养龙虾 — страна лобстеров 🇨🇳
знаю, многие уже устали от OpenClaw / Clawdbot хайпа
но есть кое-что интересное — то, что происходит не в твиттере, а на уровне китайских городов
Shenzhen, Wuxi, Hefei, Suzhou — буквально соревнуются за разработчиков на OpenClaw. субсидии до $1.4M, бесплатные офисы, жильё, compute-ваучеры. не за корпорации — за одиночек с ноутбуком
идея называется OPC — One Person Company. 1 человек + агенты = бизнес без команды и инвесторов
27 млн визитов в месяц. рост 925%. очереди у штаб-квартиры Tencent из ~1000 человек — просто чтобы поставили агента на ноутбук
я какое-то время жил в Китае и слежу за тем, как там рождаются тренды. это не хайп — это паттерн
Китай уже делал это с электромобилями — десять лет назад они так же централизованно поддержали электромобили: конкуренция городов, массовое внедрение. все смеялись. потом появился BYD
сейчас тот же playbook. только в сторону AI-агентов 🤔
____
P.S: честно — агенты ещё сырые, вопросов больше чем ответов. но можно ждать пока станет "понятнее", а можно начать разбираться сейчас — пока остальные спорят про хайп. я сам использую Kimiclaw+Manus: уже внедрил как у себя, так и ещё в нескольких компаниях — и, если хочется разобраться и попробовать руками — welcome: aiproductclub.co
знаю, многие уже устали от OpenClaw / Clawdbot хайпа
но есть кое-что интересное — то, что происходит не в твиттере, а на уровне китайских городов
идея называется OPC — One Person Company. 1 человек + агенты = бизнес без команды и инвесторов
27 млн визитов в месяц. рост 925%. очереди у штаб-квартиры Tencent из ~1000 человек — просто чтобы поставили агента на ноутбук
я какое-то время жил в Китае и слежу за тем, как там рождаются тренды. это не хайп — это паттерн
сейчас тот же playbook. только в сторону AI-агентов 🤔
____
P.S: честно — агенты ещё сырые, вопросов больше чем ответов. но можно ждать пока станет "понятнее", а можно начать разбираться сейчас — пока остальные спорят про хайп. я сам использую Kimiclaw+Manus: уже внедрил как у себя, так и ещё в нескольких компаниях — и, если хочется разобраться и попробовать руками — welcome: aiproductclub.co
❤8👍7🔥3
Growth Conf 2026
Тема: «Как стабильно расти каждый год в эпоху AI и постоянной неопределенности»
Кому быть:
Всем экспертам, спецам, предпринимателям, те кто хотят продолжать расти в выручке и результатах в это непонятное время.
Каждый спикер со своей экспертизы, опыта и виденья подсветит как вам продолжать совершенствоваться.
Спикеры:
Мэт Севастьянов
• Founder EdTech по маркетингу Seevasta
• Работа с Яндекс, Skillbox, Skyeng, Zara, Bershka и др.
Тема: «Как в 2026г прирасти в выручке за счёт контент-маркетинга в тандеме с AI».
Михаил Карпов,
• Founder DialogAI, ex-VP VK
Тема: «Как за один вечер собрать агента продакта и сэкономить время и деньги на продуктовой команде и тесте гипотез».
Денис Сметнев
• Сооснователь Skyeng и маркетингового агентства uForce
• Академический директор магистратуры в Бизнес-школе МФТИ.
Тема: «Новые инструменты для роста в выручке, которые стали возможны благодаря AI».
Василий Алексуткин
• CPO СК Согласие.
• Ex. CPO Газпром ID, МТС, Ростелеком.
• Бизнес-тренер МФТИ.
Тема: «Как довести продукт до лидирующих позиций в 10 раз быстрее благодаря новым AI-тулам».
Вера Березина
• CMO Startend.ru
• Ex Marketing Lead в hh, МТС, KDV
Тема: «Как перестроить маркетинг под AI и ускорить рост выручки в 2-3 раза».
Анастасия Макеенок
• Топ-100 женщин российского венчура (рейтинг Rusbase 2021)
• Ex-leader стартап-направления Microsoft
Тема: «Как понять ещё до запуска, за что клиенты реально готовы платить — и перестать сливать бюджет на пустые гипотезы».
Дата и Время:
17 апреля / 17:00
Условия участия:
Быть подписанным на телеграмм-каналы всех спикеров
Регистрируйтесь на конфу в боте, и следом вам придет ссылка на зум 🔗
Ждем вас в эфире, запись делать не будем 🫡
Тема: «Как стабильно расти каждый год в эпоху AI и постоянной неопределенности»
Кому быть:
Всем экспертам, спецам, предпринимателям, те кто хотят продолжать расти в выручке и результатах в это непонятное время.
Каждый спикер со своей экспертизы, опыта и виденья подсветит как вам продолжать совершенствоваться.
Спикеры:
Мэт Севастьянов
• Founder EdTech по маркетингу Seevasta
• Работа с Яндекс, Skillbox, Skyeng, Zara, Bershka и др.
Тема: «Как в 2026г прирасти в выручке за счёт контент-маркетинга в тандеме с AI».
Михаил Карпов,
• Founder DialogAI, ex-VP VK
Тема: «Как за один вечер собрать агента продакта и сэкономить время и деньги на продуктовой команде и тесте гипотез».
Денис Сметнев
• Сооснователь Skyeng и маркетингового агентства uForce
• Академический директор магистратуры в Бизнес-школе МФТИ.
Тема: «Новые инструменты для роста в выручке, которые стали возможны благодаря AI».
Василий Алексуткин
• CPO СК Согласие.
• Ex. CPO Газпром ID, МТС, Ростелеком.
• Бизнес-тренер МФТИ.
Тема: «Как довести продукт до лидирующих позиций в 10 раз быстрее благодаря новым AI-тулам».
