На этой неделе рынок дал три пересекающихся сигнала.

Первое: Microsoft начал заменять OpenAI и Anthropic собственными MAI-моделями прямо внутри Excel и Outlook. Десятки тысяч запросов в неделю теперь обрабатываются in-house — крупнейший дистрибьютор AI-функций перестаёт платить лабораториям за то, что может сделать сам.

Второе: китайские модели (DeepSeek, Z.ai) забирают американский энтерпрайз на фоне роста цен у OpenAI и Anthropic.

Третье: mid-tier модели (Claude Sonnet 5, GPT-5.6 Sol) вплотную подошли к флагманам по качеству — при заметно более низкой цене.

Собранные вместе, эти три факта говорят об одном: слой инференса превращается в утилиту. Для основателя вывод практический — строить модель-агностичную архитектуру и не привязываться к одному провайдеру. Устойчивое преимущество смещается вниз по стеку: в проприетарные данные, дистрибуцию и глубину в конкретной вертикали. Бизнес-модель «тонкая обёртка над чужим API» сжимается в реальном времени.

Вопрос, который стоит задать себе сегодня: если завтра стоимость инференса упадёт вдвое, что останется вашим моатом?

Источники: Bloomberg, CNBC (7 июля 2026).

Год назад Карпатый придумал термин «vibe coding». В этом году на сцене Sequoia Ascent он сказал вещь, которая звучит странно из уст сооснователя OpenAI и человека, поднявшего Autopilot в Tesla: он никогда не чувствовал себя настолько отстающим как программист.

Я хорошо понимаю это ощущение. Поэтому хочу разобрать получасовой разговор не как очередную новость про ИИ, а как карту. В ней описано ровно то, что я последние месяцы делаю руками — и ровно то, вокруг чего я собираю AIstack.

Перелом случился в декабре

Карпатый называет конкретную точку — декабрь 2025-го. До этого инструменты вроде Claude Code и Codex были полезными, но требовали постоянной правки: модель выдавала куски кода, и их приходилось дочищать. В ноябре он, по его словам, писал руками около 80% кода. К декабрю пропорция перевернулась: теперь агенты делают порядка 80%, а он не может вспомнить, когда в последний раз что-то исправлял вручную.

Это был не плавный апгрейд, а пройденный порог. У меня он выглядел так же: папка с пет-проектами начала пухнуть, потому что стоимость «попробовать идею» упала почти до нуля. Единица работы перестала быть строкой кода. Теперь это макро-действие: реализуй фичу, отрефактори подсистему, изучи библиотеку, подними сервис, напиши тесты и почини то, что упало.

Главный вывод Карпатого: профессия переписывается. Программист всё меньше автор кода и всё больше — оркестратор агентов. Если вы не открывали эти инструменты с осени 2025-го, вы работаете на устаревших предпосылках о том, что вообще возможно.

Пол и потолок — это не игра слов

Самая важная для меня часть — разграничение двух понятий.

Vibe coding поднимает пол. Он даёт возможность собрать рабочее приложение почти кому угодно: ты описываешь, чего хочешь, модель это делает, и ты не вычитываешь каждую строку. Это прекрасно, и это реально изменило входной барьер.

Agentic engineering поднимает потолок. Это инженерная дисциплина: как координировать агентов — сущности мощные, но ошибающиеся и стохастические — и при этом не уронить планку качества. Ты по-прежнему отвечаешь за свой продукт. Тебе по-прежнему нельзя протащить уязвимость только потому, что «так навайбкодилось». Вопрос в том, как двигаться быстрее, не теряя контроль.

Карпатый формулирует жёстко: старый «10x-инженер» — это уже не про ускорение в 10 раз. Те, кто действительно освоил оркестрацию агентов, поднимаются заметно выше.

Именно здесь проходит мой тезис, который я повторяю клиентам и студентам уже много месяцев: vibe coding — это уходящая волна. Не потому что он плохой, а потому что он про пол. Следующая территория — агенты и инженерная работа с ними. Приятно, когда один из самых уважаемых людей в индустрии независимо называет ту же вещь и даёт ей имя.

Software 3.0: контекст как программа

Карпатый достраивает свою старую рамку. Software 1.0 — человек пишет код. Software 2.0 — человек собирает датасеты и обучает нейросеть, программа «зашита» в веса. Software 3.0 — человек программирует саму LLM: промптом, контекстом, инструментами, примерами, памятью.

В этой картине контекстное окно — главный рычаг, а LLM — интерпретатор, который выполняет вычисление над информацией.

Его пример с установкой OpenClaw попал точно. В старом мире инсталлятор — это shell-скрипт, который распухает от условий под каждую ОС и архитектуру. В Software 3.0 инсталлятор — это блок текста, который ты вставляешь агенту: он сам смотрит на твоё окружение, выполняет действия и чинит ошибки по ходу. Менее точно — но адаптивно.

Для меня это не теория. Я строю инфраструктуру MCP-first и держу несколько агентов с разделением ролей. «Какой кусок текста вставить агенту» — это и есть теперь часть программирования. И отдельно Карпатый напоминает: дело не только в том, что кодить стало быстрее. Появились вещи, которых раньше не было в принципе. Его пример с LLM-вики — система, которая инкрементально пересобирает кучу разрозненных документов в живую базу знаний, — это не «ускорение старого кода». Раньше такой программы просто не существовало.

Вопрос, который он предлагает задавать, я считаю самым ценным для основателя: не «какой существующий процесс ускорит ИИ», а «какое преобразование информации было невозможно — и стало естественным».

«Зубчатый» интеллект и почему нельзя выходить из контура

Дальше — рамка верифицируемости. Классические компьютеры автоматизируют то, что можно специфицировать кодом. Нынешние LLM автоматизируют то, что можно проверить. Если у задачи есть сигнал успеха — тесты, награда, измеримый результат, — модель можно на ней тренировать. Поэтому код, математика, бенчмарки растут так быстро.

Отсюда «зубчатый» (jagged) интеллект. Модель может отрефакторить кодовую базу на 100 тысяч строк или найти zero-day уязвимость — и в том же диалоге посоветовать ехать на машине на мойку, до которой 50 метров пешком. Это не баг в привычном смысле, это форма этого интеллекта: пики там, где лаборатории вложились в верифицируемое обучение, и провалы за пределами этой зоны.

Практический вывод для тех, кто строит на этом продукт: вы должны понимать, в каких «рельсах» находится ваша задача. Если внутри обученного распределения — модель летит. Если снаружи — спотыкается на элементарном, и тогда нужны свой контекст, инструменты, дообучение или собственные оценки качества. Карпатый отдельно подсвечивает это как стартап-возможность: найти ценный, верифицируемый и при этом недообученный лабораториями домен — и построить там свою RL-среду.

Навык, который не автоматизируется

Любимый его пример — из MenuGen. Пользователь логинится через Google, а кредиты покупает через Stripe. У обоих есть email. Агент написал «правдоподобный» код: сопоставлять оплату с аккаунтом по адресу почты. Но это плохой системный дизайн — почты могут не совпасть, и человек не получит то, что купил. Нужен устойчивый user ID. Такие ошибки агенты всё ещё делают.

Поэтому человек остаётся главным по спецификации, дизайну и вкусу. Карпатый не помнит наизусть, как называется параметр — dim, axis, keepdim, — и не обязан: у агента отличный recall на такие детали. Но человек обязан понимать суть — что у тензора есть хранилище, что view делит память, что лишнее копирование бьёт по производительности. Вы отвечаете за то, чтобы система имела смысл. Агент заполняет пробелы.

Он честно добавляет: когда смотришь на сгенерированный код, иногда хватаешься за сердце — он раздут, скопирован, хрупко абстрагирован. Работает, но некрасиво. Возможно, это починят будущие модели. Пока — это зона ответственности человека.

Узкое место — это понимание

Закончили на образовании, и здесь — фраза, ради которой стоило смотреть весь разговор:

Можно делегировать мышление, но нельзя делегировать понимание.

