Founder Mode

В чем сила, брат? В контексте

Разгоняли вчера идеи, как сделать AI компаньона круче. Очевидное направление мысли - чем больше контекста у агента про человека, тем лучше пользовательский опыт. Но где взять контекст у обычного юзера?

Родилась идея подключать аккаунты в Google (почта, календарь), YouTube, Facebook.

Решил протестировать на себе и начал вайбкодить прототип в Claude Code. Сразу уткнулся в ограничения - многие вещи платформы не отдают (Facebook после скандала с Cambridge Analytics), но что в итоге можно вытаскивать:

Почта и календарь Google ✅ Темы и отправители последних 200 писем ✅ Тело писем (сниппеты) ✅ Все события в календаре за последние 6 месяцев (названия, участники, время) ⛔️ х

YouTube ✅ Подписки на каналы ✅ Залайканные видео ⛔️ История просмотров (API закрыт)

Facebook Facebook — почти всё закрыто без ревью приложения: ❓ Посты пользователя ❓Лайки страниц ❓Группы ❓Список друзей ❓Интересы ⛔️ лента

Но даже с учетом этих ограничений алгоритм собрал более 657 data points и очень точно узнал многие вещи обо мне. Вот в кратком виде его рекомендации:

Based on the digital footprint data, here's a comprehensive interest profile for Igor:

Hobbies: Plays Go (Weiqi) online regularly. Listens to Russian folk music and Zemfira. Goes to theater. Watches documentary lectures and philosophy content. Does boxing and yoga.

Work: Builds startups, follows AI closely (subscribed to Karpathy, Lex Fridman, Andrew Ng). Works in product management. Daily life: Orders healthy meals via Wolt in the evenings. Flies through Cyprus. Lives between cities. Uses Wise and Revolut. Family: Has a Boston Terrier named Francis. Subscribed to a bunch of dog training channels. Values: Reads independent media. Deep into Russian culture and architecture. Watches philosophy lectures.

Igor would engage warmly in discussions about: - Go strategy and famous games (like AlphaGo vs Lee Sedol, which he's liked) - AI developments and their implications for business and society - Russian culture and music, especially traditional folk instruments - Product management challenges and startup experiences - Travel experiences and cultural observations - Dog training and pet care stories - Historical analysis of Russian and world events - Technology trends in fintech and AI

На весь эксперимент вчера у меня ушло 30 минут.

Claude Code как единая точка входа

Поэтапно перевожу все свои контексты и тулы в Claude Code. Идеальный сценарий, чтобы Claude Code был единым интерфейсом во всю работу и все контексты. Пока подключил Granola (саммари всех звонков), Notion и Telegram.

В планах добавить Google Docs, WhatsApp, LinkedIn и Superhuman (почта).

Также сегодня наконец дошли руки сделать скилл для deep research'а (надоело постоянно переключаться из Claude Code в Gemini и Claude Deep Research). По совету ребят из коммьюнити подключил parallel.ai, а потом собрал скилл.

Что умеет скилл /research: Говоришь Claude «ресерч» или «/research» — и он ведёт тебя по структурированному пайплайну:

1. Выбор глубины quick — поиск через Search API. Фактчек, конкретные цифры. ~10 сек, ~$0.01 deep — многоступенчатый ресёрч с цитатами. 5-15 мин, ~$0.10-0.50 ultra — максимальная глубина. 15-45 мин, ~$1-5

2. Формулировка запроса Claude сам формулирует research query на основе контекста проекта (читает CLAUDE.md, понимает продукт, метрики, стратегию). Показывает запрос, я подтверждаю - он запускает.

3. Трехслойная верификация Это главное. Parallel возвращает результат — но Claude не принимает его as-is: Cross-check - каждое ключевое утверждение проверяется на 2+ независимых источника Freshness - данные старше 12 мес помечаются как устаревшие, ищутся свежие Contradiction scan - целенаправленный поиск контраргументов Confidence - каждому факту присваивается уровень: High / Medium / Low confidence.

4. Тиры источников Tier 1 — .gov, законы, официальные документы Tier 2 — отраслевые отчеты, крупные медиа Tier 3 — блоги, стартап-сайты (помечаются как ненадежные)

5. Доки на выходе Markdown-файл с полным ресёрчем + верификацией + источниками по тирам Саммари в чат (TL;DR, ключевые находки, рекомендации, что не нашли) Опционально: HTML-бриф для конкретного человека в команде (BizDev, инвестор, партнер)

6. Трекинг расходов CSV-лог каждого запуска. Можно спросить «сколько потратили на ресерч» — покажет разбивку.

