e/acc

B2B-стартапы умирают не из-за плохого продукта. А потому, что фаундер не умеет его продавать и не знает как его масштабировать дальше. Will и Todd, фаундеры Humoniq (YC S25), готовились к Demo Day и упёрлись ровно в это: нужны лиды и продажи, а в запасе всего 12 недель. Они обратились к Михаилу. Раньше тимлид команды продажников в Лондонском офисе WP Engine, а сейчас строит Go-To-Market для стартапов Y Combinator из Сан-Франциско: три успешных запуска с командами YC и десятки кейсов с B2B/SaaS-командами по всему миру. Что получилось за 12 недель с нуля: *⃣50%+ open rate *⃣10%+ reply rate *⃣60+ квалифицированных демо *⃣15+ сделок в пайплайне *⃣3 закрытых enterprise-контракта: Delta Airlines, American Express, Expedia ❗Разбор того, что конкретно было сделано тут: полный кейс Humoniq (YC S25). Такие кейсы Михаил публикует у себя на канале Про B2B аутрич из Долины: *⃣Как строить и скейлить B2B-лидген в 2026 *⃣Founder-led, signal-based, creative storytelling аутрич *⃣GTM-фреймворки и реальные кейсы из YC *⃣AI и автоматизации Будет полезно фаундерам, солопренерам, предпринимателям. А прямо сейчас Михаил ищет одного фаундера с B2B/SaaS-продуктом, чтобы в лайв-формате построить лидген с нуля по своей системе. Набор начнется в августе! Звучит круто, так что зацените подход Михаила в канале 👉 https://t.me/leadgenvalley #реклама

Завтра делаем открытый эфир о том как крупнейшие компании проходят процесс ИИ-трансформации. Роман Бунин из Nebius и Антон Граборов из Альфа-Капитал: как крупные компании внедряют AI Это выпускники лаборатории AI-native, с ними разберём, как внедряют AI-native подход внутри больших организаций: с регуляторикой, наследием процессов, продуктовой сложностью и ценой ошибки. ​Подсмотрим в процессы: 📝 Романа Бунина – AI Adoption Lead в Nebius (ex-Яндекс), автор @revealthedata, Амстердам. До этого 4 года в Яндексе в ролях вокруг аналитики и продукта; раньше – консультант по Kaizen для заводов, к.т.н. 📝 Антона Граборова – руководитель Цифрового бизнеса Альфа-Капитал, член правления. С 2023 года ведёт AI-трансформацию в компании: 23 ИИ-проекта от AI-консультанта в мобильном приложении до помощников для операторов колл-центра и инвест-консультантов. ⏱️ 2 июля · 18:00 CET / 19:00 MSK / бесплатно! ➦ регистрация: https://luma.com/ai-11vs

Fable вернут, но его нельзя будет использовать для кодинга

Антропик не устает сотрясать инфополе - завтра вернут Fable 5 всем, включая ненавистных европейцев, китайцев и прочих африканцев - выпустили Sonnet 5, он не лучше Опуса 4.8 по бенчмаркам, но работает так же долго как опус на xhigh - запустили коворк для ученых и исследователей (облачный компьют, доступ к базам научных работ, помощь в анализе данных и визуализациях для статей, стандартные методы для обработки данных) - оказалось, что Claude code трекает если вы в Китае и пытаетесь его дистиллировать и добавляет специальные невидимые символы в системный промт (см скриншот)

по сети ходят мем (который вероятно не только мем) о том как инженер убрал со стола клавиатуру и работает с одним только микрофоном. после вчерашнего анонса Метой brain2qwerty (неинвазивного BCI, который позволяет управлять компьютером через "силу мысли") фронтир сместился еще дальше. на самом деле, еще в 2010-2011 году вместе с профессором МГУ А. Капланом я тестил и даже пытался как-то применить коммерчески такие интерфейсы. они вполне себе работали, помогали печатать или играть в шахматы не используя ничего, кроме модуляции активности собственного мозга (в простонародии -- фокусировка). однако, тогда это был довольно стандартный ЭЭГ с большой степенью помех и неточностей, плюс очень медленный. то что предложила мета это два улучшения: 1. использование МЭГ (магнитоэнцефалографии) вместе с ЭЭГ для увеличения точности 2. ИИ модель, которая умеет сильно точнее и быстрее декодировать мозговые волны в печатный текст вот тут все детали о том как оно работает.

