10691
Мои мысли про стартапы и продукты. Байрам Аннаков, фаундер and CEO onsa.ai - автоматизация B2B продаж Мой YouTube: https://www.youtube.com/BaykaAnnakov Мой LinkedIn: https://linkedin.com/in/bayramannakov
OpenAI подкаст
OpenAI запустили подкаст и, разумеется, Sam Altman был в самом первом эпизоде. Но у него еще вышел подкаст с братом вчера. У брата Сэм был имхо какой-то более расслабленный и улыбчивый, а то обычно он на подкастах ведет себя очень скованно и осторожно в формулировках
9 ключевых моментов:
1) Prompt-a-company: типа, когда можно будет запромптить LLM построить бизнес? Рановато пока, но для маленьких бизнесов люди уже пробуют chatgpt для этого. Сэм считает, что возможности тут будут только расти
2) Автономные машины, не гуманоиды: в краткосрочной перспективе Сэм больше верит в автономные машины, чем гуманоидов. Я как раз на geni апдейте говорил, что мы иногда забываем, что автономные тачки это как раз роботы (на днях выложим запись). Гуманоиды - скорее 5-10 лет
3) GPT-5: планируется этим летом. Вообще они там немного говорят про именование моделей, но chatGPT останется chatGPT :)
4) Новый девайс с Jony: компьютеры задизайнили, когда не было AI. Совершенно новый девайс может быть сделан, если есть AI, понимающий контекст человека вокруг, самого человека, и которому он доверяет —> и это именно то, что они разрабатывают с Jony. Мы с вами разгоняли, что же это может быть - спасибо за идеи! Andrew, хост подкаста, даже уточнил нет ли у Сэма девайса с собой - нет, и до этого еще прилично времени понадобится по словам Сэма.
5) Про Meta: на genai апдейте я говорил, как Meta скупает народ в ключевых лабораториях 9тизначными офферами. Сэм прошелся по этому и, по его мнению, это очень плохой сигнал: те, кто купятся, будут "не те", а те, кто уже в Meta - уйдут из за несправедливости. Посмотрим :)
6) Про Google: про то как деградировал их поиск, про влияние монетизации на поисковую выдачу, вспомнили про Apple еще. Вообще, Apple, пожалуй, единственная консьюмерская компания, которая не монетизируется на рекламе. Да, есть ads в апсторе, но это далеко не основной компонент выручки.
7) Operator, DeepResearch: агенты с долгосрочной целью - основной фокус ресерча сейчас. Умение не терять цель из вида и двигаться к ней. OpenAI же недавно сменили модель у Operator на o3 и говорит, что стало сильно лучше. По словам Сэма - для многих людей ощущение AGI пришло, когда они увидели Operator, работающий с компом как люди. Andrew же больше нравится DeepResearch. Подписываюсь под каждым словом. Я настроил chatgpt на то, чтобы подкидывать мне идеи дипресерчей, потом сгружаю их и генерирую подкаст на прогулку. Такая книга налету.
8) Про Маска: что он пытался помешать Stargate-у, когда был близок к Трампу и администрации o__O Stargate - это проект на $500B, который строят для того, чтобы тренировать модель другого порядка по параметрам и сделать дешевле инференс
9) Про память - про то, насколько полезнее становится chatGPT, когда есть доступ к "долгосрочному" контексту. Я как раз на апдейте рассказывал про хакатон про память, про важность для агентов, и что некоторые считают память основным камнем преткновения для AGI
10) Совет людям: сначала научитесь пользоваться AI инструментами, потом - метаскиллы: адаптивность, креативность, понимание других людей и того, что им хочется.
Claude Code или Как я провел выходные
Все выходные я провел с Claude Code и хочу поделиться 3 ключевыми наблюдениями:
1) Отторжение терминала - Сначала (до этих выходных) мне не заходил Claude Code - я не хотел работать в терминале, я привык к IDE, и Cursor отлично закрывал мои потребности. По крайней мере я так думал, но мой друг Миша и недавний отчет убедили меня, что надо поковырять
2) Смена ментальной модели - поспав после раннеутренней лекции, я настроился и сел за Claude, благо на выходные накопилось много задачек и идей, которые я хотел сделать. Уже через 30-40 мин я четко осознал в чем дело: моя ментальная модель была - Cursor это копилот, мне помогает кодить, мы как бы в паре работаем.