Вера Березина
• CMO Startend.ru
• Ex Marketing Lead в hh, МТС, KDV
Тема: «Как перестроить маркетинг под AI и ускорить рост выручки в 2-3 раза».
Анастасия Макеенок
• Топ-100 женщин российского венчура (рейтинг Rusbase 2021)
• Ex-leader стартап-направления Microsoft
Тема: «Как понять ещё до запуска, за что клиенты реально готовы платить — и перестать сливать бюджет на пустые гипотезы».
Дата и Время:
17 апреля / 17:00
Условия участия:
Быть подписанным на телеграмм-каналы всех спикеров
Регистрируйтесь на конфу в боте, и следом вам придет ссылка на зум 🔗
Ждем вас в эфире, запись делать не будем 🫡
❤8🔥5🤔2👾1
про "ветер" 🌬️⛵️
давненько не писал — всю неделю участвовал в регате😎
между делом сделал себе заметки и про менеджмент:
чем сильнее ветер — тем проще команды
никаких "давай обсудим стратегически"
только: "тяни / отпускай / держи"
сложный менеджмент — это обычно роскошь слабого ветра
если у вас в команде много сложных обсуждений — возможно, у вас просто нет "ветра"😔
----
из новостей:
1) есть пара слотов на консалтинг (для компаний или тех кто хочет стать CPO)
2) продолжаю расширять асинхронный формат AI-воркшопов (скоро добавятся воркшопы про создание AI-агентов и команд из них), сейчас все 21 воркшоп запаковал в один бандл
давненько не писал — всю неделю участвовал в регате
между делом сделал себе заметки и про менеджмент:
чем сильнее ветер — тем проще команды
никаких "давай обсудим стратегически"
только: "тяни / отпускай / держи"
сложный менеджмент — это обычно роскошь слабого ветра
если у вас в команде много сложных обсуждений — возможно, у вас просто нет "ветра"
----
из новостей:
1) есть пара слотов на консалтинг (для компаний или тех кто хочет стать CPO)
2) продолжаю расширять асинхронный формат AI-воркшопов (скоро добавятся воркшопы про создание AI-агентов и команд из них), сейчас все 21 воркшоп запаковал в один бандл
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥17👍9❤5
вчера проводил консалтинг-созвон с компанией, помогал им разрулить метрики и KPI — закину сюда часть заметок, вдруг кому-то тоже сэкономит нервы и время ☺️
вводные:
- компания со стажем, сейчас проходит трансформацию
- маркетинг хотят усилить, но он сильно зависит от других отделов
- у всех свои KPI и метрики
что болит:
- сложно договориться между отделами
- совместные проекты буксуют (каждый оптимизирует своё)
- мало трафика → A/B тесты по покупкам почти не работают (слишком много шума)
в итоге: все что-то считают, но общей картины нет и решения принимаются на ощущениях
_________
как это обычно чиним (на опыте Skyeng и др):
1. иерархия метрик
собираем сквозную цепочку
→ смотрим на опережающие метрики, а не только финальные
2. фокус
иногда не получится следить ровно за одной опережающей метрикой, а нужна будет комбинация из 2-3 таких метрик
3. сегментация
делаем baseline из стабильного трафика (н-р органика)
→ резко меньше шума
4. KPI ≠ метрики
~70% KPI — зона метрик отдела (н-р "заявки" у маркетинга)
~30% — зависимость от других (н-р "продажи" для связки 2 отделов мркт+сэйлз)
убирает локальные оптимумы
tl;dr
если мало трафика и много команд:
иерархия метрик + опережающие метрики + сегментация трафа + связка KPI
если вам тоже актуально, то пишите в личку 🙌
вводные:
- компания со стажем, сейчас проходит трансформацию
- маркетинг хотят усилить, но он сильно зависит от других отделов
- у всех свои KPI и метрики
что болит:
- сложно договориться между отделами
- совместные проекты буксуют (каждый оптимизирует своё)
- мало трафика → A/B тесты по покупкам почти не работают (слишком много шума)
в итоге: все что-то считают, но общей картины нет и решения принимаются на ощущениях
_________
как это обычно чиним (на опыте Skyeng и др):
1. иерархия метрик
собираем сквозную цепочку
→ смотрим на опережающие метрики, а не только финальные
2. фокус
иногда не получится следить ровно за одной опережающей метрикой, а нужна будет комбинация из 2-3 таких метрик
3. сегментация
делаем baseline из стабильного трафика (н-р органика)
→ резко меньше шума
4. KPI ≠ метрики
~70% KPI — зона метрик отдела (н-р "заявки" у маркетинга)
~30% — зависимость от других (н-р "продажи" для связки 2 отделов мркт+сэйлз)
убирает локальные оптимумы
tl;dr
если мало трафика и много команд:
иерархия метрик + опережающие метрики + сегментация трафа + связка KPI
если вам тоже актуально, то пишите в личку 🙌
❤8🔥7👍2👀2
Media is too big
VIEW IN TELEGRAM
как и всегда — загородный 3-дневный формат, более 40 выступлений и воркшопов, чудесная компания продактов и C-level ребят российских и зарубежных компаний
будет сверх-плотная программа в 3 потока выступлений и много классного живого и позитивного общения 😎
в этот раз проводим в Подмосковье 5-7 июня
бесконечно рад что и сам вырос профессионально с этим комьюнити и многие текущие CPO крупнейших российских компаний тоже выросли там и продолжают коммитить и помогать в развитии Кэмпа и комьюнити
— если ещё хотите успеть взять билеты, то вот ссылочка
— если ваша компания хочет поучаствовать как один из партнеров или взять билеты для сотрудников, то пишите мне в личку или в форму
Please open Telegram to view this post
VIEW IN TELEGRAM
❤11🦄4🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
мне нравится, как Anthropic пересобирают процессы — последние полгода делают это системно