Даже когда агенты делают большую часть работы, направлять их должен тот, кто понимает: что вообще стоит строить, почему это важно, какой результат подозрителен, какой компромисс допустим. Понимание становится бутылочным горлышком — потому что плохой директор не вытянет хорошую систему.

Вот почему я не верю в логику «инструменты бесплатны, значит учиться нечему». Ровно наоборот. Когда генерация кода, черновики и рутина дешевеют, в цене растёт то, что не отдать агенту: понимание, вкус, проектирование оценок, границы системы, оркестрация. Это и есть содержание AIstack. Курс — не про «как навайбкодить MVP» (это пол, его осваивают за выходные). Он про потолок: как собрать и вести команду из трёх ИИ-сотрудников так, чтобы не потерять качество. По сути — про ту самую дисциплину, которую Карпатый назвал agentic engineering, переложенную на язык основателя и продакта.

Карпатый дал этой территории имя и авторитет. Дальше — вопрос практики. Запускаю поток в сентябре; кто хочет разбираться с этим системно, а не наугад — aistackca.com.

Видео разговора: youtube.com/watch?v=96jN2OCOfLs

С чего всё началось

У почти каждого эксперта, тренера и блогера есть одно и то же кладбище: папка с вебинарами, голосовыми, PDF-методичками и конспектами, из которых «когда-нибудь точно будет курс». Не будет. Потому что между «у меня есть знания» и «у меня есть запущенный курс» лежит несколько недель тоскливой работы: структурировать программу, нарезать на уроки, придумать тесты, собрать всё на платформе, настроить оплату, доступы, воронку.

Я смотрел на это и думал: это же ровно та задача, которую сегодня умеет делать AI. Не «помочь с идеями», а реально сделать черновую сборку курса за человека. А отдавать готовый продукт ученику логичнее всего там, где аудитория уже сидит и уже привыкла платить, — в Telegram.

Так появился VYUD Studio.

Что это такое

AI-конструктор курсов в Telegram. Логика простая до неприличия:

1. Создатель загружает источник любого типа — вебинар, статью, PDF, голосовые, конспект.
2. AI генерирует курс — разбивает на уроки, пишет тесты и квизы, выстраивает программу.
3. Создатель правит и публикует — меняет формулировки, порядок, добавляет своё. Контроль остаётся за человеком.
4. Ученики покупают доступ за Telegram Stars и проходят курс прямо внутри Telegram.

Никакого отдельного сайта, отдельного приложения, отдельной платёжной интеграции. Эксперт остаётся в той среде, где у него уже есть аудитория. Ученик не уходит из мессенджера, в котором он и так живёт.

Почему именно так, а не «ещё одна онлайн-школа»

Платформ для онлайн-школ хватает. Проблема не в том, что некуда выложить курс. Проблема в пороге входа: чтобы дойти до первой продажи, эксперту нужно стать немного методистом, немного дизайнером, немного маркетологом и немного техподдержкой. Большинство отваливается на этом пути.

VYUD Studio убирает этот порог. AI берёт на себя самую затратную и самую нелюбимую часть — превращение сырого материала в структуру. Человеку остаётся то, в чём он силён: экспертиза и правки. А Telegram Stars убирает последний барьер — оплату: ученик платит в два тапа, без карт, без редиректов на сторонние формы.

Что я понял, пока строил это в одиночку

Скорость важнее полноты. Я несколько раз ловил себя на желании добавить «ещё одну фичу перед запуском». Каждый раз это была ошибка. Первым десяти создателям не нужен идеальный продукт — им нужно увидеть, что из их вебинара за вечер собирается курс, который можно продать.

AI должен делать черновик, а не финал. Создатели не хотят, чтобы машина решала за них. Они хотят, чтобы машина сделала 80% скучной работы, а они навели лоск. Поэтому шаг «создатель правит» — не компромисс, а ядро продукта.

Дистрибуция = люди, а не каналы. Один эксперт с аудиторией приводит десятки учеников. Поэтому я сейчас не гоняюсь за охватом — я ищу первых создателей, которым лично помогу собрать их первый курс.

Что дальше

Сейчас я открываю ранний доступ для первых создателей. Если ты эксперт, тренер или блогер, у которого есть материал и аудитория, но «руки не доходят» упаковать это в курс, — это ровно для тебя. Я лично помогу собрать твой первый курс из твоего же контента.

→ Записаться в ранний доступ: [Ранний доступ]

А если ты фаундер и просто хочешь следить за тем, как соло строится продукт, — велкам, я пишу про это по ходу дела: [https://t.me/solo_ai_founder].

P.S. Если дочитал и есть что сказать про продукт или про сам подход «AI собирает черновик, человек правит» — буду рад жёсткой обратной связи в комментариях. Для соло-фаундера комментарий по делу ценнее лайка.

За одну неделю в техе США уволили минимум 4 550 человек. Лидер — Intuit: 17% компании, около 3 000 людей, и перестройка всего бизнеса вокруг AI.

А потом CEO Intuit заявил, что увольнения «никак не связаны с AI».

Обе фразы — официальные. Обе по-своему правдивы. И зазор между ними — самое честное, что сказали про эту волну сокращений.

Что говорят цифры

Картину видно по трекеру Crunchbase. В 2025-м в техе США сократили около 127 000 человек. В 2024-м — ~96 000. Пик был в 2023-м — больше 191 000. Крупнейшие сокращения 2025-го: Intel ~27 000, Microsoft ~15 000, Verizon 15 000, Amazon — десятки тысяч за 2025-й и начало 2026-го.

Стандартное объяснение складывается из трёх причин: компании перебрали людей в пандемию, продажи замедлились на фоне страха рецессии, а венчур так и не вернулся к пику 2021-го — поэтому стартапы экономят кэш. Всё это правда. Но трекеры теперь ставят на первое место четвёртую причину, и именно она меняет всю арифметику: AI.

Почему «виноват AI» и «AI ни при чём» — оба правда

Модель не пишет список на увольнение. Никто в Intuit не спрашивал у нейросети, кого сократить.

AI делает другое — тихо и навсегда. Он сдвигает планку. Команде, которой раньше нужно было десять человек, чтобы выпустить фичу, теперь хватает шести. Те четверо проиграли не модели — они проиграли команде, которая с AI делает больше меньшими силами. CEO формально прав: AI не заменил конкретных людей. И трекеры правы: без AI, поднявшего планку, эти роли ещё были бы нужны.

Поэтому спор «AI забирает работу или нет» ходит по кругу. Дело не в замене. Дело в сжатии. Тот же результат теперь требует меньше рук — и лишние руки уходят.

А будет ли откат?

Это вопрос, который мне задают чаще всего. Честный ответ неприятный: к прежнему уровню — нет.

Обычная логика отката — циклическая: оживёт венчур, откроются IPO, найм вернётся. Циклическая часть реальна, и она случится. Но она ляжет поверх структурного сдвига, который не отматывается назад. Команда, один раз научившаяся работать вшестером вместо десяти, не разучится. Планка не опустится обратно оттого, что экономика выросла. Сколько людей нужно на единицу результата — это переустановилось навсегда, и возвращающиеся венчурные деньги это обратно не переустановят.

Так что волна замедлится — она уже замедляется — но места не вернутся. Самые уязвимые — seed и ранние стартапы: они тянут runway в тяжёлом климате и при этом первыми говорят «сделаем на AI вместо найма».

И что тогда делать

Тут обычно начинается мотивационная вода. Я хочу конкретики, потому что дверей ровно две, и у каждой есть подвох.

Дверь первая: стать тем, без кого маленькая команда не выпустит продукт. Не «незаменимым» — незаменимых нет, и кто продаёт тебе незаменимость, тот просто продаёт. Позиция уже́: быть тем, кто наращивает рычаг с AI быстрее, чем его роль сжимается. В команде из шести человек это тот, кто превращает AI из игрушки в реальную скорость. Это место сейчас крепче, чем когда-либо, — именно потому что команда вокруг стала меньше.

Дверь вторая: собрать своё. Та же сила, что режет штат, отдаёт одному человеку рычаг, который раньше нельзя было купить. Я за девять месяцев собрал шесть продуктов один, на Claude Code — не потому что быстрый, а потому что строить стало дёшево. То, на что раньше нужна была команда и раунд, теперь требует одного человека и выходных в фокусе.