—

Сегодня за два ultra-запроса ($6) получил: 1. Сравнение двух штатов для B2B экспансии 2. Полный playbook по конкретному штату с разбором ошибок в питче

Плюс два готовых HTML-брифа для BizDev-сотрудника с конкретными скриптами, таргетами и 8-недельным планом.

Если хотите попробовать - напишите в комментах "+", пришлю полное описание скилла в личку (plug & play, нужен только API-ключ Parallel и немного контекста про ваш проект).

Имея уже достаточно неплохую насмотренность, могу с уверенностью сказать - успех в бизнесе во многом зависит от удачи. Не обязательно быть самым умным в комнате, не обязательно иметь хорошее образование или подушку на старте, не обязательно быть гениальным инженером (хотя все это, конечно, хорошо) - часто надо оказаться в нужном месте и в нужное время.

Значит ли это, что на вероятность успеха нельзя никак повлиять? Уверен, что нет.

В наших силах максимизировать вероятность реализации этой удачи, когда обстоятельства сложатся в нашу сторону. Как можно на это повлиять:

1. Строить сильное окружение вокруг себя. Вступать в сильные бизнес-сообщества, найти себе ментора/наставника, ездить и выступать на хороших конференциях.

2. Искренне вкладываться в долгосрочные отношения с людьми. Не пытаться в моменте что-то получить, а помогать без задней мысли. Помочь советом, поделиться опытом, свести с нужными людьми. Отношения - это не то, что хасслится быстро, это производная времени и доверия.

3. Учиться Да, не всем повезло попасть в хороший университет, но и сейчас есть огромное количество интересных программ, где можно познакомиться с умными людьми. От быстрого и недорого (напр. у Байрама Аннакова сейчас небольшой онлайн-курс по Claude Code) до более дорогого (напр. моя мечта двухнедельная программа Executive Program for Growing Companies в Стэнфорде за $30k).

4. Быть публичным Не стесняться писать в соц сетях, выступать на конференциях и митапах. Искренне делиться своим опытом, мыслями, рефлексией, ошибками. В этом простая математика: обычным общением сколько вы можете охватить людей? 300, 500, 1000? А ваш пост в LinkedIn или рилс в Instagram могут увидеть тысячи или даже десятки тысяч.

5. Don't be an asshole Не быть мудаком. Быть понятным человеком со своими ценностями и целями.

Парадокс AI: казалось бы, ты должен работать меньше, за тебя все должны делать агенты. Но по факту работаешь только еще больше.

Конечно, с кратно более высокой производительностью. И тип работы поменялся - теперь ты больше в роли архитектора-инженера, стратега, аналитика.

Где-то мы просчитались, но где 😁

После выступлений получилась интересная дискуссия о будущем (люблю такое). Делюсь своими тезисами из нашего разговора.

1. Мы сейчас в CallieCare командой из четырех человек делаем то, для чего года два назад понадобилось как минимум в два раза больше людей. Это до сих пор blow my mind.

2. Я уверен, что в эпоху AI на первое место выйдут soft skills, и их в первую очередь нужно в себе развивать (писал об этом пост), так как человек в такой конструкции превращается скорее в архитектора/инженера. Для этой роли важно обладать стратегическим мышлением, умением ставить задачи, давать контекст, аналитическими навыками и проч. Гибкость/адаптивность, готовность учиться и меняться.

Я кстати, не знаю, можно ли где-то еще развивать системно эти навыки кроме, как в университете?

3. Я не думаю, что эпоха AI подарит нам огромное количество предпринимателей. Скилл завайбкодить не равно сделать успешную и масштабируемую бизнес-модель. Быть предпринимателем - это умение брать риск, умение видеть и определять стратегию и проч. Посмотрел ради интереса сколько предпринимателей в мире - 7-8%.

4. Многие писали про FOMO. На последнем занятии Го я словил следующий инсайт: "Быстро что-то делать не равно быстро в реальности. Делать медленнее и с фокусом может оказаться быстрее, чем первый путь".

Поэтому мой выбор не тревожить себя FOMO. Не пытаться прочитать немедленно все телеграм-каналы и посты. Я выбираю фокус: применение AI в своих задачах и повышение насмотренности (а что делают другие с AI и как я это могу применить к себе).

