Даня (наш лид ML разработки) навалил базы про продактов, которые делают AI/ML продукты.
https://www.group-telegram.com/karty_dengi_product/191

От себя отмечу, что для продакта и продукта, где AI является ядром, ключевой вызов, барьер и точка контроля - Eval. Чем он хуже, тем хуже стратегия, продукт и процесс работы над ним. Первое, что должен делать продакт, приступая к разработке решения, - сделать Eval, который и определит, как вы сделаете техническое решение. Это своего рода эволюция TDD в Eval Driven Development.

Без этого вы обречены на хаотичное блуждание, как в бескрайней пустыне, где нет ориентиров и неясно направление движения.

Воу воу! Perplexity показали Labs — новый режим, расширяющий Research возможности. Похоже, Labs позволяет создавать интерактивные мини-приложения, используя coding, headless browsing и дизайн тулы для получения динамичных результатов. Можно создавать дашборды, презентации и веб-сайты с авто-деплоем, делая исследования с динамичным аутпутом.

https://x.com/perplexity_ai/status/1928141072011776088

Я уже зарядил с десяток параллельных запросов. Жду результат!

Получилась херня!

Perplexity все еще не залончили Comet, но юзеры, которые попали в закрытую бету, периодически делятся впечатлениями в твитторе.

https://x.com/testingcatalog/status/1928546603448562087

Выглядит впечатляюще. За агентским браузингом, уверен, будущее. Думаю, лет через 5 это будет работать так быстро, что в течении десятка секунд можно будет решить 90% вопросов, а LLM, скорее всего, будут локально пахать внутри браузера, используя отдельный чип на SoC оптимизированный для инференса сеток.

P. S. На самом деле, мне бы хватило, чтобы такой браузер мог за меня таможенную декларацию для посылок оформить, а то задолбался.

Perplexity прибирает себе не Apple, а Samsung

Корейский гигант близок к заключению обширной сделки по встраиванию ИИ-помощника Perplexity в свои устройства, сообщает Bloomberg. Из конкретики пока что — предустановка приложения Perplexity на будущие устройства Samsung, а также встраивание его поисковых функций прямо в браузер по умолчанию. Обсуждают и внедрение Perplexity в Bixby, уже существующего помощника Samsung.

Кроме того, Samsung может стать одним из крупнейших инвесторов Perplexity — в ближайшем раунде стартап собирается поднять 500 млн долларов при оценке в 14 млрд долларов. Интеграции покажут уже в этом году, а в следующем можно ожидать, что Perplexity станет помощником по умолчанию в Galaxy S26.

Я ранее писал, что в переговорах с Perplexity была Apple — на мой взгляд, покупка или крупная инвестиция помогла бы гиганту резко поменять курс развития своей Siri и поисковых функций. Однако Apple предпочла заняться переработкой ИИ через внутренние команды, а на WWDC через неделю вообще не будет ничего про AI — говорить будут про дизайн и ребрендинг названий: похоже, теперь индекс будет соответствовать году выпуска, и следующие операционки и устройства будут иметь индекс 26: iOS 26, tvOS 26, iPhone 26.

Тут действительно произошёл некоторый зоопарк с неймингом из-за разных поколений айфонов, часов и более новых устройств типа AirPods и Vision Pro: даже айфон современный — iPhone 16, а последняя iOS — 18. Но и тут первенство за Samsung: это они ещё в 2020 году перешли на нейминг в соответствии с годом выпуска, а не порядковыми номерами продуктов. А теперь Samsung делает стратегические инвестиции в ИИ, пока Apple собирается пропустить ещё один сезон на динамично изменяющемся рынке.

Когда вышел Civil War от A24, мне говорили, что это левацкая пропаганда. А оно во как все развернулось. Пророческий фильм, получается.

Персонализация — это next level в AI ассистентах. Думаю, кто обуздает это на максимум, тот и будет доминировать в следующем витке продуктовой борьбы. Сейчас почти у всех сервисов есть память, но работает она не всегда хорошо, так же можно настроить промпт о себе. Но когда работает, это очень круто. Мне теперь не надо каждый раз объяснять, какая у меня камера и что я юзаю лайтрум для редактирования, тот же Perplexity сразу понимает, что искать нужно объектив с учетом того, что у меня камера Sony, она компактная, поэтому объектив не должен менять весовой баланс и противоречить философии и т.д. Задача сделать так, чтобы работало хорошо всегда и не запоминало всякую дичь из тредов. Пример: я искал как-то что-то про гомеопатию, а потом увидел в памяти "предпочитает гомеопатию". Так быть не должно!

