С сентября месяца я открывал Perplexity 0 раз. А все почему? На сложные вопросы я хожу в Claude/ChatGPT, а за простыми теперь есть гугл с ai ответами, который живет в более удобном месте в браузерной строке. There is no moats...

После появления ChatGPT и прочего GenAI достаточно часто зовут спикером на всякие конфы, где рассказывают про то, как поменялась работа продакта благодаря ии финтифлюхам. Забавно, что среди спикеров я никогда не видел продактов из индустрии.

Наконец дошли руки до ноябрьского эссе Бена Томпсона о пользе пузырей.

OpenAI заключает сделки на $1,4 трлн при выручке ~$13 млрд — это пузырь. Томпсон объясняет, почему это хорошо.

Карлота Перес в 2002 году написала классическую работу "Technological Revolutions and Financial Capital". Главная идея: пузыри создают инфраструктуру, которая переживает банкротства инвесторов. Оптоволокно, проложенное обанкротившимися телеком-компаниями в 2000-х, стало бесплатным фундаментом для сегодняшнего интернета.

Hobart и Huber в книге "Boom" добавляют второй тип пользы — когнитивную координацию. Пузырь работает как механизм синхронизации: множество людей одновременно движутся в одном направлении. Dotcom-эра породила XMLHttpRequest (Microsoft создал его, чтобы убить Netscape, а получился фундамент для веб-приложений) и переход на Linux/x86 вместо дорогих Sun-серверов.

Проблема AI-пузыря: GPU устаревают за 5 лет — это не железная дорога и не оптоволокно. Львиная доля денег идёт Nvidia, но чипы не остаются полностью самортизированными активами, которыми можно пользоваться бесплатно десятилетиями.

Но есть два направления с долгосрочной отдачей. Первое — производство чипов. TSMC и Samsung строят заводы в США, правительство стало акционером Intel. Зависимость от Тайваня начинает снижаться.

Второе — энергетика. Здесь самое интересное: узкое место уже не чипы, а электричество. CFO Microsoft на earnings call: «Последние несколько лет мы испытывали дефицит не GPU или CPU как таковых — нам не хватало пространства и энергии». CEO Amazon говорит то же самое.

Генерация электричества в США стагнирует 20 лет. AI создаёт одновременно экономический стимул (нужно больше энергии) и политический (давление убрать бюрократические барьеры). Если пузырь профинансирует строительство новых мощностей, а потом инвесторы обанкротятся — дешёвая энергия останется навсегда.

Когнитивная часть AI-пузыря уже работает. Substrate пытается создать новый тип литографии в Америке. Extropic делает чипы на основе вероятностной энтропии вместо бинарных вычислений. Без пузыря такие проекты не получили бы финансирование.

Альтернатива пузырю — стагнация. До AI технологии стали скучными: Big Five поделили рынок, стартапы превратились в конвейер SaaS с низким риском. AR/VR развивались как строчка в бюджете Meta и Apple, а не через экосистему стартапов. Результат — медленный прогресс.

Томпсон завершает интересной мыслью: у AI-пузыря есть квазидуховный элемент. Люди в лабораториях верят, что строят бога. Это объясняет инвестиции в модели, которые никогда не окупятся, прежде чем их обгонят следующие. Можно не соглашаться с политическими следствиями в виде попыток регуляций, но именно эта вера — драйвер всего происходящего.

очень рандомный brain dump по наблюдениям за 2025 год в saas x ai

1. AI больше всего отразился на замещении разработчиков.
занятость среди software developers 22–25 лет упала на ~20% с 2022 (Stanford Digital Economy Lab). атрибуция сложная правда, тут и post-ZIRP коррекция, но coding AI agents точно crossed the chasm.

косвенный прокси - отчет Menlo Ventures: корпоративный AI spending вырос до $7.3B в 2025 (+4.1x YoY).
кодинг это $4B, это 55% всего departmental spend. остальное: IT (10%), marketing (9%), customer success (9%), design (7%), HR (5%).

2. больше задач программистов из 2022 берут не-программисты.
уже видел как CPA строят AI-powered tax filing без бэкграунда в коде или как HVAC-компания пилит свою CRM.