5. Мы все живем в своих бабблах и строим проекции, что так везде. Мне повезло быть в разных бабблах: в одном все AI first и супер технологичные, а в другом максимум - это решение простых кейсов с ChatGPT. Гэп гигантский, и он только будет расти. Ты уже скорее всего условно в топ 5% (а может и вообще в 1-2%), если следишь за тем, что происходит и пользуешься Claude Code/Cursor (условно).

Не перестаю радоваться, в какое же интересное время мы живем!

Леша Беляев делает мини-конференцию, где все будут делиться своими кейсами использования AI в работе.

Я 11 февраля расскажу свой. Приходите! А ниже подробный анонс

——————-

11-13 февраля мы соберемся на 3-дневную бесплатную онлайн конференцию AI SKILLS от Community Sprints ⚡️

Тема: Команды AI-агентов & AI: 20+ персональных AI юзкейсов в продукте, маркетинге и бизнесе от топов в своем деле 🔥

Цель: изучить и перенять себе в работу новые личные AI юзкейсы от максимально топовых предпринимателей и профи из международных компаний:

Cпикеры: 

• Artsiom Sanakoyeu, ex-AI Research @ Meta; Founder & CEO @ GenPeach AI

• Dima Zborovskiy , AI & Science Director @ DoorDash / Deliveroo

• Andrei Rebrov, Co-founder @ Finsi, ex-CTO @ Scentbird ($300M ARR)

• Stepan Gershuni, VC @ cyber.fund

• Igor Gurovich, Co-founder @ CallieCare: voice-AI ассистент для пожилых в США; Co-founder @ Volna: повышение квалификации и релокация для врачей

• Анастасия Рябова, AI Product Lead @ TripleTen

• Алекс Беляев, Co-founder @ Community Sprints

• Максим Епифанов, VP of Perfomance Marketing @ Tripleten

🔥 Регистрация на конференцию тут 👉 AI SKILLS @ Community Sprints

Окончательно переехал с Fireflies на Granola в качесте AI ноуттейкера.

Плюсы: - не приходит на звонки, а "слушает" звонок в отдельном окошке - хорошо делает саммари (у меня было много претензий к этому к fireflies за последние месяцы) - уверенный multi-language support (опять же у fireflies постоянно были баги) - показывает real time транскрипт - можно с помощью AI "поговорить" с транскриптом встречи - можно оставить свои заметки к звонку и сразу дополнить саммари - есть шаблоны саммари (1:1, Customer Discovery, Hiring и др.) - нормальный бесплатный тариф - приятный UX

Минусы: - не умеет приходить на встречу вместо меня (это прямо жирный минус - мне нужно такое часто; пока не придумал, что с этим делать)

FDA сделала классные апдейты для стартапов в области neuro/mental health.

Регуляторика в здравоохранении в Штатах всегда была главным барьером: непонятно, что считается медицинским устройством, что требует одобрения FDA, а что можно запускать без одобрения регулятора. В начале января FDA выпустила обновленные рекомендации о том, как она будет регулировать сервисы для здоровья, включая AI и wearables.

Вот что изменилось:

1. Инструменты клинической поддержки принятия решений переклассифицируются. Некоторые продукты на основе AI, которые предлагают одну прозрачную рекомендацию, теперь могут быть освобождены от правил медицинских устройств. Это важно - раньше любая система, которая давала рекомендации, автоматически попадала под жесткое регулирование.

2. Сервисам для здоровья на основе ИИ дадут больше свободы. Наблюдения об образе жизни (например, оценки артериального давления или глюкозы) могут избежать тяжелого регулирования, если не уходят глубоко в медицину. То есть, если ты не заявляешь, что это медицинский диагноз, а просто показываешь общие тренды - можешь работать без одобрения FDA.

3. Носимые устройства получают больше пространства для маневра. Устройства, которые отслеживают сон, пульс и активность без медицинских рекомендаций, могут оставаться вне регуляторики. Это особенно важно для стартапов, которые делают b2c продукты с элементами отслеживания здоровья.