Я не просто промпт инженер. Я промпт инженер промптов, которые пишут промпты

Думаю, все видели свежую статью от AI Research лабы Apple про reasoning в LLM. Если нет, то вкратце: ризонинг на самом деле — не настоящий ризонинг, а просто, грубо говоря, выученные цепочки рассуждений и расход токенов на предсказание этих паттернов. Сетки могут продолжать пытаться рассуждать, даже если в цепочке уже пришли к правильному выводу, просто чтобы сжечь бюджет на рассуждения.

По факту, ребята поставили эксперимент, получили результаты, озвучили интерпретацию. С этим можно не соглашаться, задавать вопросы к дизайну эксперимента, выводам и так далее. Но что делает интернет-общественность? Докапывается до личностей и авторитетов — ad hominem. Почти вся критика, которую я видел, сосредоточена на двух вещах:
— Личность автора: главным автором числится студентка PhD, стажёрка. Да ещё и женщина! Что она себе позволяет? Кто она такая, чтобы делать громкие заявления?
— Apple: компания, у которой нет ни одной своей большой LLM и которая проиграла AI-гонку. Что они себе позволяют? Вот когда сделают что-то серьёзное, тогда и поговорим.

Всё, что нужно знать о поехавших фанатосах.

Что-то много стало воя про то, что люди ведут каналы с помощью GPT. Особенно забавно это слышать на фоне того, что большая часть продуктовых каналов — это откровенная копипаста статей Ленни и Reforge без указания ссылок. А у многих инфлюенсеров и вовсе копирайтеры на ставке сидят. Это другое?

Меня в комментах часто спрашивают, а как конкретно в работе применяю AI штуки.
В последнее время супер активно ревьюю 2-/ 6- pager'ы команды и других команд в рамках всяких stage-gate. Читать текст и давать фидбек весьма накладно по времени, а учитывая, что принципы хорошего пейджера стандартные и общие, сделал проект в клоде, куда загрузил доку по stage-gate, принципам хорошей стратегии и продуктовой разработки, принципам написания хорошего пейджера, примеры таких и дал инструкции для трех типов задач:
- когда прошу клод дать фидбек;
- когда прошу оценить его свой фидбек, чтобы удостовериться, что я не галлюцинирую и объективен;
- инструкции написания финального коммента с фидбеком автору документа.

И в этом проекте просто стартуешь новый чат, прикладываешь пейджер и, надиктовывая собственные мысли по нему, получаешь ответ. Смотришь, копипастишь, правишь, отправляешь.

Теперь хочу сделать агента, к которому дам доступ ребятам, чтобы они сначала об него обстучали, а потом уже мне кидали во имя максимально быстрых итераций.

Вот так я делегировал работу ИИ и продолжаю получать свою зарплату. Главное, чтобы начальство не узнало. Oh wait...

К слову о важности ревью пейджеров.

Спасибо @partially_unsupervised за шутку

Почитал интересное эссе «The internet killed general-purpose products. AI will bring them back» (Dan Hock)

Основная мысль:
В последние годы интернет постепенно вытеснил универсальные продукты "для всех". Компании научились делать узконаправленные решения, заточенные под конкретные потребности разных групп клиентов. Но сейчас мы наблюдаем поворот: AI технологи могут вернуть универсальные продукты в нашу жизнь, только теперь они будут гораздо умнее - способны подстраиваться под каждого пользователя и обеспечивать действительно высокое качество.

Как это произошло:
• Раньше универсальные продукты (например, универмаги) были «достаточно хороши» по всем параметрам: ассортимент, цена, качество, опыт покупки. Но такой подход нестабилен — большинство клиентов ценит лишь 1–2 параметра, и компании, которые фокусируются на них, выигрывают конкуренцию.
• Пример: Costco, Walmart, Temu, Shein победили за счёт низких цен; Amazon — за счёт удобства; Nordstrom и D2C-бренды — за счёт качества; локальные магазины — за счёт клиентского опыта. Универмаги умерли, потому что не смогли конкурировать с нишевыми игроками.
• Этот тренд наблюдается не только в ритейле, но и в других сферах — медиа (YouTube/TikTok для персонализации, Голливуд и спорт для массового опыта, престижное ТВ для интеллектуалов) и образовании (университеты теряют позиции из-за онлайна и специализированных программ).