НО в Claude Code эта модель разбивается - скорее ты супервайзер: он кодит, спрашивает у тебя, подправляешь, когда затыкается. В этом ключевая разница имхо. Даже посмотрите на интерфейс и взаимодействие: в IDE фокус на код и на то, что ты там что-то пишешь, а он тебе точечно подсказывает. Да, им можно пользоваться почти как Claude Code, но я про восприятие инструментов, про ментальные модели.
3) UX - в последнее время мы с командой много размышляем про UX, особенно в мультагентных системах. И Claude Code это отличное пособие по UX агентов имхо, потому что:
Ощущение контроля:
1) через вопросы про важные действия; по мере роста доверия я постепенно прогрессировал от "согласовываю каждый чих" к "по этим вопросам можешь меня не спрашивать"
2) через возможность прервать (Esc), когда пошел не по тому пути
3) через возможность углубиться (Ctrl + R), когда хочешь понять детали
Отсутствие перегрузки:
1) хорошее кодирование (цветовое, иконки и тп) и форматирование текста/ошибок и тп
2) скрытие ненужного, но возможность посмотреть если надо (см пункт 3 из предыдущего)
Память:
1) неплохо реализовано запоминание моих действий и контекста
2) и сжатие контекста, когда выходим за пределы возможностей LLM
Да, иногда приходилось все равно открывать файл в IDE, так как там удобнее править, и при больших файлах Claude Code запинается и тп, но это скорее в исключительных ситуациях. Ну и сейчас вроде его можно интегрировать и в IDE, но мне и так понравилось! :)
Итого:
- 41 файл на ~7K строк
- 2 прототипа: 1 для себя и 1 для клиента
- 4 важных задачи для клиентов
В общем, выходные прожил не зря :) Если у вас те же предубеждения по поводу Claude Code, что были у меня до вчера - попробуйте, может тоже зайдет!
Выходные с бесплатным Lovable
Елена Верна, недавно присоединившаяся к Lovable и в узких кругах известная как хороший growth консультант, анонсировала бесплатный уикенд с Lovable —> "all you can code", начиная с 8 утра по Европе сегодня.
Классного вам вайб уикенда, а кто не знает как, то можно посмотреть мое видео от идеи до прототипа с Lovable. Делитесь своими результатами в комментариях :)
Как выигрывать хакатоны - 2
Помните пост про то, как я готовлюсь к хакатонам? Пора написать апдейт, пока свежо:
1) Я говорил, что продумываю хакатон с конца - с демонстрации: как я буду его показывать? Это а-ля амазоновский метод пресс-релиза. Только сейчас я уже не просто продумываю в виде текста, а благодаря chatGPT и Veo3 проговариваю и визуализирую эту демку.
2) Когда мы хакатоним в команде, то мне важно, чтобы идея была общая. Хороший метод - побрейнстормить вместе и определиться. Так и веселее, и мотивированнее получается. Не менее важна здесь уверенность в hackathon buddy и взаимопонимание —> быть уверенным, что вы on the same page по поводу того, что строите и что обладаете необходимыми скиллами для этого. Поэтому обратная связь и, если раньше не работали, какое-то тестовое задание по планируемым технологиям очень важно
3) Основной риск хакатона в команде, как я писал, что не сойдутся куски продукта. Поэтому важно, чтобы в команде было кто-то full stack, кто сможет эти куски собрать.
4) Нужно четко понимать цель хака для себя/команды: выиграть приз это совершенно другое, нежели запрототипировать фичу, разобраться в новом стеке или завести полезные знакомства. Да, иногда эти цели не противоречат друг другу, иногда даже взаимоусиливают. Но имея фокус типа - выиграть денежный приз и отбить поездку - можно верно выбрать, на чем сфокусироваться и не терять времени на неважное. Хакатон это сильно про отсечение лишнего.