и как результат — почти экспоненциально ускоряют шиппинг
недавно смотрел их выступление "Vibe coding in prod (responsibly)" и там хороша видна суть:
уже не
человек → код → продукт
и даже не просто
ai генерит → человек ревьюит
а:
человек → описывает систему → ai помогает делать следующий ai
в этот момент петля замыкается
продукт начинает улучшать сам себя
это уже не "ускорили разработку"
это другой уровень
снаружи это выглядит так:
2 дня → 49 фич
100% ai-written
cowork. plugins. scheduled tasks
agent teams. voice. computer control
большинство компаний сейчас пытаются "добавить AI в процесс"
а выигрывают те, кто перестраивает процесс вокруг него
но в ближайшей перспективе — если ваш продукт не создает свою собственную следующую версию — вы уже устарели
и если нет этой "петли" —
продукт не просто "медленнее"
он на другой траектории
разница теперь не в командах
разница в том, есть ли у вас самоускоряющаяся система
___________
хотите не отстать от рынка AI-агентов и самоулучшающихся систем? — заглядывайте на воркшопы: вот тут
(с 30 марта будет повышение цен, запрыгивайте 😉)
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13🔥6⚡2😁1
вот тут:
https://us06web.zoom.us/j/88479916398?pwd=UF0AKG6B7BGlKIPgqFW0KCr7pfeGPH.1
о чем будем говорить:
— где AI даёт экономию, а где просто ускоряет процессы
— за какие роли бизнес продолжает переплачивать, а какие можно убрать без потери результата
— кто стал кратно ценнее и за кого придётся платить больше
— inhouse vs outsource: где теперь сходится экономика
Please open Telegram to view this post
VIEW IN TELEGRAM
Zoom
Join our Cloud HD Video Meeting
Zoom is the leader in modern enterprise cloud communications.
❤5
за последние полгода мир для продактов и предпринимателей сильно поменялся
хайп вокруг vibecoding улегся — и поверх него начал формироваться следующий слой: AI agents и agent workflows
раньше AI был "умным чатиком", но теперь это уже:
— desktop-agents которые берут задачи на себя
— AI-сотрудники для routine/research задач
— agent workflows внутри команд
— AI-ресерчеры, AI-PM, AI-content pipelines
— orchestration и команды агентов
вижу это уже не только по AI-компаниям — а по вполне обычным бизнесам, которые консультирую по внедрению AI, где agentic mindset начинает проникать в операционные, коммерческие и продуктовые процессы
в прошлом году я делал практический курс про vibecoding (Cursor, n8n и быстрый старт в AI)
в этом году понял что пора собирать следующий слой — курс-воркшопы по AI agents
desktop agents, MCP, synthetic users, orchestration, AI workflows и agent stack
на курсе:
— разбираемся как устроены современные агенты под капотом
— учимся писать skills и workflows
— подключаем агентов к сервисам через MCP
— делегируем AI routine / research / automation задачи
— собираем собственную AI-команду под работу или pet-projects
навыки разработки не нужны — ориентируюсь на продактов, менеджеров и фаундеров
формат традиционный:
я показываю свои реальные кейсы, свой AI-стек и рабочие подходы → вы повторяете → потом адаптируете под свои задачи 🙌
открыл ранний доступ — если хотите понять следующий слой AI после vibe coding, который уже становится новым стандартом рынка — заглядывайте 😎
все детали и видео-разбор программы тут
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7👍2❤1👌1
Media is too big
VIEW IN TELEGRAM
🔥👻 не кладбище идей, а фабрика экспериментов
с вами снова рубрика "успеть за 60 секунд"😎 — рассказываю, что руками потрогать, чтобы понимать, куда развиваются AI-подходы
сегодня — управление командой агентов на примере Conductor
Гарри Тан, CEO Y Combinator, описал свой workflow фаундера — и у него больше нет todo-листа❌
когда появляется идея, он не пишет её в Notion, Jira или свой туду-лист
он нажимает "+" в Conductor — и создаёт отдельный workspace
по сути, маленькую песочницу-вселенную, где AI-агент (копируя ваш прошлый код, но не ломая уже написаннный продакшен код) сразу начинает проверять идею:
— сделать onboarding
— улучшить UI
— написать тесты
— починить баг
— попробовать другую архитектуру
раньше backlog был кладбищем идей:
— надо записать, потом вспомнить, найти время, открыть проект, не сломать код…
теперь backlog может быть фабрикой экспериментов
а фаундер становится не исполнителем задач, а техлидом AI-команды
запустил 10 агентов → посмотрел diff → оставил лучшее → мусор удалил
todo-листы были нужны в мире, где задачи ждали человека
в мире AI-агентов задача может начать работать сама
вот это и есть часть Agentic mindset
на курсе про agentic mindset разбираем весь этот переход: от vibe coding к AI-командам — через Conductor, Claude Code, MCP, synthetic users и agent pipelines
не "поиграться с чатиком", а научиться ставить работу своей маленькой AI-команде — заглядывайте пока открыт ранний доступ 🙌
с вами снова рубрика "успеть за 60 секунд"
сегодня — управление командой агентов на примере Conductor
Гарри Тан, CEO Y Combinator, описал свой workflow фаундера — и у него больше нет todo-листа
когда появляется идея, он не пишет её в Notion, Jira или свой туду-лист
он нажимает "+" в Conductor — и создаёт отдельный workspace
по сути, маленькую песочницу-вселенную, где AI-агент (копируя ваш прошлый код, но не ломая уже написаннный продакшен код) сразу начинает проверять идею:
— сделать onboarding
— улучшить UI