Но вот подвох, который я не пропущу, потому что он главный. Освоить AI сейчас — необходимо. И этого совершенно недостаточно. Мой собственный «флагман», которым я гордился, набрал почти ноль внешних пользователей. Побочный бот, про который я забыл, набрал больше. Строить стало дёшево; решать, что вообще достойно существовать, и сделать так, чтобы тебя нашли, — стало дороже. AI обрушил стоимость производства. Он ничего не сделал с суждением и дистрибуцией. А это и есть вся игра.

История не про разрушение. Она про переезд.

Ценность переезжает. Она уходит от «я занимаю место в большой компании» к «я умею делать продукт с AI» — внутри команды или своё.

Ловушка — думать, что AI это способ удержать старую работу. Нет. Это дешёвый способ собрать новую. В этой волне больнее всего тем, кто ждёт отката. А нормально проходят те, кто уже принял, что отката не будет, и начал делать.

Если этот текст попал в нерв — 25 июня я запускаю AIstack. За 8 недель ты собираешь и запускаешь свой продукт с AI. Без кода, без VPN, без иностранных карт. Не «построй единорога» — просто перестань зависеть от того, оставят тебя в штате или нет. Первый поток, цена ниже, чем будет дальше.

А вопрос, с которым стоит посидеть, не «заберёт ли AI мою работу». Он другой: планка в моём деле уже сдвинулась — и я тот, кто её сдвинул, или тот, мимо кого она прошла?

Источник: Crunchbase News — Tech Layoffs Tracker, обновлено 27 мая 2026. Данные по Intuit и слова CEO — по материалам Crunchbase и CNBC.

Мой LinkedIn-рейтинг — 63. Top 3% в индустрии, Top 5% в своей сети. И знаете, что я почувствовал, когда увидел цифру? Желание сделать её выше.

Вот, собственно, и весь сюжет этой статьи. Но давайте по порядку.

В LinkedIn есть инструмент LinkedIn SSI Score (Your Social Selling Index). Найти свой — если вы зарегистрированы в LinkedIn — можно по ссылке: https://www.linkedin.com/sales/ssi

Он влияет на показ вашего профиля рекрутерам. Ищете работу — этот балл помогает легче расширять комьюнити: больше шансов попасться на глаза нужным людям. Telegram-каналы по поиску работы пестрят советами, как его поднять, а специалисты по рекрутингу и продажам в один голос называют планку: минимум 60.

[фото: Your Social Selling Index — Industry SSI rank Top 3%, Network SSI rank Top 5%]

В индекс заложены 4 параметра:

• Развитие профессионального бренда / Establish your professional brand. Регулярно публиковать полезные посты, которые лайкают и комментируют.
• Поиск нужных людей / Find the right people. Активнее пользоваться инструментами поиска лидов и контактов внутри LinkedIn.
• Взаимодействие с идеями / Engage with insights. Находить и делиться обновлениями, достойными обсуждения.
• Расширение сети / Build relationships. Укреплять связи, выстраивая доверие с лицами, принимающими решения.

[фото: LinkedIn — Social Selling Index, 63 out of 100, four components]

И самое интересное — когда смотришь, что подтянуть, тебе подсвечивают, например, такое: «People in your network have an average SSI of 35. You rank in the top 5%. Down 1% since last week».

[фото: People in your network — average SSI 35, top 5%, Down 1%]

Перевожу с языка системы: среди твоих контактов уровень SSI невысокий, и он упал — потому что ты добавил «неправильных» людей. Не пора ли почистить сеть и впредь добавлять тех, у кого индекс повыше?

Кто смотрел «Чёрное зеркало», вспомнит эпизод «Nosedive» / «Под откос» из 3-го сезона. Там люди с рейтингом от 4,5 перестают лайкать тех, кто ниже. Героине нужна скидка на квартиру по программе для инфлюенсеров с рейтингом от 4,5 — и консультант по репутации советует ей лайкать только «правильных» людей. Спойлерить не буду.

А что же LinkedIn — он один такой?

К сожалению или к счастью, это уже устоявшийся тренд. В Яндекс.Такси водитель оценивает тебя так же, как ты — его. Мой рейтинг пассажира — 4,97.

Считается он как средневзвешенное из последних 40 оценок, недавние весят больше; максимум — 5. «Не переживайте, если чуть ниже: то, что показалось вам мелочью, могло быть важным для водителя. Например, вы громко хлопнули дверью, забыли поздороваться или попрощаться».

А зачем это всё? «Когда водители и пользователи относятся друг к другу с заботой — хорошо всем». Подробнее — в инструкции.

Китай: самый обсуждаемый индекс — и что с ним стало в 2025

Самый известный социальный индекс — китайская «The Social Credit System» (SCC).

Если коротко. Это национальный кредитный рейтинг и чёрный список для оценки компаний, граждан и госучреждений на «надёжность». Вырос из банковских кредитных рейтингов 1980-х, официально запущен в 2011-м. Цель — повысить доверие в обществе и навести порядок в таких зонах, как безопасность продуктов и финансовое мошенничество. Высокий балл — это лёгкий доступ к кредитам, работе и приоритет в бюрократии; низкий (или связь с человеком с низким) — чёрный список, запрет на выезд, отказ в школах, вузах и в найме на отдельные должности.

А вот чего в страшилках обычно нет. Единого «балла на каждого гражданина», как в «Чёрном зеркале», в Китае так и нет. Система фрагментирована, заточена в первую очередь под бизнес и собрана из десятков региональных и отраслевых реестров. И за последние полтора года она заметно изменилась:

• 31 марта 2025-го ЦК Компартии и Госсовет выпустили директиву из 23 пунктов. Ключевой сдвиг — наказания за «неблагонадёжность» теперь должны опираться на закон, а не на произвол чиновника на местах.
• Единый закон о соцкредите так и не принят — он на стадии разработки, его обещают провести в 2025–2030 годах. Именно он должен определить, что считать «неблагонадёжным», задать лимиты на сбор данных и прописать процедуру обжалования.
• 20 ноября 2025-го приняты «Меры по восстановлению кредита» (в силе с 1 апреля 2026-го): компании смогут подавать заявку на удаление негативных записей. То есть даже в Китае к системе достраивают «кнопку отмены».

Среди исторических «минусов»: громкая музыка и еда в метро, нарушение ПДД, брони с неявкой, неправильная сортировка мусора. Среди «плюсов»: донорство крови, благотворительность, волонтёрство.

Три большие философии: Китай строит, Европа запрещает, США воюют с тенью

Пока все пугают друг друга Китаем, самое интересное происходит в США и Европе — и они идут в противоположные стороны.

США: официально воюют с социальным рейтингом — и тихо строят его невидимую версию. На словах Америка в 2025-м встала против скоринга в полный рост. 7 августа 2025-го Трамп подписал указ против «политизированного debanking»: регуляторам велено убрать из инструкций понятие «репутационный риск», а банки обязали до 5 декабря 2025-го вернуть клиентов, которым отказали из-за взглядов или «неудобного», но законного бизнеса. Флорида ещё раньше прямо запретила банкам использовать «социальный кредитный рейтинг».

А теперь невидимая сторона — и она нагляднее всего на колёсах. GM через систему OnStar собирала данные о вождении 16 млн автомобилистов (резкие торможения, превышения, ночные поездки), а брокеры LexisNexis и Verisk превращали их в риск-балл и продавали страховщикам — без ведома водителей. Итог для людей: выросшие премии или отказ в полисе. В мае 2026-го GM урегулировала иск Калифорнии на $12,75 млн; на продаже этих данных в 2020–2024 компания заработала около $20 млн. Вот он — балл, которого вы никогда не видели, зашитый прямо в цену.

Европа: единственные, кто написал «социальный скоринг — вне закона». В EU AI Act, статья 5, social scoring — запрещённая практика. Запрет действует с 2 февраля 2025-го, штрафы — до €35 млн или 7% мирового оборота. Оговорка: спустя год реальных дел нет — полномочия размазаны между национальными регуляторами, закон пока сильнее на бумаге. Параллельно Европа строит eIDAS 2.0: к концу 2026-го каждая страна ЕС обязана выдать гражданам цифровой кошелёк идентичности. Те же данные — обратная философия.