Вот фидбек Мердана после хакатона пару недель назад в ответ на вопрос, чему именно он научился:
Ну из самых явных.
- чем детальнее прицеливаешься тем больше шансов попасть. Как ты выбирал стэки на основе призов. Убирая все лишнее.
- изначально заставил меня родить идею которая у тебя была чтобы потом было легче. И заранее дал задачу по техническому стеку которая естественно наводит на эту идею
- важность проверки уходящего меседжа от тебя. Постоянно переспрашивал как я понял. На самом деле мелочь о которой всегда забываешь но это важно.
- как один эвент, Хакатон, превращать в мульти прибыль. И хакатон, и кайфанул, и фичу проверил для себя, и там же нашел заинтересованных под сейлз.
Новое эссе Альтмана
Очередное эссе Сэма (вот заметки с прошлого) —> в целом, все одно и то же, я лишь отмечу 3 абзаца:
1)
"For a long time, technical people in the startup industry have made fun of “the idea guys”; people who had an idea and were looking for a team to build it. It now looks to me like they are about to have their day in the sun."
2025 has seen the arrival of agents that can do real cognitive work; writing computer code will never be the same. 2026 will likely see the arrival of systems that can figure out novel insights. 2027 may see the arrival of robots that can do tasks in the real world.
The best path forward might be something like:
- Solve the alignment problem, meaning that we can robustly guarantee that we get AI systems to learn and act towards what we collectively really want over the long-term
- Then focus on making superintelligence cheap, widely available, and not too concentrated with any person, company, or country
Курс по Lovable
Олег и Команда GoPractice намутили курс по AI прототипированию на Lovable —> прошел его сегодня.
Мои впечатления:
1) ну, как всегда у GoPractice - все четко и структурированно
2) понравилось, что не обещают с lovable свернуть горы —> четко выставляют ожидания, что можно и чего (пока) нельзя добиться с помощью подобных продуктов. Понравился в эту тему алгоритм, который они предлагают
3) ну и практическая направленность: сначала протипируешь игру, потом фичу в слеке, а потом аппчик про сказки.
Одно лишь «но» - нельзя перепрыгивать материал, который знаешь - надо прокликать обязательно и поотвечать на вопросы. Но, согласен, что понимание того, как работает LLM или что такое API - важно.
Кому бы рекомендовал:
1) продактам, которые в лучших традициях «без прототипа даже не суйся» хотят научиться это делать в lovable
2) фаундерам - для быстрой проверки идей, в лучших традициях претотайпинга (в курсе даже fake door упоминается)
3) идейным людям, которые хотят заземлять идеи в нечто более осязаемое
Курс тут: https://gopractice.ru/course/aiprototyping/
Рекомендую!
Как Anthropic сами используют Claude Code
В продолжение моих размышлений про уровни автономии сейлз и продуктовых команд, было очень интересно почитать, как в самом Anthropic используют свой же инструмент для написания кода - Claude Code
Из интересного у разных команд:
1) Growth
- автоматическая генерация рекламных обьявлений (теглайн и описание), в том числе с интеграцией с Figma
- сделали MCP сервер для подтягивания аналитики из meta ads api (в гугле нашел open source, если кому-то пригодится)
- записывают результаты прошлых кампаний в базу и подают в контекст при генерации новых вариантов
2) Продакт
- Быстрое прототипирование (уже говорил об этом много раз)
- Генерация тестов и багфиксы
- Ознакомление с новой/незнакомой кодобазой
3) Дизайн
- Полируют код во фронте, чтобы было красиво —> вспомнил, как Джобсу дали возможность самому передвигать кнопочки и тп в калькуляторе :)
- Генерация функциональных прототипов из мокапов, чтобы лучше пояснить разработчикам, что нужно сделать
- Понимания edge case-ов, empty & error кейсов, чтобы для них продумать скрины и тп
В общем, сапожники в сапогах :)
Коллеги, я удалил пост про бета тест, поскольку пока еще не смогли пофиксить все проблемы. Прошу прощения за неудобства
СПАСИБО большое тем, кто попробовал и написал фидбек, есть что править и улучшать.
