Рост роли «AI Product Builder»
Традиционные PM-роли сокращаются (до 30% в целом и до 70% в SaaS), вместо них растёт гибридная роль Product Builder — человек, который сочетает product thinking, техническую грамотность, дизайн и быстро прототипирует/шиппит с помощью AI.
Количество таких специалистов резко выросло.
Организации перестраивают весь product lifecycle вокруг AI.
В статье Forbes (от 30 июля 2026): «The Rise of the AI Product Builder: The Future of Product Management»
репортят что традиционные product managers будут исчезать к 2030 году. По данным 2026 CPO Impact Report от Products That Count:
- ставки PM сократились на 30% в целом и на 70% в SaaS.
- При этом появилась и быстро растёт новая роль — Product Builder.
Драйверы
Старое ограничение (стоимость и скорость исполнения) исчезло. Новое узкое место — человеческое суждение: что строить, когда строить и как создавать реальную ценность.
ИИ может генерировать требования, прототипы, код, тесты и документацию. Но он не может решить:
- решает ли инициатива значимую проблему клиента
- соответствует ли она стратегии бизнеса
- является ли лучшим использованием ресурсов
===
Большинство компаний просто ускоряют старые процессы с помощью ИИ → получают лишь инкрементальный эффект. Топы перестраивают весь product lifecycle под возможности ИИ.
PM был в основном координатором
Product Builder фокусируется на создании outcomes, используя ИИ
Большинство организаций всё ещё построены вокруг функций (product / design / engineering с разными руководителями, метриками и процессами). Эти границы становятся всё менее оправданными.
Главный вопрос: что происходит, когда важнее становятся capabilities (способности), а не functions (функции)?
Что Builder PM не означает
Это не «один человек делает три работы (product + UX + engineering) за одну зарплату». Это не промоушен, а часто просто cost-cutting под красивой обёрткой. Хорошие инженеры любят инженерию и не хотят становиться PM. Дизайнеры не всегда готовы писать бизнес-кейсы. Ролевая компрессия имеет пределы.
Настоящий Builder PM — это product-менеджер, который умеет использовать ИИ, чтобы стать в разы эффективнее, не отказываясь от того, что делает его ценным. Это не единорог, а 10x PM. Речь о leverage (рычаге), а не о расширении обязанностей.
Правильный reframing
Вопрос не «как мне теперь заменить инженеров с помощью AI-кодинга?».
Вопрос: как использовать ИИ, чтобы стать 3x / 5x / 10x product-менеджером?
ИИ удешевил не только building, но и learning. Побеждает тот, кто быстрее учится (рынок, потребности..)
Discovery нельзя пропускать
Парадокс: в agent-heavy workflow нужно больше живого синхронизирования с инженерами и дизайнерами, а не меньше. Хорошие Builder PM:
- регулярно проводят customer interviews (не только на старте)
- строят постоянные каналы обратной связи
- сознательно защищают время на discovery даже при росте скорости
Главный рычаг — feedback loops
Большинство команд просто «используют AI-инструменты».
Лучшие строят системы, которые сами улучшаются.
Пример: fintech-команда добавила в конец каждого ИИ-ответа вопрос «Это было правильно?». Ответ пользователя сразу шёл в обучение модели. ИИ становился умнее прямо в потоке работы пользователей.
==
💡Задача лидера — не просто решать, куда вставить ИИ в продукт, а спроектировать всю систему product management, где ИИ создаёт рычаг, где риски, и где feedback loops делают систему умнее со временем. Именно так получается 10x.
Традиционные PM-роли сокращаются (до 30% в целом и до 70% в SaaS), вместо них растёт гибридная роль Product Builder — человек, который сочетает product thinking, техническую грамотность, дизайн и быстро прототипирует/шиппит с помощью AI.
Количество таких специалистов резко выросло.
Организации перестраивают весь product lifecycle вокруг AI.
В статье Forbes (от 30 июля 2026): «The Rise of the AI Product Builder: The Future of Product Management»
репортят что традиционные product managers будут исчезать к 2030 году. По данным 2026 CPO Impact Report от Products That Count:
- ставки PM сократились на 30% в целом и на 70% в SaaS.
- При этом появилась и быстро растёт новая роль — Product Builder.
Драйверы
Старое ограничение (стоимость и скорость исполнения) исчезло. Новое узкое место — человеческое суждение: что строить, когда строить и как создавать реальную ценность.
ИИ может генерировать требования, прототипы, код, тесты и документацию. Но он не может решить:
- решает ли инициатива значимую проблему клиента
- соответствует ли она стратегии бизнеса
- является ли лучшим использованием ресурсов
===
Большинство компаний просто ускоряют старые процессы с помощью ИИ → получают лишь инкрементальный эффект. Топы перестраивают весь product lifecycle под возможности ИИ.
PM был в основном координатором
Product Builder фокусируется на создании outcomes, используя ИИ
Большинство организаций всё ещё построены вокруг функций (product / design / engineering с разными руководителями, метриками и процессами). Эти границы становятся всё менее оправданными.
Главный вопрос: что происходит, когда важнее становятся capabilities (способности), а не functions (функции)?
Что Builder PM не означает
Это не «один человек делает три работы (product + UX + engineering) за одну зарплату». Это не промоушен, а часто просто cost-cutting под красивой обёрткой. Хорошие инженеры любят инженерию и не хотят становиться PM. Дизайнеры не всегда готовы писать бизнес-кейсы. Ролевая компрессия имеет пределы.
Настоящий Builder PM — это product-менеджер, который умеет использовать ИИ, чтобы стать в разы эффективнее, не отказываясь от того, что делает его ценным. Это не единорог, а 10x PM. Речь о leverage (рычаге), а не о расширении обязанностей.
Правильный reframing
Вопрос не «как мне теперь заменить инженеров с помощью AI-кодинга?».
Вопрос: как использовать ИИ, чтобы стать 3x / 5x / 10x product-менеджером?
ИИ удешевил не только building, но и learning. Побеждает тот, кто быстрее учится (рынок, потребности..)
Discovery нельзя пропускать
Парадокс: в agent-heavy workflow нужно больше живого синхронизирования с инженерами и дизайнерами, а не меньше. Хорошие Builder PM:
- регулярно проводят customer interviews (не только на старте)
- строят постоянные каналы обратной связи
- сознательно защищают время на discovery даже при росте скорости
Главный рычаг — feedback loops
Большинство команд просто «используют AI-инструменты».
Лучшие строят системы, которые сами улучшаются.