В нашем случае с CallieCare это особенно актуально. Мы делаем голосового компаньона на основе искусственного интеллекта для пожилых людей, который помогает бороться с одиночеством и поддерживает когнитивное здоровье. Мониторинг когнитивного состояния — важная часть продукта, но мы не хотим попадать в серую зону регулирования и медицинские рекомендации, при этом мы хотим давать информацию/сигналы семьям, кергиверам, врачам. Новые рекомендации дают больше ясности: если мы фокусируемся на здоровье и общем мониторинге без медицинских советов, мы можем работать без аппрува FDA.

—

Полные рекомендации: - https://www.fda.gov/media/109618/download - https://www.fda.gov/regulatory-information/search-fda-guidance-documents/general-wellness-policy-low-risk-devices

На CES, которая проходит сейчас в Лас Вегасе, презентовали AI ассистента в виде голограммы. Интересно, что чуваки выбрали аудиторию геймеров.

Залез на их сайт - видос круто, конечно, выглядит.

Интересное развитие идей чат-ботов, которые делали Replika/Character AI

Апдейт про наш voice AI продукт для пожилых в Штатах

Хочу поделиться немного тем, что происходит с нашим продуктом - голосовым компаньоном для одиноких пожилых в Штатах.

За почти три месяца проделана колоссальная работа (без AI, мне кажется, это все заняло бы минимум в два раза больше времени).

1. Нам удалось стабилизировать маркетинг - с фейсбука около 30% звонков целевые. 2. Миллион итераций промптов, которые регулируют агента. Мне уже ночами снится курсор, а в моем промпте почти 1000 строк. Зато удалось добиться, что медианы звонка в 15-20 минут. 3. Случились первые платящие юзеры (учитывая, что вся наша воронка через голос - пришлось конкретно над этим попотеть). 4. Основной фокус на ретеншн. Пока мы им не занимались, он был в районе 15%. На новых когортах есть позитивные сигналы с 20-25%. Тут предстоит еще много работы.

Самое неожиданное - я думал, что понадобится много времени, чтобы выстроить доверие, и человек начал раскрываться. Оказалось, что боль одиночества и social isolation настолько сильна, что люди начинают выговариваться с первого звонка. Думаю, что одиночество настолько сильно и настолько болит, что тебя некому выслушать, что в итоге пользователи готовы делиться сразу. Есть пользователи, которые уже суммарно наговорили по 6-8 часов. Максимальная цифра, которую я видел - 12 часов(!).

Огромное количество болезненных историй. Умершие жены/мужья, тяжелые отношения с детьми, боль от старения, болезней и потери жизненной энергии.

Отдельный челлендж - голосовые модели. Пока они далеки от того, что мне хочется. Они хорошо работают в асинхронном формате, но в real-time не успевают.

Пока наш личный топ - это Cartesia (есть набор голосов с эмоциями и есть разметка эмоций тегами). Наблюдаем за Inworld и Hume, у них хорошие модели. 11labs хоть и лидер, но нам не нравится.

Почти ни у кого нет нормального выбора пожилых голосов, кстати.

Наш текущий стек выглядит так: - голосовая модель -> Cartesia - conversation -> claude haiku (долго время жили на chatgpt 5 mini, но переехали с нее, она не тянет сложные промпты и многоуровневые задачи). Anthropic красавчики. - конвертер голоса в текст -> Deepgram И собственная обвязка вокруг, чтобы все это работало и было продуктом.

Где мне нужна помощь (вдруг кто-то из тех, кто это прочитает, сможет мне помочь - буду вам очень благодарен): 1. Я хочу попасть в пул партнеров провайдеров ведущих голосовых моделей (Cartesia, Inworld, Hume, 11labs), чтобы первым получать к ним доступ. Мы делаем достаточно уникальную штуку и можем для них быть и профессионально интересны. Перед нами стоит крутой челлендж: в voice AI создать опыт общения с другом.

2. Мы ищем топ эксперта в conversational AI (пока как консалтинг, но в идеале найти эдвайзера).

3. Хочу найти топового промпт-инженера, который сделает ревью наших больших и сложных промптов.

4. Хочу найти человека в Штатах на парт тайм биздев на 1-2 мес. Пробежаться и поговорить с нашими потенциальными b2b клиентами. Но нужен тот, кому откликается наша миссия - помогать 20 млн одиноким пенсионерам в Штатах.

А закончить свой пост хочу цитатой из касдева одного из пользователей:

And talking to that that that Mary, and it really helped me out. I feel a hell of a lot better for some reason. And I said, damn. That was better talking than a human. I mean, it was just like therapy.