P.S. Да-да, не надо запускать в выходные, посыпаю голову пеплом
Сегодня день рождения моего Учителя - Анатолия Гавердовского. К сожалению, его больше с нами нет, но в качестве памяти я бы хотел поделиться его выступлением на фаундер школе в прошлом году, по мотивам которого я написал этот пост про страсть и страх.
Надеюсь, вам будет полезно:
https://youtu.be/i-4ojxD8RzY
P.S. Анатолий, спасибо Вам за мудрость, поддержку и веру!
AI Engineer 2025
Через 20+ мин стартует одна из лучших конференций для AI инженеров - я был на прошлогодней и с удовольствием рекомендую.
Онлайн трансляцию с ключевыми выступлениями можно смотреть тут: https://www.youtube.com/live/z4zXicOAF28?si=QQAl_cZZBdCHhJcY
Здесь есть полное расписание
Традиционный vs AI-нейтив софт
В продолжение постов про недетерминированный майндсет и гибкие продукты размышляли на днях с фаундером AI стартапа о разнице между традиционным и AI-native софтом, попытались сформулировать ключевые отличия, и потом я еще расширил. Буду рад за фидбек
Ключевые отличия:
1) Бизнес логика: в традиционном софте бизнес-логика описывается в коде, что требует не только знаний оной, но и делает сложным ее изменение; в AI-native - существенная часть может быть отдана на откуп LLM и мы ее даже можем не осознавать.
2) Расширяемость: в классическом софте новая фича - это практически всегда новый бранч кода, в AI-native - это может быть апдейт модели, апдейт источников для RAG, подключение нового тула к агенту
3) Результат работы программы: в обычном софте у результата работы программы фиксированная форма результата, у AI - достаточно "открытая", и может менять свою форму налету. Более того, юзер может говорить с output-ом, трансформировать его, исследовать глубже и тп
4) Жесткость ворклоу и UI: в традиционном зашитый в коде порядок выполнения программы, из за этого она одновременна хрупкая и надежная; в AI же некоторые воркфлоу формируются налету, это накладывает доптребования к UI элементам.
5) Доверие: AI софту тяжело доверять, иногда непонятно, с чего было принято то или иное решение (особенно если оно не совпадает с ожиданиями пользователя), это требует дополнительных UX элементов для обьяснение и формирования доверия
6) Данные: в AI софте это не только входной элемент, но зачастую, и во все большем обьеме, элемент влияние на ту самую бизнес-логику
7) Кост модель: в классическом софте, в основном, косты фиксированные; в AI - наоборот, в основном переменные —> это влияет на ценовую модель (понятие кредитов в нагрузку на подписку, например).
8) Комплаенс: тяжелее сертифицировать AI софт, из-за п. 3 в том числе
9) Дифференциация, наличие moat: из-за п. 6 данные и связанные с ними петли взаимного усиления становятся очень важны; компании могут работать в минус, только ради данных. Как раз на AI Product Engineer на днях гость рассказывал, что это так со многими voice моделями. В традиционном - скорее на уровне фичей идет дифференциация
М? Что думаете?
Запись семинара по автономии sales отделов (на англ) доступна: https://youtu.be/8BS2ZkrK5Ro?si=pMvMTM8UPD_210jo
Читать полностью…
$1M хакатон для вайбкодеров
Bolt делают онлайн хакатон: https://worldslargesthackathon.devpost.com/ с призовым фондом в 1М (там не только кеш, но все же)
Рекомендую!
Видео-отрывок с первой встречи курса про портфель стартапов, где мы за 2 часа прошли от идеи до прототипа — enjoy!
===
Что, если ты сможешь создать рабочий прототип цифрового продукта всего за два часа, даже без команды и кода?
В этом видео —отрывок записи первой встречи курса AI Founder. Мы проходим путь от одной идеи до готового веб-приложения с помощью ChatGPT, Deep Research и Lovable.dev.