Пример: fintech-команда добавила в конец каждого ИИ-ответа вопрос «Это было правильно?». Ответ пользователя сразу шёл в обучение модели. ИИ становился умнее прямо в потоке работы пользователей.
==
💡Задача лидера — не просто решать, куда вставить ИИ в продукт, а спроектировать всю систему product management, где ИИ создаёт рычаг, где риски, и где feedback loops делают систему умнее со временем. Именно так получается 10x.
🔥1
Миллионом сейчас никого не удивишь 😁
Поделился своим опытом про «новое SEO» — AEO
https://www.rambler.ru/pro/professii/56863720-prodvizhenie-v-neyrosetyah-pravda-o-novoy-professii-i-dohodah-v-ney/
Поделился своим опытом про «новое SEO» — AEO
https://www.rambler.ru/pro/professii/56863720-prodvizhenie-v-neyrosetyah-pravda-o-novoy-professii-i-dohodah-v-ney/
👍1
ИИ для продакта & CPO | Влад Прошинский
Рост доли соло-предпринимателей Доля соло-предпринимателей с доходом $100k+ растёт давно. А доля тех, кто в одиночку делает $5-10M+ в год без штата и без раунда — резко пошла вверх именно в 2023-2024, ровно когда AI-инструменты стали заменять маленькую команду.…
↓
Solo-фаундеры с высоким уровнем дохода демонстрируют быстрый рост.
Ещё один источник по росту солопренерства в США — Stripe
🔗 статья
Доля компаний (не только ИП), достигших совокупного дохода в 1 млн. долларов в течение года после запуска в Stripe, была примерно на 30% выше для группы 2025 года, чем для группы 2023 года, и примерно в 3 раза выше для группы 2025 года, чем для группы 2019 года.
Теперь ИИ агент может помочь вам найти лучшие инструменты для вашего бизнеса и выполнить интеграцию с минимальной поддержкой. Мы видим этот эффект как в данных Бюро переписи населения, так и в наших данных о регистрации, полученных с помощью того, что мы называем регистрацией с использованием ИИ.
Solo-фаундеры с высоким уровнем дохода демонстрируют быстрый рост.
Ещё один источник по росту солопренерства в США — Stripe
🔗 статья
Мы обнаружили, что в нашем индексе значительно увеличилось число индивидуальных предпринимателей, зарабатывающих более 100 000 долларов, но еще больше возросло число тех, кто зарабатывает на более высоких пороговых уровнях дохода, с явным ускорением с 2023 года. В 2025 году более чем в два раза больше индивидуальных предпринимателей заработали более 1 миллиона долларов, чем в 2023 году, и почти в три раза больше тех, кто преодолел отметку в 5 миллионов и 10 миллионов долларов.
Доля компаний (не только ИП), достигших совокупного дохода в 1 млн. долларов в течение года после запуска в Stripe, была примерно на 30% выше для группы 2025 года, чем для группы 2023 года, и примерно в 3 раза выше для группы 2025 года, чем для группы 2019 года.
Теперь ИИ агент может помочь вам найти лучшие инструменты для вашего бизнеса и выполнить интеграцию с минимальной поддержкой. Мы видим этот эффект как в данных Бюро переписи населения, так и в наших данных о регистрации, полученных с помощью того, что мы называем регистрацией с использованием ИИ.
👍1
Про погоню за саморазвитием
Самые худшие недели у меня начинаются сразу после того, как я что-то улучшаю. Годами я не мог увидеть закономерность. Потом я заметил, что каждый спад был связан с какой-то новой или утраченной привычкой
Если каждый сезон пересаживать дерево в более плодородную почву, оно никогда не вырастет. Его энергия уходит на образование новых корней, а не на рост в высоту. Дерево здорово. Почва хороша. Но именно пересадка ему и вредит.
И каждая продажа прекращает тот накопительный эффект, который был начат с выбранной акции. Сами по себе акции могут быть неплохими. Но постоянные сделки в любом случае убивают счет.
За годы я выработал множество привычек
Одна смена контекста — и утро снова становятся трудными. Новый распорядок требует полного внимания, как и всё новое, прежде чем прижиться.
Каждая замена отправляет всю систему обратно через фазу обучения, и процесс стабилизации начинается заново.
Издержки на стабилизацию стоят того: отказ от экспериментов сопряжен со своим риском. Постоянные изменения — это ловушка, потому что ничто не остается на месте достаточно долго, чтобы накапливаться .
Теперь я вношу изменения в первые 5 дней каждого месяца.
Я добавляю новую привычку, отбрасываю одну или перерабатываю рутину, а затем блокирую все это до конца месяца. Мои ежедневные эксперименты продолжаются, двадцать один в день, но они выполняются внутри заблокированной системы, а не создаются заново.
Ибо система, которая никогда не стабилизируется, никогда не окупится .
Самые худшие недели у меня начинаются сразу после того, как я что-то улучшаю. Годами я не мог увидеть закономерность. Потом я заметил, что каждый спад был связан с какой-то новой или утраченной привычкой
Если каждый сезон пересаживать дерево в более плодородную почву, оно никогда не вырастет. Его энергия уходит на образование новых корней, а не на рост в высоту. Дерево здорово. Почва хороша. Но именно пересадка ему и вредит.
И каждая продажа прекращает тот накопительный эффект, который был начат с выбранной акции. Сами по себе акции могут быть неплохими. Но постоянные сделки в любом случае убивают счет.
За годы я выработал множество привычек
Одна смена контекста — и утро снова становятся трудными. Новый распорядок требует полного внимания, как и всё новое, прежде чем прижиться.
Каждая замена отправляет всю систему обратно через фазу обучения, и процесс стабилизации начинается заново.
Издержки на стабилизацию стоят того: отказ от экспериментов сопряжен со своим риском. Постоянные изменения — это ловушка, потому что ничто не остается на месте достаточно долго, чтобы накапливаться .
Теперь я вношу изменения в первые 5 дней каждого месяца.
Я добавляю новую привычку, отбрасываю одну или перерабатываю рутину, а затем блокирую все это до конца месяца. Мои ежедневные эксперименты продолжаются, двадцать один в день, но они выполняются внутри заблокированной системы, а не создаются заново.
Ибо система, которая никогда не стабилизируется, никогда не окупится .