Почему так происходит:
• Считается, что побеждают либо очень крупные, либо очень мелкие компании («barbell effect»), а середина вымирает. Автор считает это объяснение неполным.
• По Майклу Портеру, чтобы выиграть, компания должна иметь:
• Ярко выраженное ценностное предложение
• Специализированную цепочку создания ценности
• Умение делать выбор (trade-offs), от чего-то отказываться ради фокуса
• В зрелых индустриях появляются кластеры компаний, каждая из которых оптимизирует свой параметр, а те, кто остаётся «посередине», вымирают.

Что изменит AI:
• За последние годы интернет открыл новые горизонты в распространении товаров и услуг, что привело к появлению узкоспециализированных продуктов.
• Сейчас AI делает следующий шаг: он не просто меняет способы доставки, а переосмысливает сам продукт. Теперь можно создавать решения, которые подстраиваются под каждого покупателя и сочетают в себе всё лучшее — от качества до удобства.
• Возьмём розничную торговлю: благодаря AI тот же Amazon сможет предложить каждому именно то, что ему нужно. Больше не придётся выбирать между премиальным магазином и масс-маркетом.
• В сфере медиа мы увидим площадки, которые будут создавать контент специально для вас, не жертвуя при этом качеством и не теряя широкий охват.
• А в образовании умные AI-наставники смогут учить каждого студента индивидуально, причём гораздо эффективнее, чем традиционные вузы или онлайн-курсы. Они также лучше справятся с оценкой знаний.

Главный вывод:
AI возвращает эру универсальных продуктов, только теперь они смогут быть одновременно отличными по разным параметрам, устраняя необходимость жёстких компромиссов между качеством, удобством, персонализацией и масштабом. Это приведёт к новой централизации рынков вокруг крупных AI-универсалов

зашел тут на реддит и наткнулся на пост который прям в точку попадает в сегодняшние разговоры у кулера между разработчиками. чувак расписывает как он теперь с claude code вообще не кодит сам а просто говорит чего хочет и все готово. и самое жесткое что это реально работает

вот прям цитата из поста: он пишет что теперь не будет нанимать людей под конкретные языки типа питон разработчик или реакт разработчик. теперь важно только умение решать проблемы а на чем писать уже пофиг. и еще говорит что за неделю сделал десктопное приложение которое откладывал 10 лет. за неделю!

в комментах конечно срач знатный. кто то пишет что это все хайп и на реальных проектах ai сливает. другие рассказывают как уволили целые команды и теперь один человек с ai делает работу за десятерых. особенно зацепил коммент от архитекта который написал что 90 процентов его навыков теперь стоят ноль долларов а оставшиеся 10 процентов выросли в цене в 1000 раз

еще один чувак в комментах написал что раньше тратил выходные на написание saas сервисов и зарабатывал по 4к евро в месяц. теперь может сделать такое же приложение за выходные но так могут еще 20 миллионов человек с claude code. так что теперь если повезет заработает тысячу евро в год. жестко

кстати про дизайнеров тоже пишут. figma make уже делает брендинг ui и готовые сайты. автор поста говорит что через год вообще не понимает зачем ему будет нужен дизайнер

самое дикое что многие в комментах до сих пор в отрицании. типа да это только для простых проектов работает а на энтерпрайзе все сложно. но другие отвечают что уже видели как компании увольняют целые отделы и оставляют пару человек с ai

в общем картина вырисовывается печальная. это реально происходит прямо сейчас а не через 5-10 лет как многие думают. да и я сам недавно в кулуарах вастрик кэмпа слышал несколько разговоров разработчиков про это в духе уже думал что будешь делать дальше и пока что самый уверенный ответ звучит как ну наверное вместо погонщика разработчиков стану погонщиком нейронок. люди пока даже не готовятся к тому что их ждет

единственное что радует так это комменты про то что все равно нужны будут люди которые понимают архитектуру систем девопс и могут решать сложные проблемы. но это скорее звучит как утешение для сеньоров

Пока все кричали, что продакты не нужны, пришли нейронки и показали, что они самые нужные

Кстати, хорошее обьяснение процесса из комментов. Кодеры исчезнут, останутся инженеры.

