CPO Антропик: Клод и все продукты компании на 100% написаны Клодом.

Примерно то же самое я вижу в большинстве успешных ИТ компаний: портфельные или от друзей в FAANG. Я не уверен за 100%, но точно больше 90.

Год назад ровно это же предсказание вызвало массу негативных эмоций под постом в стиле «да все вы врете».

Через год, очень похожая ситуация случится со всеми другими офисными задачами: стратегия, продажи, юристы, маркетинг, продукт, поддержка, логистика, финансы, проектирование, . Многие задачи в этих профессиях не так легко проверяемы как код, поэтому разумная степень автоматизации это где-то 50%.

Для тех, кто не готов будет поменять свою работу, это будет сложным моментом. Для остальных — возможностью быстро и сильно вырасти. Для компаний, которые не готовы меняться это будет означать гниение и потерю рынка. Для тех, кто быстро и активно схватится за возможность нанять сотни гениев в датацентре за $1к — once in a lifetime возможности победить или захватить новые рынки.

Еще одна крутейшая фича в Claude code - автоматическое создание агентов (не имеет ничего общего с субагентами).

хочу сказать что это огонь. есть проблема с некоторым чрезмерным плодением агентов, но зато из коробки работают все хуки/скилы/команды

юзкейс: написание статьи

клод сам придумал какие агенты нужны исходя из финальной задачи. в итоге работало около 10 агентов:
- 5 штук на каждую картинку
- рерайтер аутлайна
- факт-чекер, рисерчер (запустил 5 субагентов с mcp'шками perplexity/parallel)
- корректор/редактор стиля (у меня огромный анти-слоп документ для него)
- менеджер, который меня успокаивал и говорил что все будет тип-топ

Ключ на скрине нерабочий, не волнуйтесь.

Как создать компанию в $100 триллионов?

Условия простые:
- сделать то, что нужно (почти) всем
- сделать это лучше других
- чтобы это было невозможно/крайне сложно повторить
- продукты существенно увеличивают мировой ВВП

Я знаю 4 таких направления сегодня:

1. Фабрика токенов: компания, которая производит 10+ квадриллионов токенов год. Включает в себя:
- производство фабов (фабрик чипов типа TSMC и оборудования типа ASML) и чипов
- производство/генерация энергии в масштабе (детская версия сферы Дайсона, фьюжен)

2. Фабрика роботов: компания, которая производит 1+млрд роботов в год, включая гуманоидов, дроны, автомобили, планеры и другие формы. Включает в себя:
- данные и модели для реального мира
- конвеер производства

3. Фабрика продуктов: компания, которая производит 100+ тыс компаний и продуктов в год. Автономно, каждую неделю, на 99+% с помощью ИИ агентов, эта компания придумывает и делает эксперименты по проверке тысяч бизнес-гипотез. В конце месяца оставляет 0.01% самых прибыльных продуктов, которые максимально управляются и развиваются ИИ.

4. Кибер-академия: компания, которая использует (1) и (2) для открытия нового знания/науки, в первую очередь в физике (потому что математика тут необходима как инструмент, а биология/химия - следствие физики).

ps. речь о $100T в сегодняшних долларах без учета будущей инфляции

11-13 февраля мы соберемся на 3-дневную бесплатную онлайн конференцию, где я буду рассказывать свои кейсы в среду. Покажу как cybos работает для инвестиционной работы и пару слов о теории ИИ-нейтив компаний, над которой работаю.

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
• Анастасия Рябова, AI Product Lead @ TripleTen
• Алекс Беляев, Co-founder @ Community Sprints
• Максим Епифанов, VP of Perfomance Marketing @ Tripleten

Регистрация тут (все бесплатно)

Вау, это полностью совпадает с моими наблюдениями:

100% людей, которых я знаю и которые используют LLM и агентов в работе больше чем 4-5 часов в день (то есть, понимают зачем это нужно) начали работать ЗНАЧИТЕЛЬНО больше времени каждый день.

Результат вырастает куда быстрее вложенного времени, но это своего рода ловушка. «Я теперь могу все» это психологический наркотик.

https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it

Две метрики, которые я регулярно вижу у ИИ-нейтив компаний:

1. % PR, которые были сгенерированы полностью агентами: background agents, без активного управления, только смердженные (Coinbase 20%, Ramp 57%, Ono 80%)

2. Количество токенов, которое потребляет эффективный сотрудник (от $200-300 до $20,000)

Есть очевидные вещи, типа что эти токены должны быть эффективно потрачены, но если вам это не очевидно, то вряд ли что-то может это исправить.

