AI Product | Igor Akimov

И вот еще из интересного для saas сервисов Сборка, от каких сервисов люди с hackernews отказываются и почему. Примерно 100 продуктов. Потом можно по карточке посмотреть, почему, альтернативы платные и опенсорсные. https://hissingkitty.com/hacker-churn

Хах, Revolut пересадил 2000 инженеров с Claude Code и Codex на свой GLM Задолбались тратить кучу денег на внешних провайдеров и завели такую схему: – 56 Nvidia B200 в собственной инфраструктуре – примерно $0.30 за миллион токенов – в 10 раз дешевле, чем они платили Anthropic и OpenAI – lead time в разработке улучшился на 70% – Claude Code и Codex теперь в списке исключений, а не по умолчанию Прикол, что выигрыш дал не сам GLM, а то, что токены перестали экономить. Раньше ИИ-ку берегли для сложных тикетов, теперь гоняют на всём подряд. Модель чуть слабее, но без лимитов, обыгрывает топовую модель «по талонам». Короче, для больших команд со своим DevOps уже работает схема frontier – для исключений, open weights – по умолчанию. Для лабораторий, которые идут на IPO с ценой за токен в 10 раз выше, это так себе новость. А вот для небольших команд без своих GPU и людей, которые это всё поддерживают, API пока всё ещё проще и дешевле. Если брать индивидуального разработчика, то какой-нибудь Mac Studio будет окупаться по цене API лет 10. https://x.com/guilleflorvs/status/2117379073785696395

Vercel сделали agent-browser для десктопа Наконец что-то отвязанное от агентских харнесов и по сути что можно напускать на любую задачу (даже капчу проходить :) ) Причем это не просто скриншоты отсылать в модель. ОС и так знает, что у неё на экране. Есть accessibility tree – то, чем пользуются скринридеры: роли, названия, состояния, фокус. На маке это AX API, на винде UI Automation, на линуксе AT-SPI. agent-desktop читает это дерево и отдаёт агенту JSON, где у каждой кнопки есть ref. Агент нажимает по ref, снова читает дерево и проверяет, что всё сработало. Работает гораздо быстрее и надежнее. Внутри: – один бинарник на Rust, около 15 МБ, без зависимостей, ставится через npm install -g agent-desktop – 60 команд, одинаковых на всех трёх платформах, каждая печатает JSON и завершается – своей LLM внутри нет, это просто инструмент – цикл «посмотрел, сделал, проверил» живёт в вашем агенте – лицензия Apache-2.0, есть скилл, который агент читает перед работой – для Electron и Chromium открывает DevTools-порт, к нему подключается уже agent-browser Главная проблема – размер контекста. Полный дамп дерева Slack легко весит 50 000+ токенов. Поэтому сначала берётся «скелет» глубиной в пару уровней, а потом раскрывается только нужная ветка. По словам автора, на Slack, VS Code и Notion это экономит 78–96% токенов. Прикол, что начиналось всё как проект одного разработчика, вдохновлённый agent-browser, а теперь выходит под брендом Vercel Labs и лежит в их же доках. Вот так open source и работает :) Наняли чувака, ну либо купили разработку. Ограничения понятные: если приложение не публикует accessibility tree, агент его не видит. Самописные контролы, игры, часть Electron-сборок с выключенной доступностью – мимо. На винде ещё упрётесь в безопасность, если окно запущено с повышенными правами. Короче, это примерно то же, что Playwright сделал для веба: структура вместо пикселей. Для автоматизации внутренних десктопных систем, всяких 1С и бухгалтерских клиентов, это сильно дешевле и надёжнее, чем computer use на скриншотах. Если, конечно, приложение с accessibility дружит – а с этим у корпоративного софта пока так себе, надо проверять. Но в целом это огромный шаг вперед в автоматизации! RPA просто отдыхает! https://agent-browser.dev/desktop

И вот еще интересный тренд - уволенные разработчики «оккупируют» SaaS OccupySaaS – движение в духе Occupy Wall Street: уволенные инженеры с ИИ-агентами пересобирают популярные SaaS как open-source клоны, совместимые по API. Меняешь домен в SDK – и всё работает, только без оплаты за каждое место. Первые два: – ZeroAuthy – замена Auth0 – SalesCompel – замена Salesforce Пишут на Go, лицензия Apache-2.0, self-hosted. Код делают ИИ-агенты по спеке из публичной документации, а готовность проверяют официальными SDK вендоров. Оба проекта пока сырые. Короче, с Auth0 может и взлететь – там открытые стандарты. А Salesforce – это не только код, но и экосистема, интеграции и саппорт. Но тренд конечно жестокий... Потому что падение выручки саасов приведет к еще большим увольнениям разработчиков... https://occupysaas.com/