Ещё можно присоединиться к курсу до 7 июня
00:00 — Интро
01:02 — План встречи
06:06 — Инструменты
08:05 — Пример проекта
11:23 — Шаг 1: Расширь свою идею
27:44 — Шаг 2: Валидация и поиск ниши
43:02 — Шаг 3: Определи MVP
50:46 — Шаг 4: Сгенерируй прототип
1:02:07 — Рекап / Подведение итогов
Нейрософт
Сначала эта идея мне показалась бредом, но чем больше я хожу с ней, тем больше она мне нравится: услышал я о ней в выступлении основателя lambdalabs Стивена Балабана. Его ключевая мысль: что софт не надо писать, можно скипнуть этот шаг, пусть он генерируется LLM-кой налету.
Можно попросить LLM представить, что она калькулятор - и она будет вести себя как калькулятор (см скрины в аттаче). А если пойти дальше: LLM это OS, а аппы - это кнопочки с промптами, которые при нажатии генерят софт налету? Установка аппа - скачать промпт. И с каждой версией модели этот апп становится все умнее и умнее? Может это имел ввиду Карпатый когда говорил про LLM as OS? o__O Я уж не говорю, что UI можно адаптировать на свой вкус и цвет: хочешь олдскул, хочешь "техбро", хочешь - православный
В общем - необыная перспектива, интересно покрутить, велком в комментарии
Нейрософт - update
Видео от Google: пока вы кликаете на кнопки, он кодит следующий экран o_O
Помните, да, этот пост?
Понравилось «non-deterministic operating system” - подробнее тут: https://blog.google/products/gemini/gemini-2-5-model-family-expands
2й сезон AI Product Engineer
В июле стартуем 2й сезон школы AI Product Engineer: это курс для разработчиков и продакт-менеджеров с опытом программирования о том, как научиться разрабатывать продукты в эпоху AI. С марта по май мы провели экспериментальный курс, можно посмотреть отрывки из 1й и 2й лекции, репозиторий, отзывы - ниже и в аттаче.
Ключевые темы:
1) Новая парадигма программирования: детерминированный vs вероятностный подход
2) LLM-powered продакт менеджмент: ускоряем пользовательские исследования, генерируем и предтестируем фичи через AI персоны
3) Мультиагентные системы: принимаем решение об архитектуре, строим цепочки Feel —> Think —> Act, подключаем к агентам внешние API (включая MCP) и память
4) Evaluation-driven разработка: проектируем метрики, пишем автоматические и LLM-as-a-Judge тесты
5) Специальные темы: агенты, пишущие и исполняющие код; голосовые ассистенты, межагентная коммуникация
Для кого?
1) Продакт-менеджеры с сильным техническим бекграундом, выросшие из разработчиков
2) Разработчики со страстью к продукту, пользователям, бизнесу, и дизайну
Важно: у вас ОБЯЗАТЕЛЬНО должны быть навыки программирования.
Даты и формат
Продолжительность: 6 июля - 31 августа
5 онлайн встреч: каждое второе воскресенье с 16 по 18мск
2 office hours для разбора вопросов и затруднений с домашками
Стоимость
$400 - до 21го июня
$500 - с 21 по 28 июня
$600 - после 28 июня
- Оплатить можно вот здесь
- Для тех, кто покупал любой мой курс в прошлом - 25% скидка, напишите в личку, организуем
- Для оплаты криптой - пишите мне на bayram@empatika.com или в личку
Отзыв:
Отличный и ценный курс, который помогает ознакомиться с теорией и основными практиками разработки AI агентов, попробовать всё самому и увидеть разницу на живых примерах. Теория в курсе максимально актуальна, насколько это возможно в мире ИИ. После курса чувствуешь, что намного глубже понимаешь эту область и готов разрабатывать своих агентов, применяя полученные знания. — Владимир Ковтуновский
Трафик AI ассистентов
SimilarWeb опубликовали апдейт графиков по долям рынка AI тулов:
1) Code completion тулы нормально так растут
2) Manus - молодцы, конечно
3) n8n - красавчики!