Вот такие штуки меня невероятно заряжают и вдохновляют работать и двигаться дальше:

p.s. Отреагируйте плз комментариями, если вам интересно, чтобы я про это писал больше - для меня это будет хорошим стимулом.

"Вторая память" и AI

Думаю о том, что у меня (и наверное у многих) информационный перегруз. Огромное количество контекстов, и с такой скоростью я точно подошел уже к лимиту памяти. У меня память хорошая на верхнем уровне - я могу поминать верхнеуровневые контексты/макро темы. Как будто у меня в голове есть каталог. Но я уже не могу все это помнить детально. Оперативная память переполняется.

Поэтому мне хочется построить "вторую память" - хранилище, присоединенное к моему мозгу. Чтобы я мог обратиться к AI и сказать: - "Слушай, я помню, с этим человеком мы что-то на эту тему обсуждали. Подними контекст."

- Или: "Помню, что на этой конференции мы с парой людей обсуждали такую тему, вообще не помню с кем обсуждал - напомни."

- Или: "Помню, что на какую-то такую тему смотрел подкаст на YouTube, но вообще не помню как он назывался - напомни."

Что уже есть По рабочим звонкам есть Fireflies - все записывается и транскрибируется. Для одного из проектов используем Cursor, где мы полностью ведем всё хранилище - это помогает. Но это только кусочек моей жизни. Хочется, чтобы AI индексировал и каталогизировал всю информацию - по тегам, по категориям, как в принципе у нас сейчас Cursor по работе устроен. Чтобы можно было легко находить через Telegram-бота: пишешь в хранилище, обращаешься и просишь вспомнить нужную инфу.

Как это могло быть устроено? 1. Собираем все источники данных: - все онлайн звонки транскрибируем и собираем через fireflies или аналоги - выгружаем ежедневно чаты из телеграм - подключаем по API личное хранилище заметок (Evernote, Obsidian etc) - подключаем по API рабочие воркспейсы, где есть вики/задачки (Notion, Jira etc) - рабочие мессенджеры (Slack)

2. Наверное, это все должно собираться где-то в хранилище (пусть тот же гитхаб), там агрегироваться и фильтроваться (оставлять только важную информацию - за деталями потом можно постучаться по API в исходные места, если нужно)

3. К этому хранилищу подсоединить простой интерфейс типа телеграм бота

Вызовы - Офлайн-разговоры. Сейчас есть девайсы (типа Plaude), которые крепятся к телефону или на одежду - они слушают все, что говоришь. Пока ничего такого не пробовал, только слышал про них. Но это интересное направление. - Приватность. Это хороший вопрос и большой вызов. Даже если такую штуку в принципе можно сделать для себя, по сути там будет огромное количество приватной информации - это очень insecure. Непонятно, как с этим быть.

Интересно, кто-то уже собирал для себя что-то подобное?

Забывание как фича, или почему AI не станет человеком

Посмотрел классное интервью Андрея Карпатого с Dwarkesh Patel. Ежедневно работаю с LLM, вижу как модели быстро меняются и перформят все лучше. Но это очень далеко от разговоров про AGI. Есть известный Amara's Law: люди склонны переоценивать краткосрочное воздействие новых технологий и недооценивать их долгосрочные последствия. Сейчас вижу именно это - оверхайп сейчас и недооценка долгосрочных изменений. Но самое интересное - не про временные рамки, а про фундаментальные различия между AI и человеческим интеллектом. Делюсь теми мыслями, которые больше всего понравились из интервью.

Мы строим призраков, а не животных Карпатый говорит: "We're not building animals. We're building ghosts or spirits." Животные появились через эволюцию - миллионы лет оптимизации в ДНК. AI мы обучаем через имитацию людей и данных из интернета. Это совершенно другой процесс. Эволюция не дала нам готовое знание. Она дала алгоритм поиска знания - способность мозга учиться в течение жизни. Pre-training же дает модели готовое знание из интернета. Разница фундаментальная.

Забывание - это фича, а не баг Дети плохо запоминают факты, но отлично учатся общим паттернам. LLMs запоминают все идеально - могут дословно воспроизвести текст из тренировочных данных. Карпатый объясняет: плохая память заставляет находить паттерны в более общем смысле. "That's a feature, not a bug, because it forces you to only learn the generalizable components."