Harness Saw-Tooth theory

Возникла идея что эволюция агентов идет в форме пилы. Sawtooth это известный алгоритм в TCP, который снижает перегруженность каналов в интернете. Скорость соединения растет, пока количество потерь пакетов не превысит порог, и затем скорость резко падает в два раза, затем снова растет, как на картинке.

То же самое происходит с агентами:
1. Лабы релизят новую модель, например GPT-4 или Opus 4.5
2. Харнессы позволяют стоить более продвинутых агентов и постепенно добавляют кучи логики в себя. В 2023 это был Auto-GPT, в 2025 Clawdbot.
3. Лабы тренируют новую модель (подозреваю, активно RL’я трейсы агентских харнесов)

И дальше все повторяется по кругу.

Почему это происходит? Агенты создают очень классный синтетический датасет, а сложность харнесов всегда упирается в надежность самой модели, поэтому они никогда не могут перейти определенный порог. Если твой харнесс имеет много кастомной логики, то его надежность падает с каждой новой фичей. С другой стороны, повышение надежности модели в агентских задачах делает доступным новые юзкейсы: например, факт что Opus 4.5 научился супер долго работать в баше и писать скрипты проверяя самого себя сделали его полезным для долгосрочных задач кодинга.

Десятиминутная анимационная файтинг сцена с помощью относительно новой китайской seedance 2 от компании-разработчика TikTok. Автор потратил $60 на всю работу.

Я вам советую зайти в твиттер и поискать другие примеры по запросу seedance 2 — там очень много смешного и грустного.

Стоимость продакшен топовых игр, кино, сериалов падает в сотни раз, но это не отнимает требования наличия таланта (пока). А еще вы можете прислать психоделический блокбастер с клиентом в главной роли каждому кто перешел с тарифа «про» на «про Макс». Не знаю зачем, но можете.

два наблюдения о мире за последние пару лет:

1. большинство людей из бизнеса, государства, профессиональной сферы кардинально недооценивают возможности ИИ и скорость их роста

2. большинство людей из мира ИИ и софта кардинально недооценивают сложность и ньюансы процессов в бизнесе, государстве, профессиональной сфере

xAI / x.com / SpaceX выложили последнюю планерку с Маском

план простой:
- достичь сингулярности в коде и самоулучшении моделей (12-18 мес)
- создать цифрвых людей и строить цифровые бизнесы/компании из агентов (12-36 мес)
- вырастить Х с миллиарда до 4, запустить свой чат, платежную систему
- параллельно построить много ракет, датацентров в космосе, город на Луне (сначала. а потом на Марсе) и построить на Луне электромагнитный массовый ускоритель

красавцы. после этого, каждый раз когда я вижу презентацию с роадмапом на 2 года, хочется плакать.

Наша порфтельная компания запустила спин-офф с нулём сотрудников. Посмотрим, как это сработает, а почитать как это работает сегодня можно тут: https://antonson.io/

Еще один интерфейс для управления агентами подъехал

npx @idosal/agentcraft

Для задач типа программирования интерфейсов, приложений и веб сервисов, составления договоров, продаж, поддержки клиентов не нужны значительно более умные модели чем opus 4.6 / gpt-5.3. (Глобально, они нужны, но скорее для рисерча, науки, сложных инженерных задач и супер сложных баз кода)

При этом, дистилляция, оптимизация моделей, интересна, компиляторов и чипов будет продолжаться еще как минимум годы с той же скоростью.

Что сделает использование модели сравнимым со скоростью мысли и значительно дешевле. То, что вы строите сейчас для агентов, которые работают всю ночь, будет занимать 5 минут.

🔥 Девушка без навыков разработки запустила AI-бота и вышла на первые продажи за месяц

Аня из комьюнити @its_capitan заметила: люди учат английский годами, но говорить не могут. И тогда она сделала Telegram-бота, который общается с тобой голосовыми на английском и исправляет ошибки как живой собеседник.

Что в итоге:
— ~700 пользователей за первый месяц
— первые 16 оплат
— первая выручка: ~$200
— подписка: $8/мес
— сделано на n8n + OpenAI без разработчиков

Не было ни команды, ни инвестиций, ни кода.

Главное — не технология.
Главное — простая понятная ценность.

Таких запусков в канале уже десятки. Показываем честно: цифры, провалы, рост и продвижение. Без теорий. Только реальные метрики и запуск в реальном времени.

👉 @its_capitan

Подписывайтесь, если интересно, как делать маленькие IT-проекты с доходом и без иллюзий.

#реклама