🔥2
СРО жалеет о существовании профессии продакт-менеджера
У Лении вышел подкаст, где СРО Том Веррилли (ex-Twitch, ex-Twitter) о том, как ИИ обнажает масштабы «продуктового театра»
Тезисы:
У Лении вышел подкаст, где СРО Том Веррилли (ex-Twitch, ex-Twitter) о том, как ИИ обнажает масштабы «продуктового театра»
Тезисы:
- управление продуктом — это навык, который приобретается на практике, а не просто должность, и иногда командам лучше, когда инженеры и дизайнеры принимают решения самостоятельно
- системное мышление становится всё более востребованным
- главная польза ИИ для продакт-менеджеров сейчас заключается в Data Science, а не в прототипировании
- лучшие менеджеры по продукту сосредотачиваются на технических деталях, понимании клиентов и принятии решений
- Роль смещается от «политики» и «совещаний по согласованию» к отдельным специалистам, которые выполняют реальную работу и углубляются в детали продукта
- Для роста следует думать о том, как система работает в масштабе, представить все возможные проблемы, а затем исправить их до того, как они произойдут
- При найме сотрудников ищите людей, которые могут защитить свои идеи, используя данные, а не тех, кто просто умеет говорить и заводить друзей
- Любимая ошибка Верилли за карьеру — доверять средним показателям. Фичу с 3 процентами использования легко списать как бесполезную. Но для этих трёх процентов она может быть единственным сценарием использования продукта. Отключил фичу — обрушил чей-то бизнес.
YouTube
This CPO regrets that product management exists | Tom Verrilli (CPO of Whatnot)
Tom Verrilli is the chief product officer at Whatnot, a live shopping platform that’s become the fastest-growing U.S. marketplace business in history, with over $8 billion in GMV. Before joining Whatnot, Tom was CPO at Twitch and director of product growth…
👍1
Браузер для AI-агентов от Cloudflare
Добавил в Hermes новый CLI браузер.
Результат обхода RU страниц с защитами на скрине.
Ключевые выводы
1. Kitesurf IP = Cloudflare Workers (US) — российские сайты видят американский IP
2. Ozon полностью блокирует cloud-браузер (редирект-цикл / "нет соединения")
3. Яндекс грузится, но при поиске показывает CAPTCHA (подозрительный IP)
4. Трекеры блокируются — metrika, yandcache возвращают HTTP 451
Все инструменты работают на реальной странице: snapshot, screenshot, evaluate, network, console, fill, click, emulate, heap
Про Playwright и Selenium можно забыть.
Добавил в Hermes новый CLI браузер.
Результат обхода RU страниц с защитами на скрине.
Ключевые выводы
1. Kitesurf IP = Cloudflare Workers (US) — российские сайты видят американский IP
2. Ozon полностью блокирует cloud-браузер (редирект-цикл / "нет соединения")
3. Яндекс грузится, но при поиске показывает CAPTCHA (подозрительный IP)
4. Трекеры блокируются — metrika, yandcache возвращают HTTP 451
Все инструменты работают на реальной странице: snapshot, screenshot, evaluate, network, console, fill, click, emulate, heap
Про Playwright и Selenium можно забыть.
👍1
Forwarded from AI Product | Igor Akimov
Как корпорации на самом деле используют ChatGPT – большое исследование OpenAI
Большое хорошее исследование OpenAI вместе с Columbia и Wharton. Про реальное использование ИИ-шек в компания. Связали внутренние данные ChatGPT Enterprise с должностями сотрудников, автоматической классификацией задач и финансами публичных компаний из Compustat. Это первый настолько детальный взгляд на реальное использование, а не презентации красивые и блоги: 1 764 организации, 17,4 млн сообщений, плюс подвыборка из 973 компаний с 8,7 млн классифицированных сообщений по 60 категориям задач.
Затраты:
– Закупка токенов у Enterprise-клиентов выросла в 7 раз с июня 2025 по март 2026
– Внутри когорты компаний, подключившихся до июня 2025, рост в 4 раза – то есть примерно половина всего роста происходит внутри уже существующих клиентов, а не за счёт новых
– В начале 2026 ускорение случилось одновременно во всех когортах – похоже, дело в самом продукте и рынке, а не в естественном созревании клиентов. Ну я согласен, в начале января модели вообще нереально прокачались.
Кто внедряет:
– Адоптеры радикально крупнее: медианная выручка $2,3 млрд против $210 млн, персонал 2 934 против 424 человек, R&D $113 млн против $10 млн
– Компании из топ-25% по выручке внедряют на 6,9 п.п. чаще, из топ-5% – на 9,8 п.п. Внутри своей отрасли эффект ещё сильнее: до 11,3 п.п.
– Выручка на сотрудника – значимый предиктор внедрения, то есть там где инновации и вклад людей именно двигает выручку. А вот капиталоёмкость (PP&E на сотрудника) работает в минус: заводы с большими основными фондами внедряют реже
– Кто годами вкладывался в процессы, инновации и софт, тот и внедряет AI первым. Классическая история про general purpose technology: сама по себе технология мало что даёт без доп.перестройки
– Крупные внедряют чаще, но использование на сотрудника у них ниже. Купить на всех проще, чем заставить всех пользоваться. Согласен на 100%. Все эти "мы купили Клод на 200 сотрудников, мы AI-first" - это полная чушь )
Кто пользуется внутри компаний
– Использование размазано по всем функциям: инженеры – 11% недельной активной аудитории в средней компании, топы и партнёры – 9%, финансы и маркетинг – по 5%
– По интенсивности картина другая: больше всех сообщений пишут аналитики и маркетинг, меньше всех – руководители и финансисты
– Джуны и стажёры отправляют на 8–9 сообщений в неделю больше среднего пользователя своей же компании. Чем выше должность, тем меньше сообщений. Ну тут 2 момента: во-первых, джуны пытаются переложить свое незнание на ИИ (и это так себе тренд), а во-вторых, быстрее адаптируют технологии (и я это тоже замечают, когда синьоры до сих пор иногда фыркают или пытаются читать строки каждого коммита ИИ)
Что делают:
– 56% активных пользователей за неделю хотя бы раз делают документацию и техтексты, 50% – техническую/цифровую работу, 41% – переписку, 39% – обзоры тем
– По объёму сообщений концентрация выше: документация 18,3%, техработа 12,7%, переписка 11,9%. При этом 27,3% сообщений – длинный хвост из десятков мелких категорий, не влезающих в топ-12
– Отраслевая специфика есть, но на удивление скромная: финансисты чаще делают налогово-финансовые задачи, ритейл и медиа – продажи и маркетинг. Но ядро (тексты, техработа, коммуникация) одинаковое везде, и по объёму сообщений отрасли почти не отличаются
– У руководителей свой профиль: относительно больше обзоров тем, юридических и финансовых вопросов – меньше «производственных» задач
Короче, мы в самом начале. Все пока барахтаются. Доступ к одной и той же модели не даёт одинакового результата – ценность возникает там, где компания перестраивает процессы, обучает людей и находит свои use cases. Это ровно та работа, которую покупка лицензий не заменяет.