— написать тесты
— починить баг
— попробовать другую архитектуру
раньше backlog был кладбищем идей:
— надо записать, потом вспомнить, найти время, открыть проект, не сломать код…
теперь backlog может быть фабрикой экспериментов
а фаундер становится не исполнителем задач, а техлидом AI-команды
запустил 10 агентов → посмотрел diff → оставил лучшее → мусор удалил
todo-листы были нужны в мире, где задачи ждали человека
в мире AI-агентов задача может начать работать сама
вот это и есть часть Agentic mindset
на курсе про agentic mindset разбираем весь этот переход: от vibe coding к AI-командам — через Conductor, Claude Code, MCP, synthetic users и agent pipelines
не "поиграться с чатиком", а научиться ставить работу своей маленькой AI-команде — заглядывайте пока открыт ранний доступ 🙌
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13🔥5
недавно я подвернул себе руку и поставил по рекомендации Wispr Flow — и угорел с него)
ну, вернее, он просто максимально нативно встроился в мою жизнь, так что теперь я тоже его фанат
главный killer use case для меня — общение с AI
говоришь мысль вслух → Wispr убирает мусор → делает нормальный текст → и сразу вставляет в ChatGPT / Claude / Cursor / куда угодно
(и это работает заметно лучше чем их встроенные распозновалки)
фишка Wispr что он фактически подстраивается под стиль автора — как пишешь (с точками или без, с больших ли букв, и прочее), учит слова и термины
интересно конечно и то, как они себя позиционируют чтобы поднимать такие оценки
позиционируют WIspr не как тулзу для заметок, а как слой между человеком и любым софтом
а когда ты контролируешь поток ввода, то над этим уже можно надстраивать и всю свою экосистему — Voice OS
не просто "напечатай текст", а "сформулируй, отредактируй, отправь, создай задачу, запусти агента, обнови CRM" (и всё это силами Wispr)
забавно, что они начинали почти как sci-fi hardware для silent speech — где ты как будто беззвучно проговариваешь слова
а PMF нашли в более скучном продукте: "просто дай мне нормально говорить текст в любом приложении"
сейчас они уже подняли $81 млн, а Bloomberg писал, что обсуждается новый раунд примерно на $260 млн при оценке около $2 млрд
безумно для "диктовки" — но не так безумно, если инвесторы ставят на voice layer + agents + actions
______
хотите прокачаться в AI?
заглядывайте на мои воркшопы/курс
база: "Быстрый старт в AI" (от Lovable до n8n и Cursor) — чтобы чётко разобраться с автоматизациями и вайбкодингом
next level: "Agentic Mindset" (вот-вот стартуем) — как устроены AI-агенты под капотом, как их использовать в работе продакта, запускать автономные задачи и собирать собственный agent stack
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9❤4👍4
кейс который меня недавно удивил (и порадовал) — министр иностранных дел Сингапура Vivian Balakrishnan собрал себе AI-второй мозг
не для демо, а для ежедневной работы дипломата:
— отвечает на вопросы по накопленным материалам
— ресёрчит темы
— даёт daily updates
— помогает готовить речи
— сжимает большие объёмы информации
— поднимает старые заметки, статьи, выступления и разговоры
это уже не чатик для промптов, а персональный knowledge layer поверх всей рабочей жизни
как он собрал:
1) voice notes → транскрибация (локально на whisper.cpp)
2) речи / статьи / письма / веб-клипы → knowledge graph (на SQLite)
3) Obsidian → wiki-память
4) Ollama → локальный поиск по смыслу
5) Claude → агент поверх всего контекста
и всё это счастье крутится на Raspberry Pi 5
главная разница с обычным RAG:
RAG — это умный поиск по документам
а тут система не просто ищет куски текста, а превращает материалы в память:
вытаскивает факты → связывает их → собирает wiki-страницы → подмешивает нужный контекст агенту перед ответом
то есть агент отвечает не из "папки с файлами", а из накопленной памяти
для дипломата это ещё и privacy-by-architecture: голос и embeddings обрабатываются локально
Balakrishnan написал про свой агент — "I don’t dare switch it off"
и кажется, это лучший критерий полезного AI-продукта — не "вау, прикольно", а "я уже не хочу работать без него"
через несколько лет странным будет не министр с личным AI-мозгом
странным будет специалист, который каждый день открывает пустой чат и называет это работой с ИИ
через год "я умею пользоваться ChatGPT" будет звучать примерно как "я умею пользоваться Google"
нормой станет другое: уметь собирать агентов, связывать их с контекстом, инструментами и задачами
👉 если вы давно откладывали "разобраться с агентами" — это как раз тот самый момент, когда откладывать уже дорого, тк разрыв в навыках продолжает расти
про это как раз мой практический курс "Agentic Mindset" — как перейти от "чатиков" к настоящей работе с агентами
набор ограничен по формату, потому что хочется нормально разбирать кейсы и доводить до применения — открываю доступ 28 мая, остались 8 мест по цене раннего доступа
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6👍5❤2😁1
запилил со своей командой агентов небольшой (но веселый) квиз на проверку своего AI-уровня
не судите строго — попробуйте, думаю сколько-то интересных-полезных штук он подскажет вам по мере прохождения — всем классного дня 🙌
https://aiproductclub.co/quiz
Please open Telegram to view this post
VIEW IN TELEGRAM
aiproductclub.co
Quiz — Какой ты AI-покемон?