когда стоимость создания близка к нулю, стоимость поддержки теряет значение.

поэтому имхо velocity is your moat bs. ты не обгонишь цикл обратной связи пользователя, который решает свою проблему сам.

3. vibe-coding убил low-code
никто почему-то не обсуждает, какое стремительное замещение / disruption категории произошло за 12 месяцев. Webflow, Retool, Airtable имхо рип. обещали демократизацию, но реальность это lock-in и ограниченная кастомизация. Lovable, Bolt, Replit Agent за 12 месяцев набрали $36B+ combined valuation.
Lovable: с $7M до $84M ARR за 6 месяцев. Replit: с $16M до $252M ARR за год (+15.8x). «старый» low-code рынок — $29B. vibe-coding съел его на глазах.

4. AI-native application layer быстрее забирает рынок у инкамбентов и растут лучше чем AI-native инфра.
стартапы забрали 63% рынка AI-приложений vs 36% год назад.
application layer = $19B из $37B общего spend.
в кодинге стартапы = 71%,
в sales = 78%,
в finance/ops = 91%. инкамбенты держатся только в инфраструктуре (56%) — Databricks, Snowflake, MongoDB выигрывают за счёт интеграций и доверия.

5. бизнес по майнингу вертикальных данных и продаже норм.
все growth-stage вертикальные ent компании охотятся за владельцы данных, которые решают, кому давать эксклюзивный доступ.

пример: Harvey в 2024 пытался купить vLex (поставщик юридических данных), не договорились, в итоге сделали партнёрство с LexisNexis. vLex достался Clio, другой LegalTech-компании.

чего ожидать: консолидация среди поставщиков данных;

вынужденные сделки для AI-стартапов, потерявших доступ к данным;

вертикальные AI-компании начнут объединяться ради общего пула прав на данные.​​​​​​​​​​​​​​​​

6. сервис vs продукт - граница размывается
инструменты настолько глубоко встраиваются в доменные workflows, что начинают напоминать intelligent service providers. сейчас агенты уже умные, но пользователи ещё требуют внедрение с полным сопровождением. инструменты уже умеют больше, чем юзеры способны освоить.
в некоторых индустриях это видно сильнее. AI SecOps стартапы (Aegis AI, Litt Security) называют себя "AI agent companies", но по сути это аутсорсинг compliance officer. AI SEO тулы то же самое.

консалтинг подтверждает тренд. Accenture, Deloitte, EY растут 11–12% в год McKinsey, BCG, Bain растут 5–6%. хотя их только ленивый не закапывал в 2023. execution-first с AI интеграцией побеждает стратегический консалтинг.

forward deployed engineers который хайпует в долине (Anthropic с Accenture анонсировали 300 FDE; и 470к лицензий с Deloiite)
Accenture берёт на себя «налог на ИИ-неграмотность» от лица корпораций. стартапы не могут с этим конкурировать, потому что каждому стартапу приходится выращивать клиента с нуля.
большинству клиентов white-glove не нужен, они хотят просто работающий продукт.

капиталоёмкость растёт не потому что продукт дорогой, а потому что сервисная обёртка обязательна. доля рынка коррелирует с объёмом привлечённого капитала, не с качеством модели. вертикальный AI масштабируется через людей и эксклюзивные данные, не через вирусный рост.

то есть парадокс с первый тейком - нанимать людей надо больше.

Год назад на все предикты Дарио большая часть моих знакомых смотрела, крутя палец у виска. Сейчас почти все мои знакомые SWE, начиная от стартапа и заканчивая бигтехом, пишут руками меньше 20% кода, а всё остальное делает агент. Я сам давно уже не программист, поэтому не показатель, но с появлением Cursor и Claude Code редко пишу код руками. С появлением Opus 4.5 — все 100% кода пишутся им в Claude Code. Более того, я в терминале работаю через Claude Code — настолько лень стало писать bash-команды самому.

https://xn--r1a.website/seeallochnaya/3305

Люблю периодически читать статьи в инженерных блогах разных компаний, как они борются с проблемами скейла и нагрузки. И, чаще всего, самые лучшие способы - самые простые.