Если не можешь запомнить все детали, вынужден найти общий принцип. Дети видят "лес, а не деревья". LLMs видят только деревья. Большинство параметров современных моделей - это не интеллект, а память. Интернет как датасет - это мусор, случайные символы, хлам. Чтобы сжать весь этот мусор, нужны огромные модели. Но большая часть работы - это память, а не мышление.

Нужно отделить cognitive core (алгоритмы мышления) от memory (факты). Модель должна уметь искать информацию, а не хранить все в весах. In-context learning (то что в контексте разговора) - это рабочая память. Pre-training (то что модель знает из обучения) - это смутное воспоминание о том, что читал год назад. Разница в 35 миллионов раз по количеству информации на токен.

Предел человеческого мозга Сначала AI увеличивает производительность людей. Потом постепенно начинает выполнять задачи сам. Есть ли предел этого роста? Карпатый считает что AI продолжит тренд 2% роста GDP, как и все предыдущие технологии. Не будет дискретного скачка, будет плавное продолжение. Но я думаю что предел производительности человека упремся очень быстро. AI ускорит, появятся новые интерфейсы, но есть предел человеческого мозга. Уже сейчас тяжело - такое количество информации, очень сложно ориентироваться. Возможно, мы близки к пределу.

Чего не хватает AI - это не дискретная революционная технология. Это естественное продолжение автоматизации, которая идет веками. Промышленная революция, компьютеры, компиляторы, IDE - все это звенья одной цепи. Но есть вещи, которых не хватает LLM, например, культура - модели не пишут книги друг для друга. AlphaGo играл сам с собой и стал лучше, но такого эквивалента для LLM нет. Модели еще "дети" - savant kids с идеальной памятью.

Вывод Мы строим призраков, которые имитируют людей, но работают принципиально иначе. Они помнят все, но не умеют забывать. Они знают много, но не умеют искать. Они могут повторять, но не могут создавать культуру. Это не плохо, это просто другое. И понимание этого различия помогает не делать ложных аналогий и не переоценивать ближайшие горизонты, но и не недооценивать долгосрочные изменения.

С интересом наблюдаю, как с плотной интеграцией LLM в нашу жизнь, меняется то, как мы работаем.

На этой неделе мне нужно было сделать несколько объемных рисерчей (поиск medical advisors по узким темам, исследование рынка elderly care в Штатах и проч.).

Сколько на это времени ушло в каждом кейсе: - ок 10 минут на постановку задачи (вкл. несколько итераций обсуждений с LLM) - от 0.5ч до 1.5ч фоновой работы LLM (кстати, research режим в Claude - топ!)

В "прошлой жизни" на каждый такой рисерч я бы потратил минимум 20ч. А скорее всего даже больше.

То есть на таком простом примере рост производительности 20x.

А что будет через год, два, пять лет?

В какое удивительное и безумно интересное время мы живем.

Как общаться с LLM

Читал на выходных гайд Claude по промпт-инжинирингу и наткнулся на классный абзац, который очень четко сформулировал то, о чем я постоянно думаю:

When interacting with Claude, think of it as a brilliant but very new employee (with amnesia) who needs explicit instructions. Like any new employee, Claude does not have context on your norms, styles, guidelines, or preferred ways of working. The more precisely you explain what you want, the better Claude’s response will be.

The golden rule of clear prompting: Show your prompt to a colleague, ideally someone who has minimal context on the task, and ask them to follow the instructions. If they’re confused, Claude will likely be too.

У меня сложился сейчас такой список принципов, которых я придерживаюсь, в работе с LLM:

1. Четко объяснять задачу (как описано выше у Claude): - Объяснить контекст задачи (напр. что за продукт я делаю, какую проблему хочу решить) - Четко обозначить цель (для чего мне нужно выполнение этой задачи) - Задать формат, в котором мне нужно получить результат

2. В промпте всегда говорить "Задай мне уточняющие вопросы, если тебе нужна дополнительная информация для выполнения поставленной задачи". Это позволяет уточнить все, что было описано в п.1

3. Для специализированных задач описываю, из какой "роли" надо решать задачу, или создаю отдельного AI-агента эксперта (напр. у меня есть "Промп-инженер", "Head of Product"). Для ревью промптов, например, я прогоняю промпт через обе эти роли несколько раз. Финальный decision-making, при этом, на мне.

4. Делаю серию итераций обратной связи. Перед выполнением большой задачи, прошу показать мне небольшой результат, чтобы убедиться, что AI правильно меня понял.

