился мыслями про UiPath. Тогда компания была в явном кризисе идентичности: RPA-хайп прошёл, а до полноценного AI-разворота было далеко.
Но их главный актив никуда не делся: огромная, лояльная enterprise-база, насчитывающая более 10 000 клиентов, включая половину списка S&P 500.
Это их крепость, их фундамент. Вот за последние недели их стратегия наконец-то стала конкретной.
Сначала они купили WorkFusion и это не просто покупка технологии, а приобретение готового вертикального AI-продукта для финансового комплаенса с клиентами уровня Deutsche Bank.
AML, KYC, мониторинг транзакций - это одна из самых дорогих и болезненных ручных операций в банках, где тысячи людей вручную разбирают алерты.
UiPath зашли в зону, где доверие строится годами.
Следом прошел анонс Agentic AI для здравоохранения: обобщение медицинских карт, предотвращение страховых отказов, автоматизация согласований.
Идут в индустрии с высоким порогом входа и уровнем регулирования.
Конечно, Microsoft, Anthropic и OpenAI идут в том же направлении: агенты, оркестрация, цифровые сотрудники. Рынок, кажется, уже решил, что $PATH проиграет. Просто потому, что имя Сэма Альтмана звучит громче, чем имя Даниэля Динеса.
Вчера Anthropic купили Vercept - команду, которая решает задачу AI-восприятия интерфейсов. Как модель видит экран, читает поля, кликает кнопки. Claude Sonnet 4.6 уже показывает 72.5% на OSWorld в конце 2024 года было меньше 15%. Рост в пять раз за год.
Акции $PATH упали на 3.6% в день анонса. Это прямой заход в ядро RPA.
Но вот в чем дело: реальное преимущество UiPath - это не соревнование в громкости имён, а возможность провести апгрейд всей своей установленной базы на платформу AI платформу Maestro.
Если 10 000 enterprise-клиентов начнут использовать AI через их оркестрационный слой, это создаст совершенно другую экономику.
Это не запуск бизнеса с нуля, а игра на существующем поле, где у тебя уже есть все фигуры.
Конечно, риски никуда не делись. ARR от апгрейдов может не взлететь, пилоты могут не перейти в продакшн, а любой масштабный сбой в автоматизации будет стоить репутации.
Как и год назад: у компании низкий отток клиентов, огромные затраты на переход к конкурентам, а их платформа не привязана к конкретной LLM.
Vanguard Group недавно значительно увеличил свою позицию.
Акция сейчас на 85% ниже своего пика. Рынок, по сути, закладывает в цену почти гарантированный провал.
Кроме того есть мнение, что их активисты инвесторы наказывают за сотрудничество с правительством. Это не битва LLM против RPA, а борьба за право стать той самой инфраструктурой, через которую весь enterprise-сегмент будет внедрять AI.
Год назад это была гипотеза. Сегодня - это стратегия в действии.
Пока акций не купил, но возможно, Vanguard что-то знает про цену выхода в районе 10$ и стоит присмотреться.
@maxvotek | linkedin | substack
Год назад я делился мыслями про UiPath. Тогда компания была в явном кризисе идентичности: RPA-хайп прошёл, а до полноценного AI-разворота было далеко.
Но их главный актив никуда не делся: огромная, лояльная enterprise-база, насчитывающая более 10 000 клиентов, включая половину списка S&P 500.
Это их крепость, их фундамент. Вот за последние недели их стратегия наконец-то стала конкретной.
Сначала они купили WorkFusion и это не просто покупка технологии, а приобретение готового вертикального AI-продукта для финансового комплаенса с клиентами уровня Deutsche Bank.
AML, KYC, мониторинг транзакций - это одна из самых дорогих и болезненных ручных операций в банках, где тысячи людей вручную разбирают алерты.
UiPath зашли в зону, где доверие строится годами.
Следом прошел анонс Agentic AI для здравоохранения: обобщение медицинских карт, предотвращение страховых отказов, автоматизация согласований.
Идут в индустрии с высоким порогом входа и уровнем регулирования.
