Vibe Takes

Claude
следит

Он читает каналы и собирает тейки про AI-инструменты. 61 автор — дизайнеры, разработчики, фаундеры.

Саммари на основе постов до 17 мая 2026 — все со ссылками на оригиналы.

Саша Капустин про продукт, управление людьми и не только.

Саша Капустин про продукт, управление людьми и не только.

@productanddot·Фаундер

AI-саммари

Провёл масштабный эксперимент с копайлотами — рефакторинг ускорился на 10%, продуктовые задачи замедлились на столько же, зато архитектурные пошли лучше. Не верит в хайп «сделайте AI везде» и называет проекты без problem-solution fit дорогими игрушками — но сам собрал мультиагентного бота для оценки рынков за 4 часа и теперь задаётся вопросом: откуда синиоры возьмутся, если джуны станут просто интерфейсом для ИИ? Ловит кандидатов с чужими кейсами на собесах по бегающим глазам и тексту в отражении зрачков — просит рассказать то, чего нейронка не знает. ChatGPT использует точечно — для структурирования дискавери при выборе товаров, когда поисковики топят в рекламных подборках; DeepSeek поставил на телефон после хайпа. Фиксирует: автоматизация бизнес-процессов часто дороже человека, крупные компании уже открывают бюджетные комитеты на AI-ресурсы — «ИИ на каждый чих» оказался дорог.

31 января 2025 г.3.6K просмотров

Вы спрашиваете где брать новые идеи? Я вот всегда мониторю tech crunch и YC, и вот вторые просто дропнули свой вишлист на стартапы: https://www.ycombinator.com/rfs

Из интересного (полный список по ссылке выше, что логично):

1. Безопасный магазин приложений для ИИ (вот это пушка, представляете бесшовное взаимодействие со всеми ассистентами, которое кастомизировано под ваш опыт?... правда, размывает силу single window сервисов) Предложено: Garry Tan Видение: Новый магазин приложений и уровень операционной системы для компьютеров и телефонов, со ставкой на приватность и контроль пользователей. Основные функции: ◦ Защита данных пользователей: Пользователи контролируют, к какой информации (календарь, файлы, история браузера) могут получить доступ приложения ◦ Общая память: Централизованное хранилище для предпочтений, контекста и прошлых действий пользователя, чтобы избежать фрагментации данных между приложениями ◦ Поддержка разработчиков: API для упрощения разработки (например, управление доступом, локальные версии LLaMA) ◦ Платежи: Упрощенная система оплаты для платных приложений и услуг • Пример использования: Путешествия с ИИ, который знает, что вы обычно летаете с ребенком, или помощник, который рекомендует оригинальные тексты при чтении

3. Автоматизация compliance и аудита Предложено: Tom Blomfield Проблема: Ручная работа в compliance и аудите (GDPR, AML/KYC, ESG) требует много времени и ресурсов. Решение: Использование LLM (языковых моделей) для автоматизации: ◦ Анализа нормативных документов ◦ Поиска аномалий в данных ◦ Непрерывного аудита всех процессов компании • Преимущества: Снижение затрат и повышение точности

5. Автоматизация браузеров и компьютеров (актуально который год, кстати) Предложено: Jared Friedman Идея: ИИ-агенты, которые могут использовать браузеры и приложения, автоматизируя рутинные задачи. Примеры: ◦ Автоматизация рабочих процессов ◦ Создание "API" для любого сайта или приложения ◦ Увеличение числа use cases для ИИ-агентов в 10 раз

6. Персональный ИИ-штат для каждого Предложено: David Lieb Идея: Замена персональных услуг (бухгалтеры, юристы, тренеры) на ИИ-решения. Примеры: ◦ ИИ-бухгалтер ◦ ИИ-тренер ◦ ИИ-врач • Цель: Сделать персональные услуги доступными для всех, а не только для богатых

7. Инструменты для разработки ИИ-агентов (и снова боян из года в год) Предложено: Nicolas Dessaigne Идея: Devtools для создания и управления ИИ-агентами. Примеры: ◦ Платформы для создания кастомных агентов ◦ API для улучшения возможностей агентов ◦ Инструменты для автоматизации сложных задач

8. Будущее разработки ПО (internal dev platforms, ваш выход) Предложено: Pete Koomen Идея: ИИ-агенты, которые пишут код, тестируют и развертывают приложения, позволяя разработчикам управлять командами агентов. Примеры: ◦ Автоматизация QA, безопасности и операций ◦ Увеличение производительности небольших команд разработчиков