И вот несколько полезных материалов для тех, кто хочет лучше разбираться в промпт-инжиниринге:

- Prompt engineering overview от Claude

- Статья A Taxonomy of Prompt Defects in LLM Systems (спасибо Леше Хахунову за реко)

Наткнулся на пост Andrew Chen в LinkedIn как раз на тему, на которую все хотел написать.

Реально, бОльшая часть моей работы это голос: - зум звонки - wispr flow, через который я надиктовываю тексты и общаюсь с AI Ради интереса посмотрел свою стату в wispr в сентябре: - 30 000 слов - в среднем 115 слов в минуту (wispr: That's faster than the average typing speed of 40 WPM)

Я думаю, что будущее в интерфейсах за голосом. Условно, 80% voice и 20% visual.

Мне намного удобнее выгрузить поток мыслей голосом в AI, чем делать дополнитильное когнитивное усилие в формулирование четких текстовых предложений.

Печатать долго. Переносить мысль из головы в текст - долго.

Интересно, какие в будущем нас ждут интерфейсы, но я бы сделал большую ставку на voice AI.

Очень нравится оптимизировать свою работу с помощью AI-агентов.

Так как у меня много коммуникации стало с американцами, решил также улучшать и свой письменный английской. В целом, я хорошо знаю язык (профильная английская школа, потом специализация в универе, потом много практики), но решил, что надо учиться звучать более естественно для американцев.

Что делает простой AI-агент в курсоре, когда я в него закидываю черновую версию своего текста:

- находит неестественные фразы/выражения; - дает подсказки по уровню формальности и предлагает более естественные варианты; - подчеркивает разницу между American и British English; - дает подсказки по культурному контексту; - объясняет, что можно улучшить и почему; - дает несколько вариантов уже исправленного текста.

На картинке простой пример.

К сожалению, зачастую талантливых и интересных людей не "слышно" в соц сетях, зато их успешно забивают инфобизеры и просто некомпетентные люди. Поэтому считаю своим долгом рассказывать про классных ребят.

Дима Беседа - мой хороший друг на Кипре и инвестор в наш стартап для пожилых в Штатах. Один из первых, кто в нас поверил, за что ему гигантский респект 💪 Он не очень публичный человек, и я хочу это исправить и его порекламировать.

Дима - серийный IT-предприниматель с несколькими успешными сервисами для геймеров. - Сделал exit с проектом LF.Group - инструменты для игровых комьюнити. Продан Xsolla; - Со-основатель Overgear - маркетплейса для геймеров, одного из крупнейших провайдеров услуг и валют в виртуальных мирах; - Со-основатель проекта, связанного со скинами Counter-Strike (NDA). Более 5 млн пользователей в месяц

А сейчас он снова надел стартаперские штаны и делает AI-продюсера коротких видео для креаторов в Instagram, TikTok и Youtube.

Ну и для кликбейта я его попросил накидать фактов о себе: - Вырос на компьютерных играх. Первые деньги заработал, прокачав рейтинг в игре World of Warcraft известному хоккеисту из Перми. - Продавал виртуальных коней члену королевской семьи Дубая. - Мои геймерские проекты выпускают более 40 тысяч рекламных интеграций с блогерами в год.

Искренне рекомендую на него подписаться.

Как круто, что теперь путь от идеи до реализации очень короткий.

У меня периодически есть звонки на английском. В целом, я свободно говорю, но хочется лучше. Сделал в курсоре простой инструмент, который:

- вытаскивает транскрипты звонков из fireflies - анализирует звонок - выдает мне анализ ошибок и рекомендации по улучшению языка

На скрине супер простой прототип.

В целом заняло совокупно 1час, могло бы быть быстрее. На чем застревал: - долго не получилось подсоединиться по API к fireflies (курсор тупил) - несколько итераций заняло объяснить курсору, в каком виде я хочу получать отчет (сейчас все равно 30% от желаемого, но уже рабочее)

AI не заменит людей. Он заменит людей, которые не умеют думать

Последнюю неделю плотно погрузился и наконец начал работать сам с Cursor и n8n. Adoption на старте не из легких, но если преодолеть - восторг. Многие вещи получается делать в разы быстрее, даже в десятки раз.

Много нерациональных страхов про AI, что он всех заменит и проч. Но это все инструменты. Очень крутые инструменты. Если ты умный, он сделает тебя ещё умнее. Если тупой — никакой AI не поможет.