Самое интересное, что происходит сейчас с разработкой, — это даже не скорость. Скорость все уже получили. Сдвинулось другое: раньше тяжело было построить, теперь построить легко, а тяжело — чтобы построенное было кому держать. Я вижу это во всё большем числе команд, с которыми разговариваю. Сценарий почти всегда один. Фаундер за выходные собирает на вайбкодинге работающий прототип, показывает инвестору, выкатывает первым клиентам. Быстро, красиво, без подвоха. Подвох приходит через полгода. Продукт оброс фичами, которые целиком уже никто не держит в голове, тесты обещали написать «потом» и не написали, архитектуру никто не закладывал — потому что её и не было. Был поток сгенерированного кода, который работал ровно до первого нетривиального бага. И в одно утро компания обнаруживает, что прод есть, а человека, способного в нём жить, — нет. А залить вайбкодинговый пожар ещё бóльшим вайбкодингом не выйдет. Тут и вылезает ловушка найма. Кажется, что нужен «AI-инженер, который быстро пишет». Таких теперь миллион. Они этот долг и наработали. А нужен другой, редкий тип — кто строит систему поверх агентов: спеки, принудительные тесты, харнес, через который агенты сами ходят за контекстом. Чтобы скорость не превращалась в долг. И вот беда: на резюме эти двое неотличимы. И тот, кто оставил после себя слоп, и тот, кто бы его не допустил, пишут одно и то же — «Cursor, Claude Code, AI-driven SDLC». Отсюда две неприятные вещи. Первая: такой человек не заведётся внутри команды, которая слоп и написала. Это не навык на пару спринтов, это другой угол зрения на работу — либо человек принёс его с собой, либо нет. Вторая: обычным посевом вакансии его не достать. Он не откликается на «Senior AI Engineer, $200k», а обычный рекрутер принесёт вам ещё пятерых тех же, кто умеет быстро генерить, но не держать систему. В его чек-листе просто нет графы «строил процесс, а не фичи». Находит таких только тот, кто сам понимает разницу между «пишет с помощью AI» и «строит систему, которая пишет», и смотрит не на стек в резюме, а на то, как человек думает про архитектуру. Из тех, кого я знаю, так умеет мой друг Майк (@mikevolkov) — закрывает AI позиции там, где у обычных агентств не выходит. Нужно прямо сейчас нанять такого человека — пишите ему, это ровно его работа. Хотите сначала посмотреть, как он это делает, — у него есть пара свежих кейсов про это: процесс, финалисты, обезличенные резюме и разбор, кого и почему взяли. Напишите, пришлёт. А если просто любопытно следить, как AI перекраивает рынок инженерного труда, — подпишитесь на канал @huntermikevolkov. #реклама

Стоимость постройки софта кардинально снижается - и ровно настолько же дорожает всё, что постройкой не является. Во всем что было "трудно и долго делать руками" происходит падение цены и рост качества: написание софта, холодные продажи, генерация контента, управление процессами и информацией в компании. Для каждой компании, чтобы оставаться в рынке, расти и побеждать это значит, что она должна переместить своё внимание на вещи, которые которые становится сложнее скопировать с каждым месяцем. Простой тест: писать больше имейлов, доставлять больше фич, постить больше тиктоков сегодня могут все. Если ваше преимущество - "двигаться быстрее", то это не преимущество а базовая планка рынка, которая смещается вне зависимости от вас. Скорость адаптации важна, но не диффренциирует вас - это беговая дорожка из "Алисы в стране чудес", где нужно бежать быстрее чтобы оставаться на месте. Вопрос: что продолжит защищать продукт или бизнес? где эта защита станет сильнее со временем? 1. Дистрибуция, но только если вы ей владеете: арендованная дистрибуция дорожает - между тобой и человеком встаёт агент, решающий, чьё приложение вообще открыть / поиск отвечает без клика / почту ИИ фильтрует и удаляет ещё до того, как её прочли. 2. Доверие, ибо чем дешевле синтетическая имитация, тем дороже настоящая репутация и живая рекомендация. 3. Данные, которых не у других. Да, у каждой компании есть или появляется собственная операционная ИИ система, но ее польза напрямую зависит от того с какой скоростью эта система самообучается на данных, которых нет у конкурентов. Раньше корпоративный моят строился единожды, но теперь его нужно перекапывать каждый месяц. Фундаментально, это значит что - арендованный софт и платформы должны превращаться в свои (потому что дешевле) - статичные процессы в накопительные (кибернетические, типа как кастомер саппорт сервис который становится лучше с каждым обращением без действий человека) - ценность фичи заменяются отношениями и живым контактом, ибо повторить первую не стоит ничего. То есть, чтобы уточнить предыдущий пост, я бы сказать что это не столько последний раз что-то построить, сколько конец эпохи "наш софт/продукт лучше, и этого достаточно". P.S. для всех желающих, скоро начинается третий и полностью переработанный поток лаборатории по постройке ИИ-нейтив организаций для фаундеров, менеджеров, профессионалов от фриланса до крупных корпораций, в котором мы будем разбирать примеры успешных ИИ-трансформаций, их структуру и алгоритм и предметные кейсы по каждому из слоев.