Но при этом если лидеры с накопленными процессами и экспертизой внедряют раньше и глубже, AI может не сократить, а увеличить разрыв в производительности между лидерами и остальными – при формально равном доступе к технологии. Короче, всякие гиганты не дремлют, мелким надо бежать в 2 раза быстрее...
https://cdn.openai.com/pdf/how-organizations-use-chatgpt.pdf
Большое хорошее исследование OpenAI вместе с Columbia и Wharton. Про реальное использование ИИ-шек в компания. Связали внутренние данные ChatGPT Enterprise с должностями сотрудников, автоматической классификацией задач и финансами публичных компаний из Compustat. Это первый настолько детальный взгляд на реальное использование, а не презентации красивые и блоги: 1 764 организации, 17,4 млн сообщений, плюс подвыборка из 973 компаний с 8,7 млн классифицированных сообщений по 60 категориям задач.
Затраты:
– Закупка токенов у Enterprise-клиентов выросла в 7 раз с июня 2025 по март 2026
– Внутри когорты компаний, подключившихся до июня 2025, рост в 4 раза – то есть примерно половина всего роста происходит внутри уже существующих клиентов, а не за счёт новых
– В начале 2026 ускорение случилось одновременно во всех когортах – похоже, дело в самом продукте и рынке, а не в естественном созревании клиентов. Ну я согласен, в начале января модели вообще нереально прокачались.
Кто внедряет:
– Адоптеры радикально крупнее: медианная выручка $2,3 млрд против $210 млн, персонал 2 934 против 424 человек, R&D $113 млн против $10 млн
– Компании из топ-25% по выручке внедряют на 6,9 п.п. чаще, из топ-5% – на 9,8 п.п. Внутри своей отрасли эффект ещё сильнее: до 11,3 п.п.
– Выручка на сотрудника – значимый предиктор внедрения, то есть там где инновации и вклад людей именно двигает выручку. А вот капиталоёмкость (PP&E на сотрудника) работает в минус: заводы с большими основными фондами внедряют реже
– Кто годами вкладывался в процессы, инновации и софт, тот и внедряет AI первым. Классическая история про general purpose technology: сама по себе технология мало что даёт без доп.перестройки
– Крупные внедряют чаще, но использование на сотрудника у них ниже. Купить на всех проще, чем заставить всех пользоваться. Согласен на 100%. Все эти "мы купили Клод на 200 сотрудников, мы AI-first" - это полная чушь )
Кто пользуется внутри компаний
– Использование размазано по всем функциям: инженеры – 11% недельной активной аудитории в средней компании, топы и партнёры – 9%, финансы и маркетинг – по 5%
– По интенсивности картина другая: больше всех сообщений пишут аналитики и маркетинг, меньше всех – руководители и финансисты
– Джуны и стажёры отправляют на 8–9 сообщений в неделю больше среднего пользователя своей же компании. Чем выше должность, тем меньше сообщений. Ну тут 2 момента: во-первых, джуны пытаются переложить свое незнание на ИИ (и это так себе тренд), а во-вторых, быстрее адаптируют технологии (и я это тоже замечают, когда синьоры до сих пор иногда фыркают или пытаются читать строки каждого коммита ИИ)
Что делают:
– 56% активных пользователей за неделю хотя бы раз делают документацию и техтексты, 50% – техническую/цифровую работу, 41% – переписку, 39% – обзоры тем
– По объёму сообщений концентрация выше: документация 18,3%, техработа 12,7%, переписка 11,9%. При этом 27,3% сообщений – длинный хвост из десятков мелких категорий, не влезающих в топ-12
– Отраслевая специфика есть, но на удивление скромная: финансисты чаще делают налогово-финансовые задачи, ритейл и медиа – продажи и маркетинг. Но ядро (тексты, техработа, коммуникация) одинаковое везде, и по объёму сообщений отрасли почти не отличаются
– У руководителей свой профиль: относительно больше обзоров тем, юридических и финансовых вопросов – меньше «производственных» задач
Короче, мы в самом начале. Все пока барахтаются. Доступ к одной и той же модели не даёт одинакового результата – ценность возникает там, где компания перестраивает процессы, обучает людей и находит свои use cases. Это ровно та работа, которую покупка лицензий не заменяет.
Но при этом если лидеры с накопленными процессами и экспертизой внедряют раньше и глубже, AI может не сократить, а увеличить разрыв в производительности между лидерами и остальными – при формально равном доступе к технологии. Короче, всякие гиганты не дремлют, мелким надо бежать в 2 раза быстрее...
https://cdn.openai.com/pdf/how-organizations-use-chatgpt.pdf
🔥1
Стратегия моя и канала на 2026-??
5 моих стратегических решений
1. Фокус на том что дает +ROI на время.
Раньше был фокус на бабки, теперь на время. Что это значит для меня: я ничего не успеваю, мозг работает 24/7, куча проектов, обучения.. С каждым годом ценность времени увеличивается, а деньги всегда можно заработать
2. ИИ-трансформации
ИИ обесценился. Сейчас у меня 7 подписок и «Уметь работать с ИИ» решен на 90%. Я собрал ебейший проект в соло и продал за 1М+. Делать проекты — путь вникуда, как продакт хорошо это понимаю. Будущее за технической ролью — продуктовый архитектор. Кодинг переходит к агентам, человек определяет, что строить и зачем. PM становится «orchestrator of intelligence» — направляет людей, агентов, данные и решения.
3. Фокус на tier-1
Я выпал из контекста РФ. В начале года я сделал ИИ связку, которая анализирует весь топ-контент по ИИ, буст колосальный (кто хочет быть также в теме —🔗 залетайте в email рассылку). Экспертов в РУ сегменте (вы все их знаете) для меня не осталось. Фоново читаю кто что делает и никакого интереса не вызывает. Вся эта ИИ гонка в США вызывает уныние, что я не там, и я даже начал задумываться об эмиграции (и даже сходил на пару зум-колов по визе в США)
4. Продажи
ИТ/веб-продукты запускать стало просто. Флёр "я продакт" у многих поутих. По ЗП на рынке это видно. Мне стало интереснее продавать, нетворкать (ввиду избыточного общения с ИИ 24/7) + надо расти по доходу, а доход это продажи. Читаю «нетворкинг для разведчиков», рекомендую.