Утекли провайдеры OpenAI и Anthropic Аналитики собрали стек обеих лабораторий по кейсам вендоров, вакансиям и trust-центрам. И там… обычный энтерпрайз :) Не все заменила ИИ-ка – CRM – Salesforce у обоих – HR и зарплата – Workday у обоих – Финансы – NetSuite у Anthropic, Oracle Fusion у OpenAI – Закупки – Zip, платежи – Stripe (у OpenAI ещё Metronome для usage-биллинга) – Найм – у Anthropic аж четыре инструмента: Greenhouse, Gem, ModernLoop, BrightHire. Видимо для разных вакансий и рынков. – Поддержка – у Anthropic Intercom Fin, у OpenAI Salesforce + Pylon + TaskUs (а это живые люди на аутсорсе!) Ну и так далее. Забавнее всего здесь видеть Workato с интеграциями между системами "прошлого поколения". Соответственно интересно, почему не завайбкодили своё за выходные. Я так понимаю основные затыки: – Это системы учёта. Зарплата, налоги, выручка – ошибка тут стоит дороже любой лицензии. Аудитор хочет видеть Workday и NetSuite, а не «наш агент посчитал» – Compliance вшит в продукт. Payroll в десятках стран, SOC 2, налоговые правила – это годы и юристы, а не код – Сетевой эффект. Slack, Stripe, Salesforce ценны тем, что к ним уже подключено всё остальное – Фокус. Инженер в лабе – самый дорогой ресурс на рынке, тратить его на свою CRM – ну такое – Данные. Там годы истории, миграция страшнее подписки Прикол, что заменяется уже сейчас как раз «слой над процессом»: координация интервью, заметки с собеседований, первая линия поддержки, ресёрч лидов, документация. И посмотрите, кто там стоит – Fin, BrightHire, Clay, Mintlify – это уже новое поколение – ИИ-агенты внутри SaaS. Короче, кажется, что "защита" сейчас примерно такая: – Будьте системой учёта, а не интерфейсом. Кто хранит «истину» (деньги, люди, контракты) – живёт. Кто красиво показывает чужие данные – на очереди – Берите на себя ответственность: сертификаты, гарантии, юридические риски. ИИ код напишет, а подпись под аудитом не поставит – Сделайте нормальный API и MCP. Агенты будут работать через вас – удобный для агента инструмент не выкинут, им будут пользоваться чаще – Уходите от оплаты за места к оплате за результат. Людей-пользователей станет меньше, а seat-модель умрёт вместе с ними – Встраивайте ИИ сами, как Intercom с Fin. Иначе кто-то сделает это поверх вашего API и заберёт клиента. Если у вас есть уникальные данные (например от тысяч клиентов), то вы еще жизнеспособны.

Посмотрел наконец видос с Тибо из OpenAI (тем самым на скрине выше) Как уже писал, самые крутые чуваки и "консультанты", рассказывающие как использовать AI максимально полезно, - это AI лабы, типа OpenAI/Anthropic. Поэтому максимальное внимание туда. Итого чего интересного говорил: – Повторил то, о чем я писал выше. Всякий ручной промпт-инжиниринг, графы, лупы и прочее уходит, остается просто тупо 1 большой агент со скиллами, который делает все сам. – Говорит, что скоро уберут выбор модели и ризонинга, оно само будет подбирать. Ну и Chat/Work сольют. – Dots будет на всех раскатан. Причем этот Dots - это по сути облачная виртуалка под вас (иногда мак мини, если нужны macOS штуки) и можно к ней подключать до 10 ваших устройств. Скоро можно будет несколько делать дотов, как в грок-боте. – У него кстати тоже был прикольный пример, когда дот сам понял, что прод упал перед конференцией и предложил починить :) У меня было такое у Dots с документами, когда у меня лежал черновик предложения, а ИИ-ка просто буднично (я вообще ничего не писал) проверила и уточнила, что по последним договоренностям цена выше. Я в шоке был... – Говорят, что все как-то пока недооценили sign in with chatgpt и плагины с revenue share, а там типа золотое дно. Причем они смотрят на ретеншен и пользу, а не всякие оптимизации названий в каталогах. Ну не знаю... В целом конечно скоро останется один ИИ на все с коннекторами. – Говорит, что агенты уже основной трафик в инете, а сайты вообще к этому не готовы пока. Ни с точки зрения API/UI (нафиг вообще нужен будет UI), ни с точки зрения нагрузки (в 1000х раз больше). – Про найм и джунов. Писать код руками – умирающий навык, будет как хобби. Типа как на лошадях катаются, а не ездят или там вышивают салфеточку в свободное время, а не шьют рубашки 8 часов в день, все остальное будет ИИ-ка делать в 100 раз быстрее. – Код в общем стоит как грязь, но растет цена продуктового вкуса и понимания пользователя (супер-согласен). Если раньше вы просто таски в джире закрывали - скорее всего стоит искать другую работу. Нужно понимание, ЧТО надо делать. Ну и активность. Например новую decision model тупо запилили 4 рядовых инженера за выходные, не ждали, когда там Сэм стратегически одобрит. – При этом у выпускников и джунов фора перед сеньорами (абсолютно согласен и вижу очень часто) - они сразу впитывают новые инструменты и фигачат и обучаются как проклятые. Пока сеньоры держатся за старый код и думают, что все фигня и надо читать и писать каждую строку руками, потому что "ИИ нельзя доверять". Хах. Короче, если пилите продукт – проектируйте так, будто через год модели станут в 10 раз лучше, быстрее и дешевле. Иначе всё устареет ещё до релиза. И да, развивайте вкус и понимание, что надо делать. https://www.youtube.com/watch?v=MM-C3JqCXBk

OpenAI увидели, что ClaudeCode дает побольше вам токенов и решили, что надо бы вернуть клиентов и хоба - теперь в ваши подпсики на 100/200/500 баксов входит в 2 раза больше токенов. Спасибо!