Если вы платите за фитнес приложение, то вот этот открытый репозиторий упражнений + пара часов вайбкодинга заменит вам подписку на $20-50/мес за приложение для поиска и отслеживания тренировок в зале. Больше тысячи упражнений на все группы мышц.

OpenAI выкатывают своего Mythos. GPT-5.6 - новая серия моделей: Sol - флагман, Terra и Luna поменьше и быстрее. Terra обещают примерно на уровне GPT-5.5, но в 2 раза дешевле. Sol тренировали с упором на agentic coding, biology/genomics и cybersecurity. Появляются новые режимы: max reasoning effort для более глубокого reasoning и ultra mode, где модель использует subagents(!) для сложных задач. Модель стала сильно мощнее, поэтому OpenAI делает поэтапный релиз и более жёсткие safeguards. Но по их оценке Sol не пересекает Cyber Critical threshold. Доступ пока limited preview в API и Codex для select trusted partners. Цены за 1M токенов: Sol $5 input / $30 output Terra $2.5 / $15 Luna $1 / $6. И еще Sol на Cerebras до 750 tokens/sec планируют в июле, сначала тоже ограниченно. https://openai.com/index/previewing-gpt-5-6-sol/

Workshop is live: https://x.com/i/broadcasts/1nxnRRZnwbBxO

Сегодня — последняя возможность строить софтверные стартапы. ИИ делает инжиниринг, маркетинг, управление, рост стартапа в разы быстрее и проще, но и общая планка повышается. Если раньше в мире было 100 команд, которые могли с вами конкурировать, то сегодня их 100,000 + каждый школьник и пенсионер с клодом, который может сделать подобный продукт для себя. Да, энтерпрайз моат никуда не девается. Да, энергия и готовность работать с 9 до 9 минимум 6 дней в неделю помогает. Да, вкус, интуиция, естественный интеллект и невероятно мощный нетворк помогают. Но даже эти вещи рано или поздно падут перед неумолимым движением (а) моделей, которые становятся более агентными, долгосрочными, умными (б) экономики масштаба заводов токенов и фабрик софта Условно, глубокий вкус и правильные знакомства помогут тебе избежать 100 ошибок, которые сделают другие, но имея какой-нибудь SpaceX или Google может забрутфорсить ту же задачу, потратив на нее пару триллионов токенов. Сделать тысячи А/Б тестов, написать миллионы писем, проверить 10 гипотез в минуту на своем трафике. Некоторые, видя это, начинают строить свои собственный "фабрики софта", но проблема в том, что фундаментально экономика такой фабрики сводится к цене токена, а она будет самой низкой у компании, которая имеет вертикальный стэк: производит свои чипы, свои модели, свои датацентры и свою энергогенерацию. Вы можете купить за $10 у Антропика, за $1 у Baseten+GLM, но у условного Маска тот же токен будет стоит $0.01

Компании имеют более или менее фиксированный бюджет на интеллект. Когда модели дешевеют, они не экономят деньги, а покупают на них больше токенов. Открытые модели уже перешли порог достаточно хороших для большинства задач. GLM-5.2 сравним с Opus-4.8 по ряду бенчмарков при стоимости в 6 раз ниже. Это вынуждает закрытые модели терять долю почти во всех типах задач. Их единственный вариант - продолжать повышать цены на самые передовые модели. В итоге moat топовых лаб остается не в моделях (ибо те становятся комодити почти сразу после релиза), а в вертикальном стэке. Почему? Потому что в экономике ценность собирается там, где есть дефицит, а в данном случае это энергия, чипы, датацентры и именно туда идет большая часть инвестиций всех больших лаб.

Geekproxy удвоит ваш трафик при переходе от другого прокси-провайдера! Покажите свой активный пакет резидентских/мобильных прокси у любого провайдера, оплатите такой же объём у Geekproxy.io — получите больше трафика на счёт. Ваши 30 GB → оплачиваете 30 GB → 60 GB на руки. Ваши 50 GB → 100 GB на руки. Ваши 100 GB → 150 GB на руки. Условие одно: подписка активна, оплачена в последние 30 дней. Отправьте подтверждение в саппорт geekproxy, и бонус зачислят на вашу подписку. У вас ещё нет прокси? Промокод START на geekproxy.io даёт -17% на покупке. Все условия и таблицы бонусов: https://geekproxy.io/ru/blog/promo-may-26 Geekproxy: датацентр прокси, резидентские и мобильные прокси(гео по стране, городу, зип коду, интернет оператору), sticky-сессии, UDP на всех типах прокси. Поддержка: @geekproxy_helpbot #реклама

Еженедельный открытый воркшоп для AI-native разработчиков. На этой неделе: - самовосстанавливающиеся кодовые базы - оркестрация Codex с телефона - самоуправляемый GTM Живые демо, без слайдов. Бесплатно, без спонсоров, без булшита На английском, правда Веселиться и врываться вот тут: https://luma.com/pd0g54vu?tk=qmAgeG