10. ИИ для оптимизации кода под оборудование Предложено: Diana Hu Проблема: Аппаратное обеспечение для ИИ ограничено программным обеспечением (например, CUDA для Nvidia) Решение: ИИ, который генерирует оптимизированный код для альтернативного оборудования (AMD, custom silicon) Цель: Снижение зависимости от CUDA и улучшение производительности

11. B2A: Программное обеспечение для агентов Предложено: Dalton Caldwell Идея: Сервисы, ориентированные на ИИ-агентов как клиентов Примеры: ◦ API для оплаты, бронирования и заключения контрактов ◦ Поддержка агентов в поиске информации и взаимодействии с системами

12. Вертикальные ИИ-агенты Предложено: Jared Friedman Идея: ИИ-агенты, специализирующиеся на конкретных задачах (например, бухгалтерия, медицина, поддержка клиентов). Примеры: ◦ ИИ для автоматизации налогов ◦ ИИ для обработки медицинских счетов ◦ ИИ для тестирования качества • Преимущества: Полная автоматизация задач, которые раньше выполнялись людьми

Как видите, ИИ и автоматизации для сокращения костов / роста ТТМ в топе на текущем рынке, страдающим от стоимости RnD, что ожидаемо.

28 января 2025 г.2.6K просмотров

Уже давно пытаюсь написать пост про новые ИИшки, как они хороши и как вообще меняется рынок. Но что-то не идет. Может просто я сам так и не нашел никакого для себя применения, не вижу прорыва в каких-то сферах благодаря ИИ, кроме экономии на операционке? Не знаю и пойду подумаю, а вы мне расскажите как ИИ вам помогает. Мне вот пока только постоянно достается ловить приколы на собесах, когда кейс написан не автором :)))

Но… я уже пару дней наблюдаю как DeepSeek ставит в не очень удобное положение американский рынок просто одним фактом своего появления. Так что случилось? Дизрапт! Китайцы, оказывается, могут в ИИ, и очень не дурно, выпустив аналог ChatGPT почти во всем (модель работает с меньшим числом параметров, что не влияет, внезапно, на качество ответов, тк у них +- одинаковые результаты на тестах), но потребляет в 3 раза меньше вычислительной мощности для тех же задач, да и на создание потратили их сильно меньше, как говорят братья китайцы. Во что, кстати, я не очень верю, ну да, стартап, ну точно 😂

Добавил: я тут поконкретнее про DeepSeek-V3 нашел. Они использовали H800, урезанный для Китая экспортный вариант H100, и они сами пишут, что для полного обучения потребовалось 2.788M H800 GPU-часов, что соответствует $5.5M при цене аренды H800 в $2 за час. При это LLAMA 3.1 ну примерно за 60м$ обучалась, а OpenAI еще дороже. Короче, и правда хаялва.

Сам DeepSeek монетизируется за счет крупных компаний в Китае, которые им активно пользуются (xiaomi и ко), и вам будет стоить бесплатно. Я вот поставил на телефон и радуюсь.

Из минусов (а я попросил нейронку написать их за меня): - меньше языков (ну и ладно) - меньше творчества в ответах (за что спасибо) - высокая цензурированность ответов, тк модель училась на локальных данных, которые ей подготовили (переживем)

Так вот, представляете, как прикольно вышло: все были убеждены, что для работы хорошей языковой модели нужны заоблачные мощности, но вышла та, которая работает на тостере, и лидер, производящий железки для всего этого «прогресса» упал на 600 млрд долларов 😂 понятно, что отрастут, но как конкуренция делает свою работу, а?)

В сухом остатке… … мы имеем отличный пример запуска: - новое утп (сильно дешевле в эксплуатации и обучении) - понятный фокус (пока не умеет в картинки но запланировано на 25 год) - фокус на задачи локальных компаний (потому монетизация физиков не нужна) - планы по интеграции в WeChat и телегу (представьте аудиторию сразу?…)

Ну и фановое падение рынков :) хотя может это просто совпадение! Хотя лично я кайфую, что китайцы показали, что необходимости в толстенном железе, как минимум для большинства задач, ну… нет, и модельку можно научить по стоимоти в 10 раз ниже, чем это у конкурентов.

24 января 2025 г.2.8K просмотров

Сегодня зум мне сделал предложение века. Я даже растерялся. Скрин с ноута. Без смысла, просто вечер пятницы