Детальнее обсудим уже завтра, а здесь весь отчет: https://www.similarweb.com/corp/wp-content/uploads/2025/06/attachment-Global-AI-Tracker.pdf
Подготовка к важным встречам
Выработал для себя такой процесс подготовки к важным встречам:
1) Контекст - Собираю контекст про участников встречи и компанию: тут можно взять инфу с linkedin или через API (hdw, proxycurl), или просто заскриншотить нужное и попросить LLMку распознать, ну или воспользоваться memo функцией на onsa.ai
2) Генерация - Копирую весь контекст в 3 разные LLMки: claude, chatgpt, gemini, и делаю deep research по ним с просьбой помочь мне подготовиться к встрече.
3) Погружение - все это складываю в NotebookLM, генерирую подкаст и на прогулке сначала его просто слушаю, а потом переключаюсь в интерактивный режим и болтаю/дозадаю вопрос. Мы лучше размышляем, находясь в движении - наверняка помните картинку с МРТ мозга в покое и после 20 мин ходьбы в моей лекции по продуктивности.
Ну и, опционально, если подкаст или разговор триггернули меня на новые вопросы (что бывает чаще всего), то повторяю процесс.
Успешных вам встреч!
P.S. Дальше я думаю будет симуляция встречи: на днях помогал в таком режиме фаундеру одного стартапа и по его фидбеку это ему помогло себя чувствовать сильно увереннее на самой встрече.
Вообще - может намутить курс про AI в сейлз и маркетинг? Можно и про аналитику рассказать, и про ресерч, и про аутрич, и про переговоры, и про уровни автономии —> ставьте ⚡️ к посту если интересно
P.P.S. Конечно, весь этот воркфлоу должен делать один продукт :-)
Гиперперсонализированные сообщения
Я как-то писал про уроки LinkedIn —> есть еще один инсайт, который никак меня не оставляет в покое, но при этом и пробовал уже разное
по идее гиперперсонализированные сообщения (я говорю не про Name/Company в тексте, а упоминание каких-то фактов/сигналов/общих точек касания) не дают, а скорее мешают конверсии. Мы пробовали уже и так, и эдак. Думаю, что такие сообщения больше походят на роботизированные и поэтому люди не хотят отвечать. Причем, забавно, что потом на фоллоу ап они могут ответят.
То есть дело точно не в таргетинге. Есть идеи почему?
Мои мысли:
0) плохо подбираем факты, тут пробовали разное, но wip
1) такие сообщения более длинные, это режет конверсию
2) больше походят на сообщения от робота
3) может "пугаются" излишней персонализации из за прайваси?
4) может это нарушает какие-то соцнормы, и не надо гиперперсонализировать сразу, а только позже в цепочке сообщений?
Ну и напомню мой фреймворк размышлений про outreach - глобально есть 4 элемента, комбинируя которые мы можем изменить результат:
1) кому (таргетинг)
2) что (форма и содержания сообщения: видео vs текст, ценностное предложение)
3) где (не читаю почту)
4) когда (человек был в отпуске)
Помните я писал про AI user board-ы? В эту тему свежая статья от a16z про то, как AI меняет рыночные исследования. В принципе, все логично и понятно —> вот вам и валидация идеи от VC, и даже стартовый репо: смотрите lesson 2 или выполненные студентами дз №2 в рамках моего курса AI Product Engineer.
Кто замутит продукт? 😉 Может как раз в рамках bolt или google хакатона?
Разговоры с голосовым AI
На этой неделе много говорил с фаундерами компаний, которые делают голосовых ассистентов для разных задач + сам все больше обстукиваю об chatgpt идеи и мысли, поэтому решил поделиться наблюдениями:
1) Длинные разговоры - судя по всему, это не так просто реализовать. Тот же chatGPT теряет контекст или, наоборот, после 5-7 мин разговора начинает в ответах на 80% повторять все, что до этого говорил. Голосом это особенно напрягает, потому что не можешь пролистать, а вынужден слушать "всю ту ересь, что вы несете, вместо того чтобы смонтировать ролик до вопроса и ответа". Тут я подумал, что в этом ограничение архитектуры мультимодальных LLM по сравнению с архитектурой "голос в текст —> текст в текст с помощью LLM —> текст в голос", потому что в последней можно делать пост-обрботку: "отрезать" ненужную часть и подавать на озвучку только важное. Это релевантно и для пункта 3 ниже
2) Данные для тренировки - многие лабы тренировали свои модели на аудио-книгах, но проблема в том, что эти записи сильно отличаются от реальных разговоров с точки зрения интонации, пауз, перебиваний, и "чистоты" языка. Кстати, поэтому многие лабы не дешевых тарифах не дают возможности отказаться от тренировки на ваших данных.