Вот и OpenAI рассказали, как они скейлят постгрю. Никаких вам атомных часов и спутников на орбите, чтобы обуздать CAP теорему и eventual consistency, а просто напросто набор прокси, шардирование и много read реплик и итог в виде миллионов qps.

https://openai.com/index/scaling-postgresql/

Уже два дня над этим офигевает вся технотусовка

Разработчик из Google DeepMind Энди Коенен сделал сайт с интерактивной картой Нью-Йорка. В изометрии, как будто из классической игры SimCity 3000.

https://cannoneyed.com/isometric-nyc/

Прикол в том, что каждое здание отрисовано в пиксельарт-стилистике при помощи Nano Banana, но взято с реального. И вся карта города взята с реальных планов Google Maps.

Понятно, что разыгралось воображение: погодите, так можно реальный мир через AI-инструменты вот так перенести в любимую игру? До последнего камушка?

Всю эту штуку Энди сделал за пару недель, не написав самостоятельно ни строчки кода. Сайт упал, хостинг пришлось повышать. чтобы справиться с наплывом, личку завалили — теперь думает, как развивать проект дальше.

В сети много нытья про то, что завалили ии слопом open source проекты, расчехлив свой клод код. Я че понять не могу - ныть всем на показ проще, чем в ответ расчехлить свою подписку и фильтрануть все мусорные пул реквесты?

Продолжение мысли про кодинг агентов.

Когда говорят "агенты будут писать код", большинство слышит "агенты заменят разработчиков". Но правильное прочтение другое: работа смещается.

Десятилетиями основная работа в разработке была в переводе. PM формулирует что нужно → дизайнер переводит в макеты → разработчик переводит в код. Каждый этап перевода съедал время и создавал потери. Кто работал в больших командах, знает сколько всего теряется между "что имел в виду PM" и "что в итоге написал разработчик".

Сейчас этап перевода в код схлопывается. Агент берёт задачу, контекст, критерии — и выдаёт работающий код. Но работа никуда не исчезает. Она перетекает на края.

На один край — в начало. Что именно нужно сделать. Какую проблему решаем. Какие ограничения. Как поймём что получилось. Формирование задачи становится важнее, потому что агент действует напрямую из того, что ты ему дал.

На другой край — в конец. Ревью, тестирование, проверка что результат соответствует задаче. Когда агенты выдают много кода быстро, нагрузка на финальную проверку растёт.

И тут интересно посмотреть, кто реально под ударом. Все ждут, что AI ударит по технарям. Но под ударом оказываются конкретные типы людей во всех ролях.

Со стороны продактов — те, у кого всё в голове и всё через личные коммуникации. Они могут быть очень эффективны. Деливерят хорошо, команда их любит, результаты есть. Но цифрового следа не оставляют.

Чтобы агенты помогали, всё должно быть оцифровано. Задачи, критерии приёмки, контекст, связь с фидбеком от пользователей. Не "я разрабу на созвоне объяснил", не "цели со стейкхолдерами на словах согласовал", не "ожидаемые метрики у меня в голове". Агент не может залезть тебе в голову. Агент не был на том созвоне. Агент видит только то, что записано. Если там ребус — он и сделает ребус.

Со стороны разработчиков — те, кто был чистым кодером. Получил спеку, написал код, закрыл тикет. Не вникал в задачу, не понимал зачем это пользователю, не думал о контексте. Просто переводил требования в синтаксис.

Именно этот перевод теперь делает агент. Быстрее и дешевле.

А вот разработчики, которые умеют разбираться в задаче, понимать бизнес-контекст, ревьюить чужой код (включая код агента), находить edge cases, тестировать — становятся ценнее. Потому что именно туда смещается работа.

Получается симметрия. Продакт, который умеет формулировать задачи письменно и оставлять контекст — ценнее того, кто договаривается голосом. Разработчик, который понимает что и зачем он делает — ценнее того, кто просто писал код по спеке.

Навыки, которые раньше считались "мягкими" или "бюрократией", становятся конкурентным преимуществом. А чисто технический навык перевода — обесценивается.

Работа не исчезает. Она требует других навыков. И это касается всех ролей в команде.