А теперь — по странам, коротко

Социальный индекс редко выглядит как один большой балл. Чаще это две сходящиеся рельсы: цифровая идентичность (один вход в вашу жизнь) и скоринг (оценка поведения). Семь беглых портретов.

🇬🇧 Великобритания. 25 сентября 2025-го Кир Стармер анонсировал обязательный цифровой ID — «BritCard»: без него нельзя подтвердить право на работу. Петиция против собрала 2,9 млн подписей — одна из крупнейших в истории парламента. А память о debanking ещё свежа: в 2023-м банк Coutts закрыл счёт Найджелу Фараджу, и 40-страничное досье «Комитета по репутационным рискам» сочло его взгляды несовместимыми с «ценностями» банка — глава NatWest в итоге ушла в отставку.

🇰🇷 Южная Корея. 14 марта 2025-го завершён общенациональный запуск мобильного удостоверения личности. Формально не обязательно, но к нему уже привязаны банковские счета, налоги, регистрация на рейсы, онлайн-голосование; 15 банков принимают его как ID. Один человек — один ID на одном телефоне, блокчейн и биометрия. Это не «балл», а сами рельсы.

🇷🇺 Россия. Самый прямой эксперимент — платформа «Мы» от РГСУ (2024): строит «социальный портрет» по доходу, семье, судимости, кредитоспособности, образу жизни и госнаградам. Сами авторы написали, что цифры «никак не влияют на жизнь, доступ к услугам и карьеру… Но кто знает, что они будут значить для вас в будущем?». Название отсылает к антиутопии Замятина «Мы».

🇧🇷 Бразилия. Ближайший «западный родственник» китайской логики, но чисто финансовый. Cadastro Positivo (закон с 2019-го) — позитивный кредитный реестр с автоматическим включением всех, у кого есть кредит, рассрочка или счёт за свет. Он формирует больше 50% скоринга Serasa Score (0–1000). Оценивают не лайки — платёжную дисциплину, но всех и по умолчанию.

🇮🇳 Индия. Aadhaar — крупнейшая в мире биометрическая идентификация (свыше 1,4 млрд человек). Сам по себе это не кредитный скоринг, но системы сближаются: через Account Aggregator на базе согласия по Aadhaar с января 2023-го по март 2025-го обработано 43 млн запросов на передачу финансовых данных.

🇸🇦 Саудовская Аравия. Суперапп Tawakkalna прошёл путь от ковид-приложения до единого входа в госуслуги: цифровая «икама» в нём официально принимается как удостоверение в банках, отелях и на проверках; в связке с Absher — 160+ сервисов, оцифровано около 97% публичных услуг. Не балл — а тотальная интеграция.

Почему это взлетело именно сейчас

Оценивать людей человечество умело всегда. Изменилась одна вещь — цена.

Раньше, чтобы собрать поведение и свести его в балл, нужна была команда и год. Сегодня — выходные и API-ключ. Я за 9 месяцев собрал 6 AI-продуктов в одиночку и точно знаю, как делается такой дашборд: пара промптов, чужая модель, неделя работы.

Печально известный кейс xSolla — ровно про это. Внутренняя система по активности в почте, чате и по экранному времени составила рейтинг сотрудников и подготовила дашборд, на основе которого разом уволили 150 человек. Страшное здесь не увольнение. Страшное — как дёшево такую систему теперь собрать.

И вот к чему я прихожу как продакт. Когда строить стало почти бесплатно, дефицитным становится не умение посчитать балл, а суждение: должен ли этот балл вообще существовать — и кто его видит. Цифра кажется объективной. Это иллюзия: за ней тысяча тихих решений о том, что измерять и что проигнорировать, отмытых до одного «чистого» числа.

Если ты строишь продукт, который оценивает человека — юзера, сотрудника, кандидата, — главный eval не «работает ли это», а «что это делает с человеком на той стороне, когда ошибается». На этот вопрос нет API.

P.S. Хорошо это или плохо?

Один тренд — десяток национальных версий. Китай строит рейтинг и достраивает «кнопку отмены». Европа запрещает его законом, но сама строит цифровую идентичность. США воюют с видимым скорингом и живут с невидимым. Британия делает ID обязательным — и получает 2,9 млн подписей против. Корея и Саудовская Аравия упаковывают личность в одно приложение. Бразилия оценивает платёжную дисциплину всех по умолчанию. Индия сводит идентичность и финансы в одну инфраструктуру. Россия уже рисует «социальный портрет» — пока «без последствий».

Нас с детства мерят оценками, шкалами, тестами, IQ-уровнями. Человечеству так проще — а теперь ещё и AI под рукой, чтобы раздавать грейды дёшево и в масштабе. Государства и компании уже пошли по этому пути; перегибов мы ещё увидим немало, но пути назад, похоже, нет.

Для меня главный вопрос не «будет ли у нас социальный индекс» — он уже есть, в десятке версий. Вопрос другой: кто видит ваш балл — вы или только те, кто принимает о вас решения?

А вы свой рейтинг проверяли? И знаете, по каким ещё шкалам вас уже оценивают?

Сегодня потратил полчаса на диагностику проблемы, которой не существовало.

CI в GitHub Actions падал за 2 секунды — даже не запускался. Я открыл логи, проверил миграции, начал подозревать конфликт SQLite vs Postgres в тестах. Запустил gh run view. Нашёл причину:

"The job was not started because your account is locked due to a billing issue."

Код был чистым. Я просто не заплатил GitHub.

Можно смеяться. Я посмеялся.

Но потом подумал: сколько раз я искал сложную техническую причину там, где была простая организационная? Billing. Просроченный API-ключ. Неправильный env. Вещи, которые не имеют отношения к продукту, но блокируют его на несколько часов.

Соло-фаундер — это не только про код и продукт. Это про то, что у тебя нет DevOps-инженера, который следит за инфраструктурой, нет финансового директора, который следит за подписками, нет QA, который проверяет окружение перед деплоем.

Ты всё это сам. И ты будешь тратить 30 минут на billing.

После разблокировки я задеплоил Sprint D — AI-перевод курсов обучения. Загружаешь регламент на русском, сотрудник получает его в Telegram на казахском или узбекском. Это была последняя фича, которая блокировала первый пилот с казахстанским клиентом.

И пока шёл CI, я переписал позиционирование VYUD AI.

Мы долго называли себя «AI-LMS для линейного персонала». Звучит нормально, пока не начинаешь разговаривать с реальными клиентами. Владелец кофейни не ищет LMS. Он ищет решение проблемы «новый бариста стоит старшей смены 80 часов в первый месяц». Управляющая гостиницы не ищет EdTech. Она ищет способ не получать плохие отзывы из-за горничной, которая не знала стандарт.

LMS — это про технологию. Нас должно интересовать другое.

Новая формулировка: VYUD — команда из 6 AI-сотрудников для бизнеса с линейным персоналом. Тренер, рекрутер, наставник, хост, маркетолог, продавец. Один логин — шесть закрытых задач.

Через 14 дней — новый сайт с этим позиционированием.

Завтра в 9:00 отправляю первые 5 DM владельцам кофеен в Алматы. Цель к 31 мая — 1-2 пилота. Воронка простая: 50 DM → 10 ответов → 1-2 человека согласятся попробовать.

Это математика, не магия.

Следующий пост напишу, когда первый ответит — или когда станет ясно, что шаблон не работает и нужно переписывать.

Три недели назад я готовил экспансию в Турцию. На прошлой неделе её закрыл. В этом посте — как соло-фаундер ловит себя на «бегу в красивое» и почему pivot — это не слабость, а минимальная гигиена продуктового мышления.

Если коротко: я три недели строил планы выхода на рынок, к которому у меня не было ни одного живого разговора с клиентом. И только один внешний голос заставил меня это увидеть.

Как я вообще попал в Турцию

В марте я начал думать про следующую гео. Казахстан — текущий приоритет, Узбекистан — очевидный next step. Но я уже мысленно смотрел дальше.