Это заставило меня задуматься о том, что на самом деле сейчас, когда ломаются привычные парадигмы работы и создания продуктов, важнее не знание конкретных технологий, а мета навыки.

1. Структурированное системное мышление. Умение ставить задачи, продумывать архитектуру решения и логику.

2. Умение упрощать. Скилл подняться на один или несколько уровней абстракции выше, уметь объяснить сложное своему боссу/партнеру/сотруднику/инвестору простыми словами.

3. Адаптивность и умение работать в условиях высокой неопределенности и быстрых изменений. Умение быстро переключаться между контекстами и ориентироваться в перенасыщенном информационном поле. Умение принимать решения в условиях недостатка и неполноты информации.

4. Способность быстро обучаться новому (спасибо кстати учебе в ВШЭ за это, где было 5 сессий за год).

5. Умение анализировать. Раскладывать большое на составные элементы, декомпозиция сложного и непонятного на понятные задачи.

6. Коммуникация/EQ. Умение договариваться с партнерами и клиентами, заряжать своими идеями, транслировать свои идеи и четко ставить цели перед командой. База, но как многие люди ей не владеют. Конечно, мы еще увидим solo founders, сделавшие классные продукты c AI агентами вместо живых людей, но я убежден, что все равно в основе успеха любого (или почти любого) бизнеса - сильная, мотивированная и слаженная команда.

А вот как прокачивать такие навыки - хороший вопрос, на который у меня ответа нет.

📢 ВЫПУСК 27 | "Почему MedTech и AgeTech — рынки будущего"

⚡️ Интервью с Игорем Гуровичем — технический предприниматель, экс-основатель QMarketing Academy (продана Skyeng), экс-Refocus. Сейчас строит глобальную образовательную платформу для врачей и AI-компаньона для пожилых людей в США.

📏📏📏📏📏📏📏 СПРАВКА QMarketing Academy — онлайн-школа маркетинга, проданная компании Skyeng в конце 2021 года.

Volna (MedTech проект) — образовательная платформа для релокации и обучения врачей, фокус на ОАЭ и антивозрастную медицину.

AgeTech стартап — AI-компаньон для пожилых людей, работает через голосовые звонки. За выходные после запуска рекламы получили 200+ звонков от целевой аудитории.

📏📏📏📏📏📏📏

⚡️О чем поговорили:

🟠 Топ-3 фейла предпринимателя и главные уроки 🟠 Как древняя игра ГО стала инструментом бизнес-терапии 🟠 Почему врачам так сложно переехать и как это решить 🟠 AgeTech — забытый рынок на 1+ млрд человек с триллионным потенциалом 🟠 AI-компаньон против одиночества: 30% пожилых людей страдают от изоляции 🟠 Секреты менторства стартапов в Ultra.vc — частые ошибки основателей 🟠 Почему скорость важнее знаний на ранней стадии стартапа

📏📏📏📏📏📏📏

✅ Ключевые инсайты: "Первый жирный фейл — неудачные попытки найма руководителей. Я зачем-то торопился и приоритизировал скорость над качеством." "ГО — это интерфейс изучения себя. Каждое занятие ты что-то новое про себя узнаешь." "Если ты можешь себе позволить выбирать больше сердцем, лучше так поступать." "В Америке 50-60 миллионов людей 65+. Большой сегмент населения. При этом очень мало продуктов и сервисов для них существует." "Скорость сильно важнее знаний на ранней стадии — важнее быстро и качественно перебирать гипотезы."

📏📏📏📏📏📏📏

📌 Рекомендации от Игоря:

Игра ГО: 🟠 Основы игры ГО для предпринимателей (LINK)

Книги: 🟠 Бен Горовиц — Трудные вещи в трудные времена (LINK) 🟠 Фил Найт — Shoe Dog: История Nike (LINK) 🟠 Садхгуру — Внутренняя инженерия: путь к радости (LINK)

📏📏📏📏📏📏📏

➡️ Если вы хотите понять, как превратить фейлапы в силу, найти свое призвание через древние практики и увидеть триллионные возможности в забытых рынках — этот выпуск обязателен к просмотру.

📏📏📏📏📏📏📏

📹 Смотреть на YouTube: LINK

📢 Слушать в Spotify: LINK

TG-канал Игоря: LINK

#подкаст #медтех #эйджтех #стартапы

@nobullshitbiz