Конечно, Microsoft, Anthropic и OpenAI идут в том же направлении: агенты, оркестрация, цифровые сотрудники. Рынок, кажется, уже решил, что $PATH проиграет. Просто потому, что имя Сэма Альтмана звучит громче, чем имя Даниэля Динеса.
Вчера Anthropic купили Vercept - команду, которая решает задачу AI-восприятия интерфейсов. Как модель видит экран, читает поля, кликает кнопки. Claude Sonnet 4.6 уже показывает 72.5% на OSWorld в конце 2024 года было меньше 15%. Рост в пять раз за год.
Акции $PATH упали на 3.6% в день анонса. Это прямой заход в ядро RPA.
Но вот в чем дело: реальное преимущество UiPath - это не соревнование в громкости имён, а возможность провести апгрейд всей своей установленной базы на платформу AI платформу Maestro.
Если 10 000 enterprise-клиентов начнут использовать AI через их оркестрационный слой, это создаст совершенно другую экономику.
Это не запуск бизнеса с нуля, а игра на существующем поле, где у тебя уже есть все фигуры.
Конечно, риски никуда не делись. ARR от апгрейдов может не взлететь, пилоты могут не перейти в продакшн, а любой масштабный сбой в автоматизации будет стоить репутации.
Как и год назад: у компании низкий отток клиентов, огромные затраты на переход к конкурентам, а их платформа не привязана к конкретной LLM.
Vanguard Group недавно значительно увеличил свою позицию.
Акция сейчас на 85% ниже своего пика. Рынок, по сути, закладывает в цену почти гарантированный провал.
Кроме того есть мнение, что их активисты инвесторы наказывают за сотрудничество с правительством. Это не битва LLM против RPA, а борьба за право стать той самой инфраструктурой, через которую весь enterprise-сегмент будет внедрять AI.
Год назад это была гипотеза. Сегодня - это стратегия в действии.
Пока акций не купил, но возможно, Vanguard что-то знает про цену выхода в районе 10$ и стоит присмотреться.
@maxvotek | linkedin | substack
❤12👍5🔥4👎1
От скепсиса к 15 инструментам
Совсем недавно начал эксперименты с OpenClaw.
Я многого не ожидал. Когда тема слишком хайповая, автоматически начинаешь относиться к ней со скепсисом.
Сегодня мой ассистент:
Про CRM расскажу отдельно, потому что это самый неожиданный результат.
1. CRM, который наконец-то работает:
Я писал CRM-слой ещё месяц назад. Простой API: контакты, взаимодействия, цели по нетворку, категоризация.
Но я им не пользовался, как бы красиво ни делал интерфейс, каждый раз это неудобство.
Всё изменилось, когда CRM подключился к ассистенту с полным контекстом: 300 постов канала, заметки, хобби, интересы, история взаимодействий.
CRM заиграл другими красками. Фронтир-модель (Opus) соединяет контексты, связывает людей по интересам, напоминает о прошлых разговорах, планирует follow-up задачи.
По сути, это не CRM с интерфейсом - это проактивный думающий CRM.
Сегодня я сфоткал переписку с человеком, скинул ассистенту в Telegram, сказал "запиши в CRM" и он сам достал имя, email, организацию, записал контакт, залогировал взаимодействие и предложил создать напоминание на завтрашний звонок.
2. Поиск авиабилетов:
Я часто летаю на дальние расстояния и знаю десятки лайфхаков по поиску дешёвых билетов: hidden city, split ticketing, point-of-sale, positioning flights, error fares.
Каждый подход трудоёмкий в проверке. Пробовал агентов-путешественников, работают так себе, контекст не держат.
Загрузил все 26 техник в Claude Code. Он сделал инструмент, который по направлению сам проверяет каждый лайфхак: три домашних аэропорта, point-of-sale из разных стран, hidden city через Skiplagged, error fares через Secret Flying.
Самое главное - он понимает контекст поездки: зачем ты летишь, на какую конференцию и какие встречи можно запланировать по дороге
Я дал ему все свои мили и статусы в авиакомпаниях. Он и это учитывает.
3. Что ещё:
4. Главный инсайт
Преимущество OpenClaw не в каком-то одном инструменте.
Это платформа, которая позволяет очень быстро интегрировать новые тулы. Каждый инструмент по отдельности - ничего особенного.