Турция появилась как гипотеза по трём причинам, которые на бумаге выглядели разумно:

Первая. Я прогнал конкурентный анализ. В Google по запросам «LMS для HoReCa Турция», «обучение персонала отеля Стамбул» — почти ничего. Рынок LMS там либо пустой, либо занят локальными игроками без нормального AI-слоя. Я интерпретировал это как «синий океан».

Вторая. Масштаб. Турция — 86 миллионов человек. Туристический сектор — один из крупнейших в Европе. Отели, рестораны, сервисный персонал. Казалось логичным: если мы делаем LMS для HoReCa, это же прямое попадание.

Третья. Я искал диверсификацию. Казахстан — хорошо, но одна страна — это хрупко. Чем раньше начать выстраивать второй рынок, тем лучше. Турция виделась как «параллельный трек».

Три недели я прикидывал unit-экономику, смотрел на размер среднего чека в турецком HoReCa, думал про локализацию на турецкий язык, искал контакты в Анталии.

Красивая карта. Никаких данных.

Что сломалось

Один разговор.

Мне написал человек, который раньше работал директором в одной из крупных FMCG-компаний в СНГ — с опытом управления дистрибуцией и ритейлом в России, Казахстане, Узбекистане. Я показал ему продукт — просто как экспертную консультацию, без питча.

Он посмотрел и сказал примерно следующее: «То, что вы делаете — это must-have для любого ритейла и HoReCa в регионе. Потому что у меня линейный персонал говорит на четырёх языках, а все регламенты — только на русском. И это проблема каждый день, а не раз в квартал».

Конкретная боль. Конкретный сегмент. Конкретная гео.

И я поймал себя на мысли: а про Турцию у меня есть хоть один похожий разговор? Нет. Ни одного. Ни одного человека из турецкого HoReCa, который сказал бы: «это моя боль». Только Google.

Отсутствие конкурентов в Google — это не доказательство рынка. Это часто доказательство отсутствия рынка. Или доказательство того, что ты недостаточно глубоко копал. В моём случае — второе + первое одновременно.

Ловушка, которую хочу назвать

Я думаю, это типичная ловушка соло-фаундера. Назову её «бег в красивое».

Любая страна, в которой ты не работал, кажется проще, чем та, в которой ты дышишь каждый день. В незнакомой гео все боли — виртуальные. Ты не знаешь, как там устроены продажи, какие там бюрократические барьеры, кто реально принимает решения в HoReCa-компании. Ты видишь рынок как пустой лист. И это соблазнительно.

Казахстан я знаю. Я знаю, как там работают кофейни — Almas, кофейни у Choco, маленькие сети на 3-5 точек. Я знаю, что управляющий гостиницы в Алматы хочет 30-минутный созвон, а не 3-недельный пилот. Я знаю, что линейный персонал в ресторане — это часто узбеки и киргизы, для которых русский язык рабочий, но не родной. Я знаю, что владелец бара в Астане не доверяет тому, что «бармен прошёл тест» — потому что сто раз видел, как за него отвечает друг.

Это знание, которое я добыл разговорами, демо, отказами и нечастыми «да». Его нельзя заменить анализом рынка.

В Турции у меня этого нет. И без этого — продажи там займут не 6 месяцев, а полтора года. При ресурсе соло-фаундера это значит: никогда.

Есть ещё один момент, который я заметил в себе. Когда текущий рынок становится сложным — появляются первые отказы, демо не конвертятся, непонятно что улучшать — начинаешь искать «новые возможности». Это защитный механизм: зачем фиксировать проблему здесь, если можно развернуться туда, где проблем ещё не видно? Я поймал себя именно на этом.

Что я делаю вместо

Следующий спринт продукта — AI-перевод операционных регламентов на казахский и узбекский.

Это закрывает боль, которую описал ex-директор FMCG. Сотрудник из Намангана получает регламент на русском. Читает с трудом. Делает ошибки. HR тратит 2-3 недели на ручной перевод через знакомых. Или нанимает только русскоязычных — и платит +20-30% к ФОТ.

Фича работает так: загружаешь регламент на русском → AI генерирует перевод на казахский или узбекский → менеджер правит терминологию (HACCP, специфика конкретной сети) → курс уходит сотруднику в Telegram на родном языке.

Важная архитектурная деталь, которую я принял сразу: язык — это параметр endpoint'а, а не закрытый список. Я не делаю «поддержку казахского» как отдельную фичу с хардкодом. Делаю так, что любой ISO-код языка проходит через тот же пайплайн. Это значит, что когда придёт первый клиент из Турции — добавить турецкий будет одной строкой в UI, а не новым спринтом.

Когда у FMCG-дистрибьютора линейный персонал говорит на четырёх языках — мой продукт закрывает это в один клик. Это конкретная боль. Конкретная ценность. Я за это могу просить деньги.

Что я понял про себя как фаундера

Три вещи.

Первая: валидация важнее рынка. Рынок можно нафантазировать любой. Реальный разговор с реальным человеком, который говорит «это моя боль прямо сейчас» — это не нафантазируешь. Про Казахстан у меня есть такие разговоры. Про Турцию — нет. Выбор очевиден.

Вторая: feedback loop — это активный ресурс. В Алматы и Ташкенте я могу получить реакцию на новую фичу за неделю. В Турции — за квартал. Для соло-фаундера, который ограничен временем и ресурсом, разница в скорости итерации в 10× — это не деталь. Это разница между «нашёл product-market fit» и «сжёг 6 месяцев на неправильную гипотезу».

Третья: разворот — это не поражение. Я три недели строил Турцию. Это не выброшенное время — я провёл анализ конкурентов, разобрался в структуре турецкого HoReCa, понял как устроена локализация на тюркские языки. Всё это ляжет в основу, когда я туда зайду — через полтора-два года, с казахским и узбекским кейсами в портфеле, с локальным партнёром, а не вслепую.

Pivot — это когда ты слышишь что-то реальное и меняешь курс. Упрямство — это когда продолжаешь курс, потому что уже вложил время.

Что дальше

Ближайшие 6 месяцев — Казахстан и Узбекистан.

Задача: 2-3 платящих клиента. Не «пилот», не «договорились попробовать», а деньги на счёт. Кофейная сеть, гостиница, сеть баров — любой из трёх ICP, готовый платить минимум 5 000 ₽/мес за реальную ценность.

Фича перевода на казахский и узбекский — это не просто продуктовое решение. Это позиционирование: мы единственный LMS, который думает на языке линейного персонала ЦА. Не «поддерживаем перевод» как галочку в таблице фич — а строим продукт вокруг этой боли как core value proposition.

Турция остаётся в backlog. Не зачёркнута — ждёт.

Когда у меня будет кейс «сеть из 8 кофеен в Алматы сократила onboarding с 3 недель до 3 дней» — с этим кейсом я иду в Стамбул. Это другой разговор. Намного более короткий.

А вы как ловите себя на «бегу в красивое»? Если ловите 😵‍💫

Пишите в Telegram — там я отвечаю быстрее, чем в комментах.

Год назад я был обычным соло-фаундером, который пишет MVP. Один человек, один редактор, один список задач — который рос быстрее, чем я его закрывал.

Сегодня у меня команда из пяти AI-агентов. Они пишут код, ресёрчат конкурентов, гоняют тесты и публикуют контент — параллельно. За последний месяц я не написал ни строчки бойлерплейта.

И я никого не нанимал.

Это не пост в стиле «смотрите, как AI сделал меня продуктивнее». Самое интересное произошло не с продуктивностью, а с моей ролью. Я перестал быть программистом. Я стал менеджером — пяти не-человеческих подчинённых. И, как выясняется, это отдельный навык, со своими провалами, о которых пока никто толком не пишет.

Ниже — расклад стека, цифры по экономике, и пять анти-паттернов, на которые я наступил, чтобы вы не наступали.

Стек: пять агентов, один оркестратор

Контекст для тех, кто читает меня впервые. VYUD AI — это B2B SaaS, который превращает операционные документы в Telegram-курсы для обучения линейного персонала. Кофейни, отели, бары. Не про абстрактный «энтерпрайз», а про конкретного владельца, который звонит в воскресенье утром, потому что бариста не может открыть курс.