Узнай свой уровень эволюции в мире AI-агентов
❤6⚡4👍2💯1
This media is not supported in your browser
VIEW IN TELEGRAM
🛠️💀 как умирают умные агенты
вокруг AI-агентов много хайпа, но с конкретными бизнес-кейсами часто беда
решил делиться своими прикладными кейсами (выше писал что мы брали 3 бизнеса на AI-трансформацию)
кейс:
💎 B2B-компания, запрос от Sales Director:
1) снять рутину с него: контроль CRM, зависшие сделки, подсказка менеджеру на ком фокусироваться и как зайти в клиента (это рисуется блок-схемой и регламентами, значит автоматизация + "AI мозги" агента)
2) "второе я" для самого директора: взгляд на базу клиентов под другим углом, гипотезы, спор с решением (тут блок-схемой не нарисуешь, это ближе к агентской истории)
отдельная задача это data layer — агентам сложно ходить в кучу разных источников (битрикс, метабэйз, омнидеск, внутренняя вики), правильнее структурировать данные в отдельном слое данных и оттуда уже отдавать ии-агентам, будет меньше потенциальных ошибок
☠️ но убивают раскатку агентов обычно не технические нюансы, а другое
это, конечно же, встройка "в людей"
директору агент полезен сразу, а для sales-менеджера это ещё одна штука, которая что-то от него хочет
🤷♂️ — если нет времени в графике, не вшито в kpi, не появилось в его каналах общения — он просто не будет пользоваться, и самый умный агент тихо умрёт
поэтому настоящая работа очень часто не в "умных моделях и тулах" — а в том, чтобы быстрая ценность появилась у сейлза, а не только у директора
ну и, конечно, во всей обвязке контроля такой раскатки — используемость инструмента, в каких кейсах его юзают "на местах" и почему где-то не юзают — шаг за шагом с живым человеком под ручку
_______
сегодня как раз стартовал мой курс Agentic Mindset — на нем в первом воркшопе разбирам как собирать такой кейс
запрыгивайте если интересно и хочется разобраться "от и до" как собираются такие агенты и понимать что у них под капотом🛠
вокруг AI-агентов много хайпа, но с конкретными бизнес-кейсами часто беда
решил делиться своими прикладными кейсами (выше писал что мы брали 3 бизнеса на AI-трансформацию)
кейс:
1) снять рутину с него: контроль CRM, зависшие сделки, подсказка менеджеру на ком фокусироваться и как зайти в клиента (это рисуется блок-схемой и регламентами, значит автоматизация + "AI мозги" агента)
2) "второе я" для самого директора: взгляд на базу клиентов под другим углом, гипотезы, спор с решением (тут блок-схемой не нарисуешь, это ближе к агентской истории)
отдельная задача это data layer — агентам сложно ходить в кучу разных источников (битрикс, метабэйз, омнидеск, внутренняя вики), правильнее структурировать данные в отдельном слое данных и оттуда уже отдавать ии-агентам, будет меньше потенциальных ошибок
это, конечно же, встройка "в людей"
директору агент полезен сразу, а для sales-менеджера это ещё одна штука, которая что-то от него хочет
поэтому настоящая работа очень часто не в "умных моделях и тулах" — а в том, чтобы быстрая ценность появилась у сейлза, а не только у директора
ну и, конечно, во всей обвязке контроля такой раскатки — используемость инструмента, в каких кейсах его юзают "на местах" и почему где-то не юзают — шаг за шагом с живым человеком под ручку
_______
сегодня как раз стартовал мой курс Agentic Mindset — на нем в первом воркшопе разбирам как собирать такой кейс
запрыгивайте если интересно и хочется разобраться "от и до" как собираются такие агенты и понимать что у них под капотом
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9🔥4👍1
This media is not supported in your browser
VIEW IN TELEGRAM
🫣👹 "god-mode" или AI-психоз?
на днях Garry Tan (CEO Ycombinator) отметил что наблюдает у трети знакомых CEO формы "AI cyber psychosis"
сам Гэрри спит по 4 часа, шипит в прод 37,000 строк кода в день (спорных по качеству) по пяти проектам, параллельно управляя YC
во многом это объясняется тем что CEO далеко от "последней мили" — чтобы не видеть где агент ломается
поиграл с прототипом — сделал вывод что всё автоматизируется, но он не тот человек, кто потом ловит баги и встречает галлюцинирование библиотек
и сейчас это текущие реалии — пока весь рынок ещё разбирается как работать с AI-системами и как грамотно встраивать их в свои процессы
дистанция от исполнения рождает оптимизм, который у людей "ближе к земле" часто не выживает
что сейчас реально работает — это не CEO с 20 агентами на дашборде в 4 утра (хоть такое бывает и у меня тоже 😆), а инженер с чётким спеком, хорошей моделью и дисциплиной проверить что всё дошло до деплоя и внедрения
как говорят, "boring and unsexy" (но работает):
1) определить "что такое готово" до запуска агента, не после — и записать заранее
2) измерять outcome, не активность: строки кода и токены — это vanity metrics, фичи и revenue — нет
3) строить feedback loop с людьми которые скажут вам правду — AI-самообман реален, модель говорит вам что всё хорошо потому что она так устроена
___
про то как агенты устроены под капотом и где они реально ломаются — мой курс Agentic Mindset
— чтобы не быть ни CEO в "god mode", ни человеком который потом это разгребает 😉
P.S (для тех кто посмотрел 30-сек видос к посту): на курсе будет Hermes в обучающих целях (на нем удобно посмотреть концепты ai agents: память, скиллы, ...), продакшен-ready агентов мы собирать там не будем 😅