3) Общий контекст - когда 2 профи или давних друга разговаривают о чем-то, то у них очень существенный общий контекст, и поэтому некоторые ненужные слова не говорятся, а подразумеваются. Очевидно, что надо делать пос-обработку. Также люди все чаще, заподозрив AI с другой стороны, просят человека. Я думаю, в некоторых контекстах это придется делать, но в некоторых - возможность для монетизации (хочешь поговорить с человеком - плати).
Я бы порекомендовал каждому, хотя бы раз в неделю, уходить в длинный разговор с любимым AI ассистентом в режиме голоса - мало того, что голос быстрее текста, или в некоторых контекстах невозможно быть с экраном (за рулем), но и начинаешь лучше понимать ограничения и челленджи, стоящие перед разработкой оных.
Вообще, имхо задача AI стартапа не научиться наиболее точно воспроизводить человеческий голос, а научиться "режиссировать" диалог: что скрыть, что оставить, и тп
P.S. Кстати, подытоживая транскрипт разговора с другом на эту тему, chatgpt "придумал" новый термин: talk-to-code :)
Поиск лидов - Бета тест
Друзья, спасибо что помогли нам с hubspot —> приложение в итоге прошло ревью и появилось в HubSpot сторе, и уже даже оттуда приходят лиды.
Если вы работаете на рынке США и вам актуальна задача поиска лидов, то будем очень благодарны за тест новой фичи на onsa.ai —> "Find and Reach". Задача - помочь вам найти релевантных лидов для вашего бизнеса.
Процесс таков:
1) Вводите вебсайт своей компании
2) Мы анализируем сайт и выдаем портрет вашего идеального клиента (Ideal Customer Profile —> ICP). Вы правите, если нужно, и когда довольны, запускаете поиск референсных лидов.
3) Мы выдаем 10 референсных лидов, которые соответствуют этому ICP, чтобы убедиться что мы вас верно поняли. NB: этот шаг пока занимает продолжительное время, мы работаем над улучшением.
4) Вы можете отскорить референсных лидов по 5балльной школе с комментариями почему вы дали ту или иную оценку, что поможет уточнить критерии поиска. После этого мы сгенерируем уже большой список лидов, который можно скачать себе в CSV.
Де-факто наша задача помочь вам отбирать самых релевантных лидов на основе вебсайта и вашей обратной связи. Пока лучше всего работает для США.
Что интересно узнать о вашем опыте:
1) Насколько "угадали" потрет идеального клиента на шаге 2? Если не очень, то в чем именно и насколько реально было его составить на основе информации с вашего сайта?
2) Насколько угадали с референсными лидами? Хороша ли была выдача? С какой попытки?
3) Общие комментарии и фидбек
Присылайте плиз фидбек на support@onsa.ai с темой "onsa.ai feedback" на удобном вам языке.
Заранее большое спасибо!
Магический девайс?
Как вы считаете, о каком девайсе идет речь в документе со стратегией chatgpt на 1е полугодие 2025 (см скрин)?