Строю один, в Центральной Азии, без раунда. Это значит, что у меня один ресурс, который не масштабируется — моё время.

Поэтому я собрал команду, которая масштабируется. Пять агентов, у каждого одна чёткая роль:

🛠 Architect. Живёт в Claude Code. Пишет новые модули, проектирует API, ведёт ADR (architecture decision records). Всё, что меняет форму кодовой базы, идёт через него. Я ревьюю каждый коммит, но первую версию руками уже почти не пишу.

🧹 Maintainer. Живёт в GitHub Copilot. Дочищает то, что Architect собрал. Типизация, docstrings, форматирование, рефакторинг. Скучные 80%, без которых ничего не работает. Maintainer никогда не предлагает новые абстракции — это не его работа. Он только шлифует края.

🔍 Researcher. Запускается по расписанию, раз в неделю. Делает web search по конкурентам — iSpring, AcademyOcean, локальные игроки, новые EdTech-стартапы в ЦА. Сводит данные в docs/competitors/, открывает PR, я читаю diff в понедельник за кофе.

✍️ Content. Пишет посты в LinkedIn, Telegram, на блог. Переводит на три языка. Делает копирайтинг для холодных писем. Работает на нашем же продукте VYUD Publisher, под капотом 11 языковых моделей в зависимости от задачи.

🧪 QA / CI. Гоняет E2E на каждом merge в main. PDF → AI-сгенерированный курс → доставка в Telegram → прохождение квиза. Если что-то ломается — открывает issue со скриншотом и stacktrace. Я узнаю утром за завтраком, а не в 23:00, когда клиент пишет.

Всё. Пять агентов, пять ролей, ноль пересечений. И ни один не может делать работу другого — это и есть суть.

Я — шестая роль. Оркестратор. Решаю, что строить, когда и зачем. Ревьюю архитектурные решения. Делаю клиентские демо. Пишу стратегию, по которой работают остальные пятеро.

Цифры (и почему они контр-интуитивные)

Заголовки сразу:

−15-30% к расходу на токены. Да, меньше. Логично же думать, что больше агентов = больше API-вызовов = больше денег. На практике — наоборот, и причина в контексте. Монолитный агент тащит в контекст весь репо, всю дорожную карту, всю историю переписки — на каждую задачу. Специализированный загружает только то, что нужно его роли. Maintainer не должен видеть продуктовый roadmap, чтобы добавить type hint. Researcher не должен видеть тесты, чтобы обновить запись о конкуренте. Контекстная дисциплина экономит токены, а токены — это деньги.

+50% к скорости разработки. Фича, которая раньше занимала неделю, выходит за 2-3 дня. Не потому что код пишется быстрее — само написание кода занимает примерно то же время. Выигрыш — в параллельности. Пока Architect пилит миграцию, Researcher обновляет конкурентную карту, Content пишет посты на неделю, а QA проверяет, что вчерашний merge ничего не сломал. Пять потоков работы идут одновременно. Раньше я делал по одному.

Ноль нанятых людей. Эту цифру большинство фаундеров проскакивает глазами — а это самая важная цифра в посте.

Сейчас покажу в деньгах.

CapEx команда vs OpEx агенты: математика, которую фаундеры почему-то не считают

Когда я обсуждал пре-сид в 2024-м, каждый второй советчик говорил одно и то же: «к шестому месяцу нужно нанять двух инженеров, дизайнера и роста». Стандартный плейбук. Давайте посчитаем.

И это только люди. Не считая ноутбуков, лицензий на софт, рекрутерской комиссии, онбординг-налога, менеджерского оверхеда, и того, что любой из них может уволиться на четвёртом месяце.

Теперь мой стек агентов:

Команда стоит $120K в год.

Агенты — около $4,000 в год.

Это не разница в 10 раз. Это разница в 30 раз.

Сразу к тем, кто уже потянулся к кнопке комментариев: да, я знаю. Пять мидлов сделают то, что пять агентов не сделают. Они вытащат продукт из неоднозначности. Они возьмут ответственность за результат. Они ответят на звонок клиента в 7 утра. Этот разрыв реален, и я его не отрицаю.

Но вот размен, который я сделал осознанно: на MVP-стадии, без платящих клиентов, моё узкое место — это не человеческое суждение. Это скорость при низкой стоимости. Команда из пяти заставила бы меня поднять миллион, который мне сейчас не нужен — а на этот миллион я купил бы ту же скорость, которая уже у меня есть, но в 30 раз дороже.

Стек агентов — не вечная замена команде. Это разрешение отложить найм до того момента, когда мне действительно нужны люди — для тех частей бизнеса, которые однозначно человеческие.

По-другому: агенты превращают то, что раньше было CapEx-решением (найм — это 12-месячный коммит, выходные пособия, эквити), в OpEx (отменил подписку, увеличил бюджет на токены). Это меняет логику построения компании так, как плейбук пока не догнал.

Что агенты реально делали на прошлой неделе

Чтобы не звучать абстрактно. Вот что мои пятеро сделали за последние 7 дней — фактическая работа, не гипотетическая:

Понедельник. Researcher открыл PR с обновлёнными ценами по iSpring, AcademyOcean и одному казахстанскому игроку, которого я до этого не отслеживал. Замержил, использовал данные в питче во вторник.

Вторник. Architect собрал новый модуль для версионирования курсов — три файла, ~400 строк Python и SQL-миграции. Я переделал API-поверхность (он выбрал глагол, с которым я не согласился) и отправил в прод.

Среда. Maintainer добавил type hints по всему слою интеграции с LiteLLM. Скучно, полезно, занимало бы у меня полдня. Я отревьюил за 15 минут.

Четверг. Content написал посты на неделю — LinkedIn на русском и английском, плюс анонс в Telegram. Переделал два первых абзаца и отправил. (И нет — эту статью Content не писал. Её писал я. Что-то всё ещё должно идти от меня лично.)

Пятница. QA поймал регрессию в парсинге PDF, которую внёс мой вчерашний merge. Открыл issue в 6 утра со stacktrace. Я починил до первого звонка.

Суббота и воскресенье. Тихо. Агенты не нуждаются в выходных, но я нуждаюсь — и нет такого правила, что они должны работать, пока я не смотрю. Они не работают.

Полноценная неделя из пяти параллельных потоков. На соло-фаундере.

Анти-паттерны: пять способов сломать этот стек, на которых я уже обжёгся

Теперь часть, про которую обычно не пишут. Все хотят публиковать победу, а не failure mode. Вот пять штук, которые чуть не похоронили мой setup.

1. «Один агент на всё» — главная ловушка

В начале я попытался заставить Claude Code делать всё. Architect, Maintainer, Researcher, Content — один большой промпт с одним большим контекстом. За неделю упёрся в лимиты токенов. Качество просело на каждой задаче — потому что агент знал про всё и не специализировался ни на чём. Решение: жёсткая сепарация ролей. Специализированный агент с фокусированным промптом всегда бьёт генералиста с размытым. Каждый раз.

2. Нет ADR = агентская амнезия

Первые три недели я не документировал решения. Потом попросил Architect расширить фичу, которую он сам собрал две недели назад — и он предложил совершенно другую архитектуру, прямо противоречащую тому, что уже было в проде. У агентов нет памяти о решениях, которые ты не записал. Сейчас каждое нетривиальное решение идёт в docs/adr/ отдельным numbered-markdown'ом. Architect читает их перед тем, как что-то предлагать. Проблема ушла.

3. Доверие выводу агента без gates

Где-то на шестой неделе я расслабился. Architect предложил миграцию БД, я пробежал глазами, замержил. Он удалил колонку, которая мне была нужна. Восстанавливал из бэкапа, потерял два часа и немного достоинства. Урок: агенты продуктивны, но не правильны. Работа оркестратора — быть review gate. Если ты перестаёшь ревьюить, ты перестаёшь быть оркестратором и становишься уборщиком.