Очень полезно: подборка готовых DESIGN.md файлов с примерами того как это выглядит. Если у вас есть 30 секунд и вам нужен деслопификация вашего сайта или приложения, то отличный выбор. Не заменит многих месяцев работы гениального дизайнера, но для вайб-кодинга вполне. https://styles.refero.design/

тут еще нет мифоса и glm, но "написание кода" задача решенная, а вот "придумать что сделать, чтобы достигнуть бизнес цели и довольных клиентов" нет. может ли вторая проблема быть решена через брутфорс и 100,000 агентов в параллели? да, но человеческий вкус все еще более cost effective. поэтому пока что еще время билдеров (но не манки-кодеров). останется ли оно навечно в софте? не факт, но пока есть возможность я бы вцепился в нее закоченевшими кровавыми пальцами, а лучше зубами, ибо кто знает что будет дальше.

ИИ не заменил программистов, и вряд ли он их заменит. Тот же аргумент применим к любой другой области деятельности к большим дефицитом. Объясню: LLM+агенты помогают автоматизировать большое количество задач, которые можно сделать двигая мышку и нажимая кнопки на клавиатуре. Именно эти задачи испытывают парадокс Джевона: их стоимость падает в десятки-сотни раз, спрос на них растет, их доля в ВВП остается во многом неизменной. Стоимость создания текстов, кода, графики, документов, таблиц, презентаций, сайтов падает в разы, планка качества растет, количество аутпута тоже растет, доступность снижается. При этом, в любом бизнес-процессе есть шаги, которые (по крайней мере пока что) нельзя автоматизировать -- создание спецификации, постановка задачи, проверка результата, координация систем и людей, изучение рынка, отношения, регуляция, дистрибуция. И спрос на эти задачи вдруг вырастает в разы, потому что за то же время людей вдруг конкурирует 10-100х качественных продуктов. Рост ВВП ограничен не способностями ИИ, а узкими точками ручной постановки задач и проверки результата. If anything, сегодня нанять невероятно крутого ИИ-нейтив билдера становится только сложнее. Но важно, что для такой роли подходят те, у кого сильный технический бекграунд и продуктовый вкус соединены вместе.

Не секрет, что один из недостатков LLM — это галлюцинации (хотя их количество значительно снизилось за последние пару лет). А теперь представьте среду, где за выдуманный моделью факт вас штрафуют на десятки тысяч долларов, а каждую ошибку публично разбирают оппонент, судья и коллеги по цеху. Это не песочница — это зал суда. В одной только базе Дамьена Шарлотена уже более 1600 дел, где ИИ нагенерил несуществующую судебную практику и фейковые цитаты, а рекордный штраф юристу за такое дошел до $110 тыс. Но это не останавливает юристов. В судебных спорах ИИ для них стал и мечом, и щитом. Одна топовая юрфирма строит в Claude отдельный проект под каждый судебный спор. Другая вкладывает сотни миллионов в собственную проприетарную платформу. Третья — поймала «галлюцинацию» в своем же документе для суда и сама написала об этом судье, не дожидаясь, пока заметит оппонент. Поэтому отрицать очевидное поздно: ИИ добрался до залов судов, где юристы его активно используют во благо своих клиентов. И один из таких примеров мне лично близок. Buzko Krasnov — международная юридическая фирма, которая работает в трех направлениях: судебные споры, сложные сделки и регулирование новых технологий. С ее основателем Романом Бузько мы знакомы лично — он приходил спикером на мой курс про построение ИИ-нативных организаций. Так что в теме ИИ они не сторонние наблюдатели. Судебные юристы фирмы держат руку на пульсе и используют ИИ почти каждый день. Свои наблюдения, лучшие практики и рабочие правила они собрали в один наглядный разбор про ИИ в судах. Читайте в материале «Искусственный интеллект приходит в зал суда»: — почему ИИ нельзя просить «оценить наши шансы», и что попросить вместо этого, чтобы он искал дыры в вашей позиции; — почему в эпоху ИИ краткость — это не просто сестра таланта, а его мать, жена и теща; — что происходит с адвокатской тайной, когда стратегию защиты прогоняют через публичный чат-бот (спойлер: в деле Heppner суд признал привилегию утраченной); и — какие есть правила использования ИИ в национальных судах и международных арбитражах. Внутри много примеров, промптов, схем и ссылок на первоисточники. Приятного чтения! 👉 https://explainers.buzko.legal/ru/ai-sudebnye-spory #реклама

Расходы на компьют для ИИ в США растут примерно на 140% в год, но если учесть прогресс алгоритмов, то эффективный рост превышает 2000% в год.

Как стать триллионером? 1. Поставить почти невозможные цели 2. Не сдаваться, пока ты их не достигнешь