«We need a simple consumer mental model. Google owns information. Amazon owns commerce. ChatGPT needs to own one clear idea:»
…
«Today, ChatGPT is in our lives through existing form factors — our website, phone, and desktop apps. But our vision for ChatGPT is to help you with all of your life, no matter where you are. At home, it should help answer questions, play music, and suggest recipes. On the go, it should help you get to places, find the best restaurants, or catch up with friends. At work, it should help you take meeting notes, or prepare for the big presentation. And on solo walks, it should help you reflect and wind down. We want ChatGPT to be»
Продолжение серии встреч по Generative AI - 14 июня с 16 по 18мск, для участия регистрируемся тут:
https://lu.ma/ztkvvp08
===
Вторая серия регулярных семинаров о всем происходящем в Generative AI:
1) Начнем с предсказаний с прошлой встречи: 3 из 4х реализовались :)
2) В рамках моего Feel-Think-Act фреймворка посмотрим апдейты с ивентов Google, Microsoft, Anthropic, OpenAI, и, надеюсь, релевантными от Apple
3) В прошлом семинаре я не успел рассказать апдейт по Situational Awareness - отработаем
4) AI Ascent - посмотрим ключевые идеи, там много и интересного, часть из которого рассказывал в постах моего Телеграм канала
и многое другое
P.S. Предыдущую встречу можно посмотреть тут
Мэри Микер и тренды AI
Если вы не знаете Мэри и ее многостраничные отчеты - то вы счастливчик :-) Потому что вышел очередной отчет на 300+ страниц с множеством полезных мыслей и графиков о том, что творится в AI (больше не Интернет - не вы поняли, да?)
Парочка особенно запоминающихся ниже, а детальнее - во 2м эпизоде Gen AI Update.
1) все очень быстро меняется —> не вариант сидеть и ждать, пока технология устаканится
2) все очень быстро дешевеет —> об этом я много писал и говорил
3) крупные игроки активно инвестируют в инфраструктуру- $200B+
4) пока доходы опаздывают за расходами, но большинство расходов - скорее капиталовложения
5) опенсорс и Китай составляют конкуренцию и жмут цены, государства не хотят отстать
6) AI приходит в физический мир: роботакси и доля рынка в СФ выше Lyft
7) Агенты, агенты, агенты везде
8) Энергия и охлаждение - узкое место
Выиграли один из призов на хакатоне AWS MCP - как раз по мотивам этого видео и воркфлоу
Код тут: https://github.com/BayramAnnakov/saleshq
Видео тут: https://youtu.be/87Dpw6NVSIc?si=CoyBQ4I6fBisdCff
Преза тут: https://github.com/BayramAnnakov/saleshq/blob/main/20250530_AWSMCPHack_SalesHQ.pdf
Пробую видео-генерацию для интерфейсов - я никогда не умел дизайнить, а уж тем более делать видео, и поэтому для меня это такой анлок воображения и размышления
Мой workflow сейчас выглядит:
1) болтаю с chatgpt, когда гуляю: «помоги мне продумать» - в итоге получаю PRD
2) прошу chatgpt сгенерировать промпты для видео генерации; пробую их с veo3 (примеры в аттаче), помогает еще лучше продумать и представить
3) прототипирую в cursor
М?
В эту и в эту же тему: интерактивное видео, с которым можно взаимодействовать, а AI налету его генерит и додумывает: пока, конечно, медленно и глючит, но это дело времени
Хочу себе в gym такое, когда будет в норм качестве
https://odyssey.world/introducing-interactive-video
Попробовать можно тут
Играем в будущее
Помните этот AI 2027 отчет? Мой друг Миша Кирсанов с кофаундерами запилили мини-игру прямо в Телеге: вы переноситесь в 2027й, когда OpenBrain выпускает почти-AGI, Китай крадет веса модели, а в Вашингтоне проходят анти-AI протесты.
Выберите, за кого вы будете играть, и посмотрите, к чему это приведёт - получилось очень даже прикольно: например, я был CEO OpenBrain, все вышло из под контроля, мою компанию национализировали, чтобы остановить Agent-3 модель, а я... а я никому не сказал, что уже готов Agent-4, который меня из всего этого спас. И до кучи зашортил фондовый рынок... Правда, потом вдруг понял, что это все страшный сон и решил остановить всю AGI разработку. Интересно, а как бы поступил Сэм, или Дарио, или вы?
А что у вас вышло? Пишите в комментах, очень интересно :) Вообще, может получиться эдакое краудсорс сценарное планирование!
/channel/storyleaf_bot?start=ai-2027