4. Когда Content уходит в LinkedIn-сленг

Первая партия постов, которые сгенерил Content, звучала как всё, что я когда-либо ненавидел в ленте. «В сегодняшнем быстро меняющемся мире...» «Excited to announce...» Эмодзи-ракета. Я переписал всё руками, потом вернулся и пересобрал промпт Content с явными анти-паттернами: никаких ракет, никаких «excited to announce», никаких списков с галочками, никаких AI-«запахов». Сейчас Content выдаёт черновики, которые я могу отправлять после лёгкой редактуры. Урок: AI по умолчанию пишет посредственно. Нужно явно говорить, что такое «плохо», а не только что такое «хорошо».

5. Путать «агент сработал» с «агент принёс ценность»

Это мета-провал. Соблазн измерять продуктивность агента в коммитах, постах, PR-ах — то есть в выходных. Но выходные — не результаты. QA, который гоняет 100 тестов и ни разу не ловит реальный баг, бесполезен. Researcher, который еженедельно обновляет конкурентную карту, но ни разу не подсветил инсайт, который изменил мой питч — это театр. Раз в месяц я делаю аудит: какой агент за последние 30 дней реально повлиял на решение? Если ответ «никакой» — либо его промпт нужно переделать, либо роль не нужна.

Чего этот стек не заменяет

Хочу быть честным про этот блок, потому что хабр, vc и так перегружен постами в духе «AI поменял всё», в которых пробегают мимо реальных пробелов.

Агенты не разговаривают с клиентами. Каждое моё демо в VYUD — это я в Zoom, который смотрит на лицо управляющей отеля, когда она понимает, что может обучать горничных на узбекском без найма переводчика. Этот сигнал не даст ни один агент.

Агенты не делают стратегические ставки. Они могут анализировать. Симулировать. Спорить за обе стороны. Но выбор — ставить ли компанию на HoReCa вместо ритейла, на Казахстан вместо России, на $50/мес тариф вместо $500 — это всё ещё на мне. Я смотрю на рынок и доверяю своему чтению.

Агенты не несут вес, когда продукт ломается в полночь и клиент в ярости. Это несу я.

Агенты не заменяют фаундера. Они заменяют те части бытия фаундером, которые изначально не должны были требовать фаундера.

Что дальше: шестой агент

В этом квартале добавляю шестого. Anthropic выпустил Managed Agents — async-воркеры, которые работают часами в их облаке без моего присутствия. Они подходят для длинных задач: ночные batch-джобы, плановые ресёрч-прогоны, многошаговые флоу, которые не требуют моего внимания каждые 30 минут.

Первые два кейса:

Обработка PDF от клиентов. Когда клиент загружает 50 операционных документов, парсинг их в knowledge graph занимает часы LLM-вызовов. Я не хочу, чтобы мой бэкенд держал состояние под это. Managed Agent забирает задачу, гоняет в облаке, складывает в Supabase, пингует меня, когда готово.

Еженедельный deep research. Сейчас Researcher делает поверхностные сканы. Managed Agent будет делать глубокую версию — многочасовые разборы конкурентов, market sizing, регуляторика. Раз в неделю, асинхронно, без присмотра.

Стек становится шестью агентами. Буду продолжать добавлять, пока роль чёткая, выхлоп измеримый, а маржинальная стоимость запуска меньше, чем маржинальная стоимость незапуска.

Сдвиг, который пока никто толком не называет

И вот что я считаю реально новым, а не инкрементальным.

Классический плейбук фаундера предполагает: труд — это узкое место. Стартуешь с одного человека (тебя), и единственный способ добавить capacity — нанимать. Найм медленный, дорогой и необратимый. Поэтому ты поднимаешь капитал, чтобы нанимать быстрее, чем можешь себе позволить, что значит отдать эквити, что значит расти быстрее, чтобы оправдать размытие. Вся модель фондирования — pre-seed, seed, A — построена на допущении, что capacity = люди, а люди = деньги.

Это допущение тихо разваливается в 2026-м.

Когда я могу гонять пять параллельных потоков работы за $200 в месяц, вопрос меняется. Это больше не «сколько денег нужно поднять, чтобы хватило на быстрый найм». Это «какая часть моей компании реально требует людей, и когда именно она их потребует?» Для меня прямо сейчас ответ — «продажи, поддержка, и те части продукта, где нужен вкус». А не скорость инженерии. Не пропускная способность ресёрча. Не производство контента.

Это не значит, что команды устарели. Это значит, что время появления команды — другое. Я найму, когда агенты перестанут быть узким местом, когда узким станет то, что может только человек. До этого — я гоняю в 30 раз более дешёвую, чуть менее устойчивую версию ранней команды. Для соло-фаундера без давящего раннвэя это размен, на который я пойду каждый раз.

Если ты фаундер прямо сейчас и не считал эту математику — посчитай. Возьми свою гипотетическую команду. Прайси её. Потом прайси стек агентов, который сделает 60-70% той же работы. Сравни. Реши.

Я не говорю «уволь команду» или «никогда не нанимай». Я говорю, что плейбук строился на допущении, которое больше не верно — и фаундеры, которые адаптируются первыми, будут отгружать быстрее, гореть меньше и владеть большей долей компании на выходе.

Это весь пост. Соло-фаундер. Команда из пяти агентов. Запускаю SaaS из Казахстана за $200 в месяц на тулинг. И мне кажется, это и есть новая норма — индустрия просто пока не заметила.

А у тебя как? Если строишь что-то похожее — соло, на агентах, без раунда — мне интересно сверить ноты. Setup в VYUD ещё эволюционирует, и я почти уверен, что я через месяц буду считать сегодняшний стек наивным. Напиши в комменты свою архитектуру — особенно если у тебя есть роль, которой у меня нет.

🤝

VYUD AI — vyud.tech. Делаем AI-обучение для линейного персонала. Кофейни, отели, бары. Загружаешь регламент в Word — через 60 секунд у тебя курс в Telegram, который сотрудник проходит со своего телефона.

Утром я проснулся с мыслью: хочу подрабатывать на разработке. Вечером у меня уже было три активных объявления на Avito, портфолио на своём домене и VPS за €0.63 в месяц.

Вот что я сделал, что сломалось, и главное — что понял.

VYUD — это долгосрочная игра. Платформа работает, пользователи есть, но до значимой выручки ещё путь. Я уже два года в AI-разработке: строю RAG-системы, мультиагентные пайплайны, Telegram-боты, лендинги на Next.js. Всё это реальный стек, который я применяю каждый день.

Почему не монетизировать это параллельно?

Единственное условие которое я поставил себе: один день. Если не укладываюсь — значит идея не стоит времени.

Что я увидел на рынке

Первые 30 минут — анализ Avito. Категория "IT, дизайн, тексты".

Картина оказалась очень чёткой. Рынок поделён на два полюса:

Низ: джуны и студенты за ₽5–15k. Простые боты без AI, без понимания продукта. Их много.

Верх: агентства и студии за ₽100k+. Корпоративные клиенты, долгие циклы продаж.

Середина (₽15–40k с AI-экспертизой): почти пусто.

Это и есть дыра. AI-разработчик с реальными запущенными продуктами — не студент, не агентство — в этом диапазоне практически не представлен. Малому бизнесу нужен именно такой человек: недорого по сравнению с агентством, но с пониманием как делать продукты.

Позиционирование стало очевидным сразу.

Портфолио за час

Вместо того чтобы неделю делать Next.js-проект, я собрал сайт прямо в диалоге с Claude.

Описал дизайн: тёмная тема, lime-акцент, серьёзная типографика. Перечислил проекты — VYUD LMS, VYUD AI Bot, VYUD Hire, VYUD Publisher, VYUD Sales Outreach, Mari Lingo Bot. Итеративно правил через диалог.

Скриншоты проектов встроены прямо в HTML как base64 — никаких внешних папок, никаких зависимостей. Один файл, 380KB, деплоится одной командой.

Инсайт который я вынес: для фриланс-портфолио одностраничный HTML-файл лучше любого фреймворка. Открывается везде, грузится мгновенно, никакого build-шага. Клиент может даже оффлайн посмотреть.