// если видео не грузится — маякните плиз в комментах, подумаю куда их лучше заливать
на днях Garry Tan (CEO Ycombinator) отметил что наблюдает у трети знакомых CEO формы "AI cyber psychosis"
сам Гэрри спит по 4 часа, шипит в прод 37,000 строк кода в день (спорных по качеству) по пяти проектам, параллельно управляя YC
во многом это объясняется тем что CEO далеко от "последней мили" — чтобы не видеть где агент ломается
поиграл с прототипом — сделал вывод что всё автоматизируется, но он не тот человек, кто потом ловит баги и встречает галлюцинирование библиотек
и сейчас это текущие реалии — пока весь рынок ещё разбирается как работать с AI-системами и как грамотно встраивать их в свои процессы
дистанция от исполнения рождает оптимизм, который у людей "ближе к земле" часто не выживает
что сейчас реально работает — это не CEO с 20 агентами на дашборде в 4 утра (хоть такое бывает и у меня тоже 😆), а инженер с чётким спеком, хорошей моделью и дисциплиной проверить что всё дошло до деплоя и внедрения
как говорят, "boring and unsexy" (но работает):
1) определить "что такое готово" до запуска агента, не после — и записать заранее
2) измерять outcome, не активность: строки кода и токены — это vanity metrics, фичи и revenue — нет
3) строить feedback loop с людьми которые скажут вам правду — AI-самообман реален, модель говорит вам что всё хорошо потому что она так устроена
___
про то как агенты устроены под капотом и где они реально ломаются — мой курс Agentic Mindset
— чтобы не быть ни CEO в "god mode", ни человеком который потом это разгребает 😉
P.S (для тех кто посмотрел 30-сек видос к посту): на курсе будет Hermes в обучающих целях (на нем удобно посмотреть концепты ai agents: память, скиллы, ...), продакшен-ready агентов мы собирать там не будем 😅
// если видео не грузится — маякните плиз в комментах, подумаю куда их лучше заливать
🔥6❤5
⚡️🔑 unlocked рынки
NVIDIA пушит local-first AI — DGX Spark, DGX Station, нарратив про "ownable intelligence"
DGX Spark — коробка размером с Mac mini, $4–5k
модели локально, данные никуда не уходят, счётчика токенов нет
честно: это не "локальный ChatGPT" (frontier туда не влезет)
🤷♂️ но DeepSeek заселить уже можно — а для многих рабочих задач разрыв с топовым Claude сейчас почти незаметен
тут два тренда идут навстречу:
цена на local compute квартал к кварталу падает —
стоимость токенов у Claude и OpenAI квартал к кварталу растёт
☠️ когда кривые пересекутся — unit-экономика целого класса продуктов перепишется
это уже приоткрывает области, которые раньше были закрыты:
1) агенты 24/7 — per-token экономика при постоянной работе агента
быстро становится болью. фиксированное железо меняет расчёт
2) privacy-first — медицина, юридика, финансы —
проблема была не в том что AI тупой,
а в том что данные нельзя отправлять наружу
3) персональный soft — AI который знает твои файлы, стиль, контекст.
работает как часть компьютера, не SaaS с подпиской
думаю на этом сдвиге вырастет пачка новых юникорнов🦄 —
и игра будет не про "засунуть последнюю модель",
а про качественный harness вокруг более простых моделей
чтобы в конкретной категории задач они были не хуже дорогого frontier
___
как раз про это — мой курс Agentic Mindset: как строить продукты на агентах,
считать их экономику и понимать что происходит под капотом
заглядывайте: aiproductclub.co 🛠
NVIDIA пушит local-first AI — DGX Spark, DGX Station, нарратив про "ownable intelligence"
DGX Spark — коробка размером с Mac mini, $4–5k
модели локально, данные никуда не уходят, счётчика токенов нет
честно: это не "локальный ChatGPT" (frontier туда не влезет)
🤷♂️ но DeepSeek заселить уже можно — а для многих рабочих задач разрыв с топовым Claude сейчас почти незаметен
тут два тренда идут навстречу:
цена на local compute квартал к кварталу падает —
стоимость токенов у Claude и OpenAI квартал к кварталу растёт
☠️ когда кривые пересекутся — unit-экономика целого класса продуктов перепишется
это уже приоткрывает области, которые раньше были закрыты:
1) агенты 24/7 — per-token экономика при постоянной работе агента
быстро становится болью. фиксированное железо меняет расчёт
2) privacy-first — медицина, юридика, финансы —
проблема была не в том что AI тупой,
а в том что данные нельзя отправлять наружу
3) персональный soft — AI который знает твои файлы, стиль, контекст.
работает как часть компьютера, не SaaS с подпиской
думаю на этом сдвиге вырастет пачка новых юникорнов
и игра будет не про "засунуть последнюю модель",
а про качественный harness вокруг более простых моделей
чтобы в конкретной категории задач они были не хуже дорогого frontier
___
как раз про это — мой курс Agentic Mindset: как строить продукты на агентах,
считать их экономику и понимать что происходит под капотом
заглядывайте: aiproductclub.co 🛠
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8🔥5❤2
(ниже будет пост про PLG, но вообще основной запрос — ищу знакомых кто делает классные PLG-кейсы, мб знаете кого?)
Slack шел к $100M ARR 2,5года, а например Cursor пробежал этот путь уже за 12мес (и сегодня их SpaceX прикупили за $60млрд) — решил для себя поразбирать кейсы их продвижения, и там не про "массовую закупку рекламы в фб", а про "новые AI-форматы" для PLG-роста
сейчас считается что в PLG-подходе есть 2 волны:
1) первая: Miro, Intercom, ...
2) вторая: Lovable, Cursor, Windsurf, ...