5. Личный бренд
Когда о тебе знают — тебя хотят (визу талантов дают за ачивки в проф. сообществе). Пока ты NoName, люди не понимают почему им нужно с тобой работать. В 2026 чтобы продать, нужно 10+ касаний (для найма это тоже справедливо). Я думаю что ценность ЛБ будет только расти, пока интернет наполняют ИИ боты (в июне 2026 года количество AI-ботов 57,5%), и мы близимся к мёртвому интернету, пока есть время + собранный ИИ сварм, хочу зайти в Linkedin, instagram, youtube в мини-челлендж.
=====
Стратегия канала
Перечитал посты в канале с начала год и охренел, сколько всего случилось за эти восемь месяцев. Оказывается Clawdbot (OpenClaw) вышел в феврале🙂 Как быстро летит время.. Выход GPT Astra декларируется как «мы встали на путь AGI».. Сингулярность всё ближе...
1. Почистил все новостные посты. Всё устаревает уже в течении недели.
2. Больше меня (моих результатов и осознаний)
3. Хочется публиковать то, что перечитывая, будет актуально и через год
Остальное уезжает в отдельные каналы:
1.📨 Канал из 9 top-AI-news подписок
2.🎞 Канал с AI анализом youtube роликов
3.🔗 Канал с AI • IT вакансиями
4.👨💻 Product Hunt top 10 tools daily
5 моих стратегических решений
1. Фокус на том что дает +ROI на время.
Раньше был фокус на бабки, теперь на время. Что это значит для меня: я ничего не успеваю, мозг работает 24/7, куча проектов, обучения.. С каждым годом ценность времени увеличивается, а деньги всегда можно заработать
2. ИИ-трансформации
ИИ обесценился. Сейчас у меня 7 подписок и «Уметь работать с ИИ» решен на 90%. Я собрал ебейший проект в соло и продал за 1М+. Делать проекты — путь вникуда, как продакт хорошо это понимаю. Будущее за технической ролью — продуктовый архитектор. Кодинг переходит к агентам, человек определяет, что строить и зачем. PM становится «orchestrator of intelligence» — направляет людей, агентов, данные и решения.
3. Фокус на tier-1
Я выпал из контекста РФ. В начале года я сделал ИИ связку, которая анализирует весь топ-контент по ИИ, буст колосальный (кто хочет быть также в теме —
4. Продажи
ИТ/веб-продукты запускать стало просто. Флёр "я продакт" у многих поутих. По ЗП на рынке это видно. Мне стало интереснее продавать, нетворкать (ввиду избыточного общения с ИИ 24/7) + надо расти по доходу, а доход это продажи. Читаю «нетворкинг для разведчиков», рекомендую.
5. Личный бренд
Когда о тебе знают — тебя хотят (визу талантов дают за ачивки в проф. сообществе). Пока ты NoName, люди не понимают почему им нужно с тобой работать. В 2026 чтобы продать, нужно 10+ касаний (для найма это тоже справедливо). Я думаю что ценность ЛБ будет только расти, пока интернет наполняют ИИ боты (в июне 2026 года количество AI-ботов 57,5%), и мы близимся к мёртвому интернету, пока есть время + собранный ИИ сварм, хочу зайти в Linkedin, instagram, youtube в мини-челлендж.
=====
Стратегия канала
Перечитал посты в канале с начала год и охренел, сколько всего случилось за эти восемь месяцев. Оказывается Clawdbot (OpenClaw) вышел в феврале
1. Почистил все новостные посты. Всё устаревает уже в течении недели.
2. Больше меня (моих результатов и осознаний)
3. Хочется публиковать то, что перечитывая, будет актуально и через год
Остальное уезжает в отдельные каналы:
1.
2.
3.
4.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4👍1🔥1
ИИ для продакта & CPO | Влад Прошинский
😍 AI SEO / GEO принципы дают результат Алгоритмы и принципы зашитые в систему (и это всё ИИ), На выходных ещё попался очень интересный эксперимент с loop engineering применительно к SEO (🎞 видео), где ты ставишь ИИ агенту цель → он ищет точки роста как…
↓↓↓
выпустил skill на github для AEO/GEO — автономный агентный навык и инженерный фреймворк для доминирования в генеративном поиске
Skill синтезирован на основе 247 эмпирических исследований издания SearchEngineLand за август 2026 года, охватывающий 21 стратегический приоритет и свыше 140 прикладных инженерных техник.
RU:🔗 https://github.com/Asmadey/aeo-geo-skill-ru
EU:🔗 https://github.com/Asmadey/aeo-geo-skill
выпустил skill на github для AEO/GEO — автономный агентный навык и инженерный фреймворк для доминирования в генеративном поиске
Skill синтезирован на основе 247 эмпирических исследований издания SearchEngineLand за август 2026 года, охватывающий 21 стратегический приоритет и свыше 140 прикладных инженерных техник.
RU:
EU:
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4👍1
Какой вид будет контролировать Землю?
ИИ не испытывает к вам ненависти или не любит вас, но вы состоите из атомов, которые они могут использовать для чего-то другого.
С какой стати более умный ИИ будет уважать ваши права и собственность?
Колонизаторы не уважали права и собственность покоренных.
Когда в экосистему попадает новый вид, он поглощает столько энергии, сколько может.
MIT🎞 объясняет 12 возможных вариантов развития событий в эпоху ИИ.
ИИ не испытывает к вам ненависти или не любит вас, но вы состоите из атомов, которые они могут использовать для чего-то другого.
С какой стати более умный ИИ будет уважать ваши права и собственность?
Колонизаторы не уважали права и собственность покоренных.
Когда в экосистему попадает новый вид, он поглощает столько энергии, сколько может.
MIT
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
MIT Explains the 12 Possible Endings for AI
Detailed sources: https://docs.google.com/document/d/1P1X9xEmmgSYH0g1FSizgV2rDVomb_Wi0TcX-E-0np_Q/edit?tab=t.0
Highly recommend the book this video is based on: Life 3.0 by MIT professor Max Tegmark: https://a.co/d/0d9p4brK
Sources:
- https://fortune.c…
Highly recommend the book this video is based on: Life 3.0 by MIT professor Max Tegmark: https://a.co/d/0d9p4brK
Sources:
- https://fortune.c…
Жёсткие, нестандартные управленческие приёмы
1️⃣ Option Drop
Мартин Бассери, основатель мультимиллиардного сервиса ApplyBoard для иностранных студентов, раздаёт по 20–50 тысяч опционов компании на месте за выдающиеся действия сотрудников. Этот метод мгновенного вознаграждения оказался эффективнее формальных ценностей и стал драйвером культуры работы до полуночи.