Опа, Google выкатил Gemini 4 Carbon – через две недели после Argon. Только потрогать пока нельзя :) Сразу встал на 1-е место в Artificial Analysis Intelligence Index v5.0. То есть обошел вообще всех. Главный фокус – кибербезопасность и длинные агентные задачи. Типа там днями работала над сложными задачами. Бенчмарки: – SEC-bench Pro (поиск уязвимостей) – 88.2% – ExploitGym (эксплуатация) – 54.8% – CWE-bench (патчи) – 71.0% – WebDev Arena – +89 elo, 4-е место, слабовато (1769) – безопасного кода генерирует в 2 раза больше, чем Argon. Команда Chrome говорит, что по качеству патчей Carbon в 10 раз лучше «большой модели другой лаборатории». Без имен, но все поняли) Прикол, что лучшую модель в индексе получат пока только киберзащитники и «доверенные партнеры» через Fairwind Program, плюс модель проходит добровольное тестирование у правительства США. Короче, гугл снова в строю :) https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/

Кстати, по поводу задачки посложнее. Мой сын сегодня смог поставить хакинтош MacOS на рабочий ноут с Nvidia RTX 5090! Раньше можно было только на железо, что поддерживается Apple официальное. Так что это просто офигеть вообще! Несколько дней мучений с ИИ с драйверами и изучения аналогичных проектов и теперь вот можно запускать всякие нейронки в интерфейсе MacOS. И это сделал школьник! Так что хватит двигать кнопочки в UI и внедрять AI копилотов через ради бейджика AI-продукта. Беритесь за сложные вещи! Сейчас все возможно!

OpenAI рассказали, как работают их forward deployed engineers. Команду собрали в начале 2025, чтобы закрывать "deployment gap" – разрыв между тем, что модель вроде бы умеет, и тем, на что люди реально могут опереться в работе. Девиз команды был: начни с результата, сделай все, чтобы получилось, а масштабируй потом. И это кстати реально текущая работа. Мне кажется все вендоры говорят: модели уже супер-умные, а вот внедрений по всем вертикалям не хватает. По сути сейчас сжигают токены в основном стартапы за чужой счет :) Короче, рассказали о нескольких юзкейсах: – Инжиниринг полупроводников, середина 2025: около 15 FDE на 10+ юзкейсов – генерация тестов, поиск причин сбоев, ассистент по архитектуре. Верификация в отрасли съедает около 70% усилий проекта. Часть FDE пришла в OpenAI за несколько дней до этого и в чипах не понимала ничего – сидели с инженерами заказчика, учили предметную область, вместе строили метрики. За 3–6 месяцев все юзкейсы дошли до прода: около 48% экономии времени на генерации тестов, медианно 22% прироста производительности на оптимизации ядер, недели отладки превратились в часы. – Потом подрос Codex, и все юзкейсы перевели на общую обвязку с Codex в центре: кастомные приложения стали плагинами и скиллами, свои CLI и интерфейсы выкинули. Ушло около 90% кастомного кода в каждом проекте. Первое внедрение в одном кейсе заняло 2 месяца, расширение на вторую команду – 1 день. – Налоговый AI для бухгалтерских фирм Thrive Holdings: в пилоте обработали 7 000 деклараций, пропускная способность выросла примерно на 50%. Самые сложные – декларации по сдаче недвижимости: 6 недель инженерии и проверок практиками, чтобы выйти на 90% precision и recall. Хах, заполнение декларации я тооа не всякие красивые фичи) – Голос для телекома: голос – около 90% обращений в поддержку. Модель выдавала около 60% на ключевых evals, для прода мало. Подключили Research, за 6 месяцев довели до 80%, потом 90%+. Эта голосовая модель теперь работает и у других клиентов. Прикол, что их критерий успеха – делать себя ненужными каждые пару месяцев. Когда вышел Codex, кто-то в команде спросил, что делать, если он за раз собирает то, что они строили месяцами. Ответ – идти искать задачу посложнее. И это как раз ответ для разработчиков, которые думают, что все пропало. Короче, главный вывод для интеграторов: кастомный код – временный, через полгода его заменит платформа. Долговечный актив – это знание предметной области, датасеты, метрики вместе с экспертами клиента и понимание, где модель не вытягивает. И обратите внимание: OpenAI тоже ушли от мультиагентной архитектуры к одному агенту со скиллами, ровно как советует Anthropic в предыдущем посте. https://openai.com/index/forward-deployed-engineering-means