сейчас активно декомпозирую эти кейсы "AI-PLG" роста второй волны, планирую накидать про это ряд постов — и сейчас ищу — может кто-то из ваших знакомых был в этих компаниях (или компаниях поменьше, но тоже угорал вокруг PLG?) — буду благодарен контактам в личку @michailkarpov 🙏
а пока — просто поделюсь крутецким и очень классными видео с 8-летней девочкой Фэй, один из твитов которой кратно забустил продажи Cursor (она за 45 минут создала полноценный сайт с чат-ботом по вселенной Гарри Поттера. только Cursor и Claude, ни строчки кода рукам) https://x.com/rickyrobinett/status/1825581674870055189
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍4
делюсь нашей полезной папочкой, которую собрали с ребятами кто стоят компании и фонды 🗂 🤑
фаундеры, инвесторы и продакты со сделками и реальными цифрами
AI в продукте и маркетинге руками:
• Миша Карпов - ProductCamp, ex-CPO Skyeng
• Наташа Дудина - ex-CMO Fitmost, маркетинг и AI
• Даша Лукина - основатель Freckle.Careers
• Никита Рвачев - лаборатория Fortune 100
Венчур изнутри, от тех, кто сам пишет чеки:
• Роман Белодед - управляющий партнёр YellowRocks
• Денис Ефремов - R136 Ventures, #прораунды
• Миша Перегудов - Whizz $25m, s16vc ($150m, 5 единорогов)
Как растят бизнес до масштаба:
• Денис Сметнёв - со-основатель Skyeng и uForce
👉 Добавляйте себе😎
фаундеры, инвесторы и продакты со сделками и реальными цифрами
AI в продукте и маркетинге руками:
• Миша Карпов - ProductCamp, ex-CPO Skyeng
• Наташа Дудина - ex-CMO Fitmost, маркетинг и AI
• Даша Лукина - основатель Freckle.Careers
• Никита Рвачев - лаборатория Fortune 100
Венчур изнутри, от тех, кто сам пишет чеки:
• Роман Белодед - управляющий партнёр YellowRocks
• Денис Ефремов - R136 Ventures, #прораунды
• Миша Перегудов - Whizz $25m, s16vc ($150m, 5 единорогов)
Как растят бизнес до масштаба:
• Денис Сметнёв - со-основатель Skyeng и uForce
👉 Добавляйте себе
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6👍6🔥4😁1😭1
☠️📋 Product management кончился
всё.
честно могу сказать, пообщавшись с ребятами из топовых AI-компаний (Cursor, Higgsfield, Lovable, ...) — текущие подходы продакт-менеджмента устарели, мы все "пользуемся старой версией"
мы все учились в одной парадигме: PM стоит между бизнесом и инженерами, защищает команду от хаоса, расставляет приоритеты, пишет PRD перед тем как хоть строчка кода написана
вся эта роль выросла из одного допущения: "инженеры дефицитны, код дорогой".
а это допущение больше не верно
в Cursor: 40 инженеров и 0 PM — на $4млрд (!) ARR, от нуля до $2млрд они прошли за два года — быстрее любой SaaS-компании в истории (в марте 2026 они выпустили 5 крупных релизов за месяц — и это норма, не исключение)
в OpenAI Codex: 2 PM покрывают 12 продуктовых направлений — там, где традиционная компания поставила бы по скваду из 15–20 на каждую
☠️ но дело не только в скорости — в AI-native компаниях "сломалась" сама логика как принимаются продуктовые решения
раньше: "строить или нет?" — вопрос задавали над PRD, роадмапом на квартал и стопкой discovery-исследований. build был в конце, после всего
теперь: "агент собрал это за ночь — шипим?" — решение принимается глядя на живой продукт, не на документ
build стал началом, а не концом.
и под это поменялась вся структура:
— нет роадмапа даже на квартал/полгода, есть постоянный (ежедневный) ML flywheel: данные → улучшение модели → релиз → новые данные → повтор
— нет разрыва между командой и данными — продукт, модель и data это end-to-end ownership одной команды, не трёх отделов
— нет фазы discovery отдельно от delivery — ты запускаешь эксперимент и смотришь что происходит, а не сначала исследуешь полгода
— роль PM смещается с coordination к intent engineering: чётко сформулировать цель, собрать "agentic loops" и критерии done, и решить где человек остаётся в петле контроля
да, сейчас этот подход виднее всего именно на кейсах dev tools компаний
да, многие на рынке могут сказать что такой формат им "не подходит"
да, скорость этого перехода будет разная — в зависимости от страны, от enterprise или нишевости индустрий
но это уже факт — появился и растёт новый тип Product management (нравится кому-то это или нет)
детали и кейсы разбираем здесь: aiproductclub.co/agents
всё.
честно могу сказать, пообщавшись с ребятами из топовых AI-компаний (Cursor, Higgsfield, Lovable, ...) — текущие подходы продакт-менеджмента устарели, мы все "пользуемся старой версией"
мы все учились в одной парадигме: PM стоит между бизнесом и инженерами, защищает команду от хаоса, расставляет приоритеты, пишет PRD перед тем как хоть строчка кода написана
вся эта роль выросла из одного допущения: "инженеры дефицитны, код дорогой".
а это допущение больше не верно
в Cursor: 40 инженеров и 0 PM — на $4млрд (!) ARR, от нуля до $2млрд они прошли за два года — быстрее любой SaaS-компании в истории (в марте 2026 они выпустили 5 крупных релизов за месяц — и это норма, не исключение)
в OpenAI Codex: 2 PM покрывают 12 продуктовых направлений — там, где традиционная компания поставила бы по скваду из 15–20 на каждую
☠️ но дело не только в скорости — в AI-native компаниях "сломалась" сама логика как принимаются продуктовые решения
раньше: "строить или нет?" — вопрос задавали над PRD, роадмапом на квартал и стопкой discovery-исследований. build был в конце, после всего
теперь: "агент собрал это за ночь — шипим?" — решение принимается глядя на живой продукт, не на документ
build стал началом, а не концом.