2️⃣ Сервис устранения трения в OpenAI
В OpenAI создали специальный email-адрес для жалоб на бюрократию и внутренние препятствия. Сотрудник, отвечающий за этот ящик, разбирает заявки и устраняет системные проблемы, которые мешают команде работать быстро, выступая «дворником» бюрократии.
3️⃣ Однобитная коммуникация в Seimens
CEO Seimens использует в общении с подчинёнными только ответы «ок» или «нет» на email. Это решение устраняет «театр прогресса» и бесконечные встречи, заставляя сотрудников приходить к нему лично только при необходимости обсудить детали.
4️⃣ Знаменитый «вопросительный знак» Джеффа Безоса
Основатель Amazon пересылал командам жалобы клиентов с одним лишь знаком вопроса, который означал: «Правда ли это? Почему это случилось?». Безос трактовал такие письма как сигнал «скрипа машины», который указывает на неполноту метрик и помогает вовремя выявлять системные проблемы.
5️⃣ Стратегия 1 задачи Питера Тиля
Будучи CEO PayPal, Тиль требовал, чтобы каждый сотрудник решал только одну главную проблему, и просто уходил, если ему начинали рассказывать о посторонних вещах. Фокусировка, по его словам, «выпукла»: переход от 80% к 90% концентрации удваивает результат, как в спорте, где 99-й перцентиль приносит все награды.
6️⃣ Непрерывная «выбраковка» Джека Уэлча
Глава GE требовал, чтобы каждое подразделение было первым или вторым на рынке, иначе его продавали или закрывали. Он также ежегодно увольнял 10% худших сотрудников, что было крайне сложно на практике, но создавало постоянное давление и держало компанию в тонусе.
7️⃣ Награда за провалы от Алана Мулалли
Став CEO Ford после убытков в 17 млрд долларов, Мулалли обнаружил, что в отчётах всё «зелёное». Введя культуру признания неудач, он лично аплодировал руководителю, который показал «красный» статус проекта, поощряя честность и смелость сообщать о рисках.
8️⃣ Стратегия «клонирования» от MrBeast
MrBeast в первые годы заставлял ключевых сотрудников буквально следовать за ним повсюду, включая проживание в его доме, в течение 6 месяцев. Такой подход позволял ему создавать «копии» себя, которые могли принимать решения за него и масштабировать компанию.
9️⃣ Выбор между «величием» и «качеством жизни»
Кевин Келли (сооснователь Wired) признался, что сознательно отказался от величия, понимая, что оно требует крайностей. Он подарил миру идею «1000 истинных фанатов», но его определение успеха — быть значимым для своей семьи и друзей, а не для истории.
===
📨 AI-news 9 Top-channels
🎞 YouTube AI podcasts
🔗 Канал с AI • IT вакансиями
👨💻 Product Hunt top 10 tools daily
Мартин Бассери, основатель мультимиллиардного сервиса ApplyBoard для иностранных студентов, раздаёт по 20–50 тысяч опционов компании на месте за выдающиеся действия сотрудников. Этот метод мгновенного вознаграждения оказался эффективнее формальных ценностей и стал драйвером культуры работы до полуночи.
В OpenAI создали специальный email-адрес для жалоб на бюрократию и внутренние препятствия. Сотрудник, отвечающий за этот ящик, разбирает заявки и устраняет системные проблемы, которые мешают команде работать быстро, выступая «дворником» бюрократии.
CEO Seimens использует в общении с подчинёнными только ответы «ок» или «нет» на email. Это решение устраняет «театр прогресса» и бесконечные встречи, заставляя сотрудников приходить к нему лично только при необходимости обсудить детали.
Основатель Amazon пересылал командам жалобы клиентов с одним лишь знаком вопроса, который означал: «Правда ли это? Почему это случилось?». Безос трактовал такие письма как сигнал «скрипа машины», который указывает на неполноту метрик и помогает вовремя выявлять системные проблемы.
Будучи CEO PayPal, Тиль требовал, чтобы каждый сотрудник решал только одну главную проблему, и просто уходил, если ему начинали рассказывать о посторонних вещах. Фокусировка, по его словам, «выпукла»: переход от 80% к 90% концентрации удваивает результат, как в спорте, где 99-й перцентиль приносит все награды.
Глава GE требовал, чтобы каждое подразделение было первым или вторым на рынке, иначе его продавали или закрывали. Он также ежегодно увольнял 10% худших сотрудников, что было крайне сложно на практике, но создавало постоянное давление и держало компанию в тонусе.
Став CEO Ford после убытков в 17 млрд долларов, Мулалли обнаружил, что в отчётах всё «зелёное». Введя культуру признания неудач, он лично аплодировал руководителю, который показал «красный» статус проекта, поощряя честность и смелость сообщать о рисках.
MrBeast в первые годы заставлял ключевых сотрудников буквально следовать за ним повсюду, включая проживание в его доме, в течение 6 месяцев. Такой подход позволял ему создавать «копии» себя, которые могли принимать решения за него и масштабировать компанию.
Кевин Келли (сооснователь Wired) признался, что сознательно отказался от величия, понимая, что оно требует крайностей. Он подарил миру идею «1000 истинных фанатов», но его определение успеха — быть значимым для своей семьи и друзей, а не для истории.
===
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1👍1🔥1
Жесть.
99.9% Astra на ARC-AGI-3 — заслуга обвязки — на стандартном харнессе 62.7% за $26 098, на Provider Adapter 99.9% за $18 817.
99.9% Astra на ARC-AGI-3 — заслуга обвязки — на стандартном харнессе 62.7% за $26 098, на Provider Adapter 99.9% за $18 817.
ARC-AGI-3 — это эталонная игра для изучения интеллекта агентов в новых, абстрактных, пошаговых средах. Агенты должны исследовать окружающую среду, определять цели и создавать внутренние модели, чтобы эффективно планировать действия без явных инструкций.
Почему именно product engineer сейчас «на пике»
Product Engineer (особенно в AI/инфраструктуре) сейчас одни из самых востребованных и высокооплачиваемых специалистов в США.