Но когда они все соединены общим контекстом и памятью через фронтир-модель - получается персональный ассистент, который реально экономит время.
Работа с OpenClaw - это инженерия смыслов. Не для абстрактных задач, а для тебя конкретно. В разрезе твоей жизни, твоих целей, твоих контактов.
В итоге весь скепсис исчез.
@maxvotek | linkedin | substack
Совсем недавно начал эксперименты с OpenClaw.
Я многого не ожидал. Когда тема слишком хайповая, автоматически начинаешь относиться к ней со скепсисом.
Сегодня мой ассистент:
• Делает утренний финансовый брифинг по тикерам из портфеля: новости, движения, анализ значимых событий на которые ставят в Polymarket
• Читает данные из Garmin + Oura Ring и каждое утро даёт сводку по сну, HRV, стрессу и body battery
• По запросу делает триангуляцию мнений: отправляет один вопрос в 8 LLM одновременно (GPT, Claude, Gemini, Grok, DeepSeek, Qwen, Kimi, Perplexity) и собирает синтез. Плюс 2 uncensored-модели на локальном железе
• Ведёт мой CRM через чат в Telegram и дает регулярную сводку
Про CRM расскажу отдельно, потому что это самый неожиданный результат.
1. CRM, который наконец-то работает:
Я писал CRM-слой ещё месяц назад. Простой API: контакты, взаимодействия, цели по нетворку, категоризация.
Но я им не пользовался, как бы красиво ни делал интерфейс, каждый раз это неудобство.
Всё изменилось, когда CRM подключился к ассистенту с полным контекстом: 300 постов канала, заметки, хобби, интересы, история взаимодействий.
CRM заиграл другими красками. Фронтир-модель (Opus) соединяет контексты, связывает людей по интересам, напоминает о прошлых разговорах, планирует follow-up задачи.
По сути, это не CRM с интерфейсом - это проактивный думающий CRM.
Сегодня я сфоткал переписку с человеком, скинул ассистенту в Telegram, сказал "запиши в CRM" и он сам достал имя, email, организацию, записал контакт, залогировал взаимодействие и предложил создать напоминание на завтрашний звонок.
2. Поиск авиабилетов:
Я часто летаю на дальние расстояния и знаю десятки лайфхаков по поиску дешёвых билетов: hidden city, split ticketing, point-of-sale, positioning flights, error fares.
Каждый подход трудоёмкий в проверке. Пробовал агентов-путешественников, работают так себе, контекст не держат.
Загрузил все 26 техник в Claude Code. Он сделал инструмент, который по направлению сам проверяет каждый лайфхак: три домашних аэропорта, point-of-sale из разных стран, hidden city через Skiplagged, error fares через Secret Flying.
Самое главное - он понимает контекст поездки: зачем ты летишь, на какую конференцию и какие встречи можно запланировать по дороге
Я дал ему все свои мили и статусы в авиакомпаниях. Он и это учитывает.
3. Что ещё:
• Email - у ассистента свой Gmail. Можно ставить в копию, пересылать. Проверяет входящие на каждом heartbeat.
• YouTube транскрипты - скидываешь ссылку, получаешь полный текст. Удобно для анализа лекций и подкастов.
• Закладки Twitter/X - читает мои закладки и группирует по темам и идеи
• Голос - начинал с ElevenLabs, потом переключил генерацию на локальный GPU.
• Векторная память - ассистент запоминает факты, решения, контексты между сессиями. Это то, что превращает чат-бота в ассистента.
4. Главный инсайт
Преимущество OpenClaw не в каком-то одном инструменте.
Это платформа, которая позволяет очень быстро интегрировать новые тулы. Каждый инструмент по отдельности - ничего особенного.
Но когда они все соединены общим контекстом и памятью через фронтир-модель - получается персональный ассистент, который реально экономит время.
Работа с OpenClaw - это инженерия смыслов. Не для абстрактных задач, а для тебя конкретно. В разрезе твоей жизни, твоих целей, твоих контактов.
В итоге весь скепсис исчез.
@maxvotek | linkedin | substack
🔥38👍20❤11👎2😁2