и под это поменялась вся структура:
— нет роадмапа даже на квартал/полгода, есть постоянный (ежедневный) ML flywheel: данные → улучшение модели → релиз → новые данные → повтор
— нет разрыва между командой и данными — продукт, модель и data это end-to-end ownership одной команды, не трёх отделов
— нет фазы discovery отдельно от delivery — ты запускаешь эксперимент и смотришь что происходит, а не сначала исследуешь полгода
— роль PM смещается с coordination к intent engineering: чётко сформулировать цель, собрать "agentic loops" и критерии done, и решить где человек остаётся в петле контроля
да, сейчас этот подход виднее всего именно на кейсах dev tools компаний
да, многие на рынке могут сказать что такой формат им "не подходит"
да, скорость этого перехода будет разная — в зависимости от страны, от enterprise или нишевости индустрий
но это уже факт — появился и растёт новый тип Product management (нравится кому-то это или нет)
детали и кейсы разбираем здесь: aiproductclub.co/agents
❤20👍6🔥2💯1🗿1
Сегодня выступаю на Vibe Coding Conf 2.0
AI больше не «помогает» — он делает работу за вас. Собирает приложения, ведет outreach, готовит КП, закрывает вакансии
VIBE-CODING CONF 2.0 от сообщества heg.ai - это два вечера практики, которую можно будет применить в работе сразу после конференции
За последние месяцы стало заметно: одни команды уже перестраивают процессы с помощью ИИ, а другие только начинают разбираться, как это использовать. На конференции покажем реальные кейсы, инструменты и подходы, которые уже работают у практиков
О чем поговорим:
• AI-проект с нуля до 10 000 установок
• мобильное приложение и MVP без разработчиков
• автоматизация outreach, продаж и КП
• контент-завод и продажи через AI-агентов
• Claude закрывает найм: сорсинг, оценка, кандидаты
• связка Claude Code + Codex + Cursor в одном проекте
Для фаундеров, топ-менеджеров, маркетинга и sales, HR, продактов и креаторов. Заберёте с собой рабочие workflow, список инструментов практиков и записи всех докладов
📅 25–26 июня, 16:00–20:00 МСК · онлайн
→ Участвовать в конференции (промо от меня KAPROV10)
AI больше не «помогает» — он делает работу за вас. Собирает приложения, ведет outreach, готовит КП, закрывает вакансии
VIBE-CODING CONF 2.0 от сообщества heg.ai - это два вечера практики, которую можно будет применить в работе сразу после конференции
За последние месяцы стало заметно: одни команды уже перестраивают процессы с помощью ИИ, а другие только начинают разбираться, как это использовать. На конференции покажем реальные кейсы, инструменты и подходы, которые уже работают у практиков
О чем поговорим:
• AI-проект с нуля до 10 000 установок
• мобильное приложение и MVP без разработчиков
• автоматизация outreach, продаж и КП
• контент-завод и продажи через AI-агентов
• Claude закрывает найм: сорсинг, оценка, кандидаты
• связка Claude Code + Codex + Cursor в одном проекте
Для фаундеров, топ-менеджеров, маркетинга и sales, HR, продактов и креаторов. Заберёте с собой рабочие workflow, список инструментов практиков и записи всех докладов
📅 25–26 июня, 16:00–20:00 МСК · онлайн
→ Участвовать в конференции (промо от меня KAPROV10)
❤10
📈🤖 github вместо инсты
все ищут "новый канал дистрибуции", а один взлетел под носом: github trending
он был всегда, но жил в dev-гетто. с ростом вайбкодинга барьер обвалился — и листать trending пришла тонна людей
поймал на себе 🤷♂️ — в свободное время я вместо инсты листаю github trending или ossinsight.io — и это уже не просто "хранилище кода", а дофаминовая лента
и разлетается в этой ленте не просто код, а компетенции, упакованные как skills для агента — из свеженького:
1) github.com/coreyhaines31/marketingskills (~37k ⭐, весь growth-стек скиллами под Claude Code: CRO, копирайтинг, SEO, аналитика)
2) github.com/ericosiu/ai-marketing-skills (growth-эксперименты, outbound, sales pipeline, контент-опс — маркетинг как набор запускаемых скиллов)
3) github.com/EdoStra/Marketing-for-Founders (~6.5k ⭐, как добыть первые 10/100/1000 юзеров)
4) ☠️ ну а самый показательный — github.com/garrytan/gstack, 120k звёзд за пару месяцев: сетап Claude от Гарри Тана (президент YC), где 23 тула играют роли CEO, дизайнера, eng-менеджера, QA
в общем — github стал классным каналом агентской дистрибуции
и знание переехало из "прочитай и сделай сам" в "сохрани себе в закладки на будущее — и дальше claude разберется что с этим делать"
но ловушка та же что всегда: в trending можно попасть за счёт хайпа, а чтобы агент реально доезжал до пользы — надо понимать что у него под капотом
___
как раз про это мой курс Agentic Mindset — как собирать агентов, которых не стыдно выкатить в этот самый канал: довести до ценности, а не только до "звёзд" — запрыгивайте если хочется "от и до" 🛠
все ищут "новый канал дистрибуции", а один взлетел под носом: github trending
он был всегда, но жил в dev-гетто. с ростом вайбкодинга барьер обвалился — и листать trending пришла тонна людей
поймал на себе 🤷♂️ — в свободное время я вместо инсты листаю github trending или ossinsight.io — и это уже не просто "хранилище кода", а дофаминовая лента
и разлетается в этой ленте не просто код, а компетенции, упакованные как skills для агента — из свеженького:
1) github.com/coreyhaines31/marketingskills (~37k ⭐, весь growth-стек скиллами под Claude Code: CRO, копирайтинг, SEO, аналитика)
2) github.com/ericosiu/ai-marketing-skills (growth-эксперименты, outbound, sales pipeline, контент-опс — маркетинг как набор запускаемых скиллов)
3) github.com/EdoStra/Marketing-for-Founders (~6.5k ⭐, как добыть первые 10/100/1000 юзеров)
4) ☠️ ну а самый показательный — github.com/garrytan/gstack, 120k звёзд за пару месяцев: сетап Claude от Гарри Тана (президент YC), где 23 тула играют роли CEO, дизайнера, eng-менеджера, QA
в общем — github стал классным каналом агентской дистрибуции
и знание переехало из "прочитай и сделай сам" в "сохрани себе в закладки на будущее — и дальше claude разберется что с этим делать"
но ловушка та же что всегда: в trending можно попасть за счёт хайпа, а чтобы агент реально доезжал до пользы — надо понимать что у него под капотом
___
как раз про это мой курс Agentic Mindset — как собирать агентов, которых не стыдно выкатить в этот самый канал: довести до ценности, а не только до "звёзд" — запрыгивайте если хочется "от и до" 🛠
🔥10👍6❤3