Сам Fortune пишет: «One of the fastest‑growing jobs in Silicon Valley… pays more than $188,000» (в Anthropic достигает $400k)
В последние дни вышло несколько заметных материалов и волна вакансий, где Product Engineer в AI‑стартапах (особенно инфраструктурных, вроде Firecrawl) получают $235–260k + equity в Сан‑Франциско
В треде Ask HN: Who is hiring? много компаний ищут Senior / Staff Product Engineers с диапазонами $150–230k, а топовые офферы — до $299k.
Продуктовые инженеры в США сейчас ценятся особенно высоко, потому что они:
1. Соединяют продукт и инженерию: сами доводят фичи от идеи до продакшена
2. Работают на стыке AI‑агентов, API и developer experience — это критично для инфраструктурных AI‑компаний
3. Несут ответственность за надёжность, метрики, биллинг, интеграции — то, что напрямую влияет на выручку.
Зарплатная картина (США, 2026)
Средняя по рынку: ~$114k, Медиана около $144k, топ‑10% — до $205k+. В AI/инфраструктурных стартапах (YC, San Francisco): $235–260k база + ощутимая доля. Senior Technical Product Engineer: $150–230k + equity в удалённых и крупных продуктах.
Сводная по самым дорогим IT‑ролям в 2026:
AI/ML Engineer: $170,750
Data Engineer: $156,250
Data Scientist: $153,750
DevOps Engineer: $145,750
Software Engineer: $142,000
Product Engineer (AI/Full‑Stack): $140k–$230k + equity
Product Engineer (особенно в AI/инфраструктуре) сейчас одни из самых востребованных и высокооплачиваемых специалистов в США.
Сам Fortune пишет: «One of the fastest‑growing jobs in Silicon Valley… pays more than $188,000» (в Anthropic достигает $400k)
В последние дни вышло несколько заметных материалов и волна вакансий, где Product Engineer в AI‑стартапах (особенно инфраструктурных, вроде Firecrawl) получают $235–260k + equity в Сан‑Франциско
В треде Ask HN: Who is hiring? много компаний ищут Senior / Staff Product Engineers с диапазонами $150–230k, а топовые офферы — до $299k.
Продуктовые инженеры в США сейчас ценятся особенно высоко, потому что они:
1. Соединяют продукт и инженерию: сами доводят фичи от идеи до продакшена
2. Работают на стыке AI‑агентов, API и developer experience — это критично для инфраструктурных AI‑компаний
3. Несут ответственность за надёжность, метрики, биллинг, интеграции — то, что напрямую влияет на выручку.
Зарплатная картина (США, 2026)
Средняя по рынку: ~$114k, Медиана около $144k, топ‑10% — до $205k+. В AI/инфраструктурных стартапах (YC, San Francisco): $235–260k база + ощутимая доля. Senior Technical Product Engineer: $150–230k + equity в удалённых и крупных продуктах.
Сводная по самым дорогим IT‑ролям в 2026:
AI/ML Engineer: $170,750
Data Engineer: $156,250
Data Scientist: $153,750
DevOps Engineer: $145,750
Software Engineer: $142,000
Product Engineer (AI/Full‑Stack): $140k–$230k + equity
👍2
Мультиагентные команды вместо «одного чатбота»
PM больше не «пользуется ИИ», а собирает команду агентов — Chief of Staff, PM-агент и десятки workers в циклах (loop/graph) с верификацией (Grok bot, hermes, openclaw 2.0)
Суть: один агент — это ~1% потенциала; ценность появляется, когда агенты декомпозируют работу, передают её друг другу и поднимают человеку только решения.
С чего начать:
1. проектировать систему (роли, handoff, verification, где человек утверждает), а не «лучший промпт»
2. Держать продукт-знания в Markdown/Git, а не в JSON/Confluence-простынях
3. Отдельная аналитика: bypass rate, качество ответа, доверие, не только «использовали фичу»
PM больше не «пользуется ИИ», а собирает команду агентов — Chief of Staff, PM-агент и десятки workers в циклах (loop/graph) с верификацией (Grok bot, hermes, openclaw 2.0)
Суть: один агент — это ~1% потенциала; ценность появляется, когда агенты декомпозируют работу, передают её друг другу и поднимают человеку только решения.
С чего начать:
1. проектировать систему (роли, handoff, verification, где человек утверждает), а не «лучший промпт»
2. Держать продукт-знания в Markdown/Git, а не в JSON/Confluence-простынях
3. Отдельная аналитика: bypass rate, качество ответа, доверие, не только «использовали фичу»
🔥2
Мультиагентный AEO/GEO/SEO конвейер
Как получать бесплатный трафик из поисковиков и LLM?
🎞 В ролике подробно показал полный цикл
Генерирует экспертные статьи в блог https://proshinsky.com/blog по принципам, которые важны для индексации в Google и Яндекс (описаны тут)
Тайм-коды
Как работает:
1. Парсит поисковую выдачи Google/Yandex по ключам (Tavily, SerpAPI) и присылает на оценку → выбираем какие актуальны (можно и с 0 написать свою) + апдейт частотности из Wordstat
2. Пишем с нуля: E-E-A-T, указываем TAYA категорию (They Ask, You Answer) для ответов на FAQ, выбираем этапа воронки (TOFU / MOFU / BOFU), Tone of Voice, объем статьи в символах
3. Агент Аналитик извлекает статью → анализирует → переписывает по правилам
4. Агент Планировщик: Формирует первичную структуру (Outline) статьи, опирается на данные Wordstat: поисковых запросов, отбирает наиболее эффективные ключевые слова и LSI
5. Агент Писатель: создает статью (использует EEAT приемы)
6. humanizer: «Очеловечивает» текст, убирает типичные паттерны AI-генерации
7. 3 синтетические читателя-аватара (владелец бизнеса, менеджер, специалист) оценивают по шкале 1-10.
8. SEO Агент: оптимизация и E-E-A-T: FAQ-секций, таблиц, списков, микроразметки, Schema/Sitemap, Slug, JSON-LD
9. Агент Чекер: проводит финальную приемку по чек-листу: уникальность, читаемость, наличие FAQ, meta описания. Если всё ок — всё уезжает в CMS + отправка в IndexNow
Стек: Railway, Python, Next.js, Tavily, IndexNow, SerpAPI, yandex-search-api, worstat-api, CMS Sanity
Как получать бесплатный трафик из поисковиков и LLM?