Сайт живёт на devnova.work

Домен и сервер

Купил devnova.work на GoDaddy за €4.0-. Специально не стал использовать vyud.* домены — разные аудитории, разное позиционирование. VYUD — это продуктовый бренд. devnova — я как разработчик.

Поднял VPS на ServerSpace (дата-центр в Алматы) — €0.63 в месяц. Да, для статичного HTML это избыточно, но когда туда переедут боты — инфраструктура уже готова.

Два бага которые поймал

Первый: nginx не стартовал — socket() [::]:80 failed (97: Address family not supported by protocol). VPS не поддерживает IPv6 на уровне ядра, но дефолтный конфиг nginx пытается биндиться на IPv6. Убрал все listen [::]:80 директивы — заработало.

Второй: GoDaddy автоматически добавляет парковочную A-запись "WebsiteBuilder Site" на свои AWS-серверы. DNS резолвился на три разных IP одновременно — мой и два чужих. Certbot бы упал на валидации. Удалил лишнюю запись — всё встало на место.

SSL через certbot, автоматический redirect с HTTP на HTTPS.

Три объявления на Avito

Создал три отдельных объявления под разные поисковые запросы:

• Разработка Telegram-бота с AI — от ₽20 000
• Лендинг и сайт-визитка под ключ — от ₽8 000
• Telegram-бот для бизнеса — от ₽15 000

В каждом — ссылка на devnova.work. Большинство конкурентов на Avito не имеют портфолио-сайта вообще. Одна ссылка меняет восприятие ещё до разговора.

От платного продвижения отказался — без отзывов конверсия платного трафика будет низкой. Сначала нужен первый клиент, первый отзыв.

Итого за день

Портфолио-сайт

€0 (Claude + мои руки)

Домен devnova.work

€4.00/год

VPS

€0.63/месяц

3 объявления Avito

€0

Итого месяц 1

~€4.63

Активное время: ~5 часов.

Что понял

Дыра в рынке реальна. На Avito между джунами и агентствами почти нет AI-разработчиков с реальными продуктами. Если у тебя есть портфолио — конкурировать буквально не с кем.

Портфолио важнее любого текста. Клиент на Avito не читает — он смотрит. Ссылка на живой сайт со скриншотами закрывает вопрос доверия без слов.

Скорость запуска — тоже продукт. Если делаешь своё за один день, клиент верит что его задачу тоже сделаешь быстро.

Claude как со-разработчик — это не "подсказать код". Сайт, тексты объявлений, отладка nginx, SSH-сессия — всё параллельно в одном диалоге. Это реально другая экономика сольной разработки.

Гипотеза

AI-разработчик с реальными запущенными продуктами может выйти на ₽50–100k/месяц на фриланс-платформах за 60 дней.

Первый шаг сделан. Следующий — первый клиент и первый отзыв. Отчитаюсь.

Портфолио: devnova.work VYUD: vyud.tech

Письмо тебе из будущего

Ты сидишь в офисе. Может быть, сейчас утро — ты только налил кофе и ещё не успел открыть почту. Может быть, обед — и ты листаешь телефон, пока коллеги обсуждают, куда пойти есть. А может, вечер пятницы, и ты думаешь: ну вот, ещё одна неделя прошла.

Я знаю, как выглядит твой день. Я сам так жил.

Утро. Офис. Кофе. Разговоры с коллегами — как квота, что по плану. Потом дейли — рассказываешь, что делал вчера и что будешь делать сегодня. Потом звонки клиентам, письма, презентации. Раз в неделю — синк с менеджером, где ты отчитываешься. Раз в неделю — синк с менеджером побольше, где ты отчитываешься ещё раз. Костюм. Улыбка. Правильные слова. Тебе говорят, что это верное направление, — и ты киваешь.

Я продавал корпоративные HR-решения — SAP, SuccessFactors, автоматизация процессов для крупных компаний. Это была серьёзная работа. Хорошая зарплата. Понятные правила. У тебя есть функционал — шаг влево, шаг вправо не делай. Мало творчества. Ты выполняешь свою роль, как часть механизма.

И знаешь, что самое коварное? Это не было ужасно. Это было нормально.

Ты работаешь, развиваешься, растёшь — но по чужим рельсам. Сегодня ты эксперт, через два года — старший эксперт, через пять — ведущий. Ты едешь в поезде, и маршрут уже проложен. Может, через десять-пятнадцать лет станешь руководителем чего-нибудь. Ты точно знаешь, что будет дальше. И именно от этого знания становится тошно.

Потому что в пятнадцать лет ты мечтал не об этом.

Я мечтал стать космонавтом. Как, наверное, большинство мальчишек, которые грезили космосом после полёта Юрия Гагарина и всех его последователей, выходивших в открытый космос и проводивших месяцы на космической станции. Потом мечта переродилась — не космос, так конструирование. Создавать что-то. Мне нравились физика и математика, и я думал: может, буду учёным, буду исследовать, открывать.

Но была ещё одна вещь, которая формировала меня, — и я понял это только спустя годы.

Мой отец, помимо основной работы, всегда что-то делал для себя. Он владел газо-электросваркой так, что мог сварить что угодно — коляску для мотоцикла, железные ворота для гаража, и всё выглядело как новое и .очень надежное. Мама вязала такие пуховые платки, что за ними выстраивалась очередь. У нас был сад и куча участков под картошку — всё это копалось и пропалывалось до мозолей, до боли в спине. Но потом это с гордостью ставилось на стол, и мы никогда не голодали — даже когда развалился Советский Союз.

Это было такое мелкое предпринимательство, хотя тогда никто не называл это таким словом, скорее всего даже обидным "барыга". Но именно оно заложило во мне главное понимание: есть жизнь не только для кого-то, но и для себя. Когда каждый сваренный шов — твой. Каждый связанный платок — твой. Каждая борозда картошки — твоя. Ты делаешь это, потому что сам так решил. Потому что умеешь. Потому что это — твоё.

Это ощущение — «твоё» — я потерял в корпорации. И потом несколько раз находил заново.

Эта книга — история о том, как я трижды начинал с нуля.

Первый раз — когда ушёл из корпоративных продаж и открыл интернет-магазин ярких носков. Да, носков. Были дни, когда не было ни одного заказа, и я думал: «Зачем я вообще это затеял?» А потом мы продали этот бизнес в десять раз дороже, чем вложили. Не миллионы, но достаточно, чтобы понять — я могу.

Второй раз — когда стал консультантом и помогал десяткам стартапов во ФРИИ, создавал новое направление в R-Keeper для маленьких кафе и стритфуда, работал над EdTech-платформой для дошкольников и системой обучения линейного персонала.

Третий раз — прямо сейчас. Я строю VYUD.AI — образовательную платформу, и делаю это один. Соло-фаундер. Без команды. Потому что сегодня, в эпоху искусственного интеллекта и вайбкодинга, один человек может сделать то, для чего раньше нужны были десять. Дизайн, код, маркетинг, аналитика — всё это теперь доступно каждому.

Я не гуру и не коуч. Я не стою на сцене с микрофоном и не продаю курс «Как стать миллионером за 30 дней». У меня нет формулы успеха, потому что её не существует.

Но у меня есть опыт. Настоящий. С провалами, страхами, днями, когда хочется всё бросить, и днями, когда понимаешь — вот оно, ради этого стоило рискнуть.

Эта книга для тебя, если ты сейчас сидишь в офисе и чувствуешь, что живёшь не свою жизнь.

Если ты когда-то мечтал — о своём деле, о свободе, о чём-то большем — но привык к зарплате, к стабильности, к тому, что «ну, нормально же».

Если ты думаешь: «Может, когда-нибудь...» — и внутри уже знаешь, что «когда-нибудь» никогда не наступит само.

Я не буду тебя мотивировать. Я расскажу, как это было у меня — честно, без прикрас. Покажу инструменты, которые помогли мне и десяткам людей, с которыми я работал. А решение — твоё.

Единственное, о чём я тебя попрошу: когда будешь читать — задай себе один вопрос. Тот самый, который дал название этой книге.

А что если получится?

Дмитрий

Соло-фаундер VYUD.AI

2026