В связи с уходом важных спецов из Open AI в Meta, на фоне слов Альтмана о том, что Open AI нельзя бросить ради денег или чего-то другого, ибо они дают гораздо большее, хочу сказать следующее: гордыня не предшествует падению, она и есть падение.

Кстати, про Stage-Gate. За последние пару недель было несколько оч похожих разговоров, вся суть которых сводилась к тому, что Stage-Gate это модель/процесс корпораций, а в "реальном" мире его нет и он не нужен.

В целом, это так и есть, тяжело поспорить, ибо это реально процесс, который берет корни из интерпрайза, где была задача научиться управлять продуктовым портфелем, зафиксировать правила игры и принимать решение об инвестировании.

С другой стороны, я не согласен с этим. Во первых, корпорации это все таки реальный мир, а не воображариум доктора Парнаса. Во вторых, когда говорят про "реальный" мир, обычно, имели ввиду мир tech стартапов и VC, но там работают те же принципы, ибо все инвесторы все так же управляют своим продуктовым портфелем, прозрачные правила игры важны для улучшения инвест климата, а решения об инвестировании все так же нужно принимать.

Я, конечно, не эксперт в этой области и ни разу на это не претендую, но мне повезло побывать с обеих сторон этого мира: со стороны тех, кто приходит за инвестициями, со стороны тех, кто их дает. Ну и постоянно общаюсь с людьми из этих миров.

Жизненный цикл стартапа очень сильно привязан к стадиям фандрейзинга:

Pre-Seed
Кто инвестирует: основатели, FFF (Friends, Family, and Fools), бизнес-ангелы, микро-фонды
Инвесторы хотят видеть подтвержденную проблему с доказательствами того, что она реально болит клиентов, глубокое понимание рынка и то, что фаундер уже серьезно покопался в теме. Деньги идут на создание прототипа, интервью с клиентами, валидацию гипотез.
Чем более успешный основатель, тем легче поднять раунд. На этой стадии чаще инвестируют в команду, а не в продукт.

Seed
Кто инвестирует: seed-фонды, бизнес-ангелы, early-stage VC
Создание MVP и доказательство product-market fit. Нужны первые платящие клиенты, работающая unit economics, воспроизводимый процесс продаж. Деньги на развитие продукта и команды.

Series A/B/C+
Кто инвестирует: классические VC-фонды, growth-фонды, стратегические инвесторы
Series A - доказанная масштабируемость и расширение рынка. Series B - лидерство на рынке и несколько векторов роста. Series C+ - путь к прибыльности и подготовка к выходу. Обычно! Часто бывает, что это доливание топлива в растущую компанию с устойчивой бизнес-моделью.

IPO
Кто инвестирует: публичные рынки
Экзит, когда компания достигла значительных размеров с предсказуемым ростом.

Аналогия с классическим Stage-Gate
Если посмотреть на эти стадии через призму продуктового stage-gate, то получается почти идеальное соответствие:

Pre-Seed → Discovery - подтверждение гипотез, проектирование решения, тестирование без полноценной разработки

Seed → Delivery - создание MVP, тестирование с пользователями, вывод продукта на рынок с ключевой целью доказать P/M Fit

Series → Scale - масштабирование доказанного ранее P/M Fit, расширение на новые рынки и сегменты, оптимизация процессов для устойчивого роста

Все эти критерии не жесткие и зависят от экономических циклов. Когда денег много и они дешевые - инвесторы готовы рисковать на более ранних стадиях. Когда денег мало и они дорогие - даже на seed уже требуют серьезный traction. А при хайпе вокруг технологий (как сейчас с AI) инвестируют из FOMO.

В последние годы все больше появляется фондов, которые специализируются именно на ранних стадиях - high risk, high reward.

И еще одна штука про Gen AI. Раньше чтобы показать что твоя технология работает, нужно было потратить кучу времени и денег. Теперь можно довольно быстро накидать работающий прототип с помощью AI. Поэтому вопрос "а сможете ли вы это вообще сделать?" стал менее актуальным. Зато куда важнее стало "а зачем это нужно пользователям?" и "чем вы отличаетесь от остальных?".

В итоге получается, что stage-gate в стартапах есть, просто он не формализован. Это система, которая выстроилась у инвесторов годами практики, и она работает по тем же принципам, что и в корпоративном мире.