Генерирует экспертные статьи в блог https://proshinsky.com/blog по принципам, которые важны для индексации в Google и Яндекс (описаны тут)
Тайм-коды
00:00 — Обзор pipeline и общая архитектура агентов
00:17 — QA контроллер и cron-задача по ключевым запросам
00:34 — Сбор ключей: Google, Яндекс, Wordstat, LLM, SERP API
01:02 — Кластеризация ключей: информационные vs коммерческие, частотные и низкочастотные
01:24 — Аватары читателей: владелец, менеджер, специалист — критерии и веса
01:43 — Ежедневный парсинг статей конкурентов и блога
02:11 — Разбор примера: статья, вердикт персон
03:14 — Меню действия: пропустить / написать / переписать
03:34 — Запуск новой генерации
03:59 — Агент Planner: план, Tavily-research, ТЗ для райтера
04:09 — Writer: черновик статьи по плану
04:20 — Очистка от «машинного» текста (Humanizer)
04:47 — SEO-оптимизатор: мета-описание, slug, schema, EEAT-флаги
05:11 — Checker (QA): аудит мета-тегов и качества
05:28 — Повторная оценка персонами, итерации переписывания
06:55 — Финальное решение «опубликовать», формат публикации (заголовки, таблицы, FAQ)
07:34 — IndexNow, Google Search Console, интеграция с индексацией
08:07 — AEO-skill: парсинг 247 техник Search Engine Land, 140 практик
09:18 — Админ-меню: ключи, темы, аналитика, статус скрапинга
11:12 — Функция rewrite по ссылке (пример с Notion)
11:45 — Обзор админки Sanity CMS: title, slug, автор, картинка, body
13:07 — Промпты агентов: планер, чекер, скрапер, райтер, SEO-оптимизатор
14:23 — EEAT и Google Helpful Content Grader
14:59 — Итоги: аналитика как главный критерий качества
Как работает:
1. Парсит поисковую выдачи Google/Yandex по ключам (Tavily, SerpAPI) и присылает на оценку → выбираем какие актуальны (можно и с 0 написать свою) + апдейт частотности из Wordstat
2. Пишем с нуля: E-E-A-T, указываем TAYA категорию (They Ask, You Answer) для ответов на FAQ, выбираем этапа воронки (TOFU / MOFU / BOFU), Tone of Voice, объем статьи в символах
3. Агент Аналитик извлекает статью → анализирует → переписывает по правилам
4. Агент Планировщик: Формирует первичную структуру (Outline) статьи, опирается на данные Wordstat: поисковых запросов, отбирает наиболее эффективные ключевые слова и LSI
5. Агент Писатель: создает статью (использует EEAT приемы)
6. humanizer: «Очеловечивает» текст, убирает типичные паттерны AI-генерации
7. 3 синтетические читателя-аватара (владелец бизнеса, менеджер, специалист) оценивают по шкале 1-10.
8. SEO Агент: оптимизация и E-E-A-T: FAQ-секций, таблиц, списков, микроразметки, Schema/Sitemap, Slug, JSON-LD
9. Агент Чекер: проводит финальную приемку по чек-листу: уникальность, читаемость, наличие FAQ, meta описания. Если всё ок — всё уезжает в CMS + отправка в IndexNow
Стек: Railway, Python, Next.js, Tavily, IndexNow, SerpAPI, yandex-search-api, worstat-api, CMS Sanity
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3❤2👍1
Феномен успеха основателя DeepSeek
Чем крут DeepSeek?
У них самая высокая доходность на сотрудника: при команде ~150 человек и revenue $400–500 млн получается примерно $2,4–3,3 млн на человека.
Основатель DeepSeek Лян Вэньфэн богаче , чем Дарио Амодей или Сэм Альтман. Благодаря его тщательному контролю и огромному богатству хедж-фонда, — и они продолжают бесплатно предоставлять результаты своей работы.
Занимательно что:
а) Нет никаких KPI
б) у него довольно нормальный взгляд на человеческую работоспособность, однажды он отметил , что, по его мнению, человек может концентрироваться только шесть-восемь часов в день.
// В отличии от Японцев, где работают без выходных. Какие японские LLM вы знаете?
Из его 64 цитаты из конференции с инвесторами, я выделил эти 3:
Ориентация на видение:
никаких KPI, никакого письменного видения, даже «никакой организации» — всё работает на доброжелательности к миру и одержимости AGI. «Мы просто группа самых обычных людей».
Фокус на юнит-экономике:
ценообразование API направлено исключительно на окупаемость затрат на оборудование в течение десяти месяцев. Никакой борьбы за потребительский трафик, никакой погони за корпоративными трендами.
Железо решает:
Мы, как правило, не работаем сверхурочно. Во-первых, для исследований необходима спокойная обстановка; если слишком сильно напрягаться, исследования невозможны. Во-вторых, мы очень сосредоточены, а это значит, что мы делаем очень мало дел.
Чем крут DeepSeek?
У них самая высокая доходность на сотрудника: при команде ~150 человек и revenue $400–500 млн получается примерно $2,4–3,3 млн на человека.
Основатель DeepSeek Лян Вэньфэн богаче , чем Дарио Амодей или Сэм Альтман. Благодаря его тщательному контролю и огромному богатству хедж-фонда, — и они продолжают бесплатно предоставлять результаты своей работы.
Занимательно что:
а) Нет никаких KPI
В целом, мы надеемся, что «формальная работа» занимает не более половины рабочего времени сотрудника. Другая половина не распределяется — они могут делать все, что захотят.
б) у него довольно нормальный взгляд на человеческую работоспособность, однажды он отметил , что, по его мнению, человек может концентрироваться только шесть-восемь часов в день.
Наш главный приоритет — поддержание стабильности команды. Это наш главный приоритет, возможно, единственный. Пока я могу поддерживать стабильность команды, я смогу заниматься AGI. Деньги не проблема, ресурсы не проблема; всё остальное легко достать.
// В отличии от Японцев, где работают без выходных. Какие японские LLM вы знаете?
Из его 64 цитаты из конференции с инвесторами, я выделил эти 3:
Ориентация на видение:
никаких KPI, никакого письменного видения, даже «никакой организации» — всё работает на доброжелательности к миру и одержимости AGI. «Мы просто группа самых обычных людей».
Фокус на юнит-экономике:
ценообразование API направлено исключительно на окупаемость затрат на оборудование в течение десяти месяцев. Никакой борьбы за потребительский трафик, никакой погони за корпоративными трендами.
Железо решает:
Мы, как правило, не работаем сверхурочно. Во-первых, для исследований необходима спокойная обстановка; если слишком сильно напрягаться, исследования невозможны. Во-вторых, мы очень сосредоточены, а это значит, что мы делаем очень мало дел.
🔥4❤1