Futurioo

Чтобы не потерять, а то постоянно искать приходится 😁

В последнее время я всё чаще ловлю себя на том, что работа над инфраструктурой очень быстро превращается в разговор с системой. Сначала кажется, что ты просто чинишь медленный endpoint, разбираешься с базой, смотришь графики, проверяешь CPU, память, сеть, очереди, ретраи. Но через какое-то время понимаешь: система всё время что-то рассказывает. Просто не человеческим языком. Она говорит через latency. Через странные пики на графиках. Через p99, который живёт своей жизнью. Через внезапно забитую очередь. Через базу, которая вроде бы “виновата”, но на самом деле просто первой оказалась под фонарём. Через сервис, который не падает, но начинает вести себя нервно. Мне нравится этот момент, когда вместо раздражения появляется любопытство. Почему именно здесь? Почему именно сейчас? Почему среднее время ответа выглядит нормально, а пользователи всё равно чувствуют тормоза? Почему добавили concurrency, а стало хуже? Почему кэш помог на одном сценарии и сломал предсказуемость на другом? В performance работе много соблазна сразу что-то подкрутить. Увеличить лимит. Добавить инстанс. Поменять timeout. Поставить кэш. Перенести задачу в очередь. И иногда это реально нужно. Но самые полезные инсайты обычно появляются не в момент “подкрутки”, а чуть раньше — когда ты наконец начинаешь видеть, как система устроена внутри. Где она ждёт. Где она делает лишнюю работу. Где у неё нет backpressure. Где ретраи помогают пережить редкий сбой, а где сами превращаются в усилитель нагрузки. Где “быстро в среднем” всё равно означает “больно для части пользователей”. Мне кажется, инфраструктура становится лучше не только от новых серверов, оптимизированных запросов и аккуратных индексов. Она становится лучше, когда команда начинает понимать её поведение. Когда график — уже не просто график, а симптом. Когда p95 и p99 — не абстрактные числа, а реальные пользователи. Когда “медленно” превращается в конкретную цепочку ожиданий, очередей и насыщенных ресурсов. В такие моменты performance перестаёт быть набором шаманских практик. Система как будто становится более честной. А ты — немного более терпеливым инженером.

A Heavily Commented Linux Kernel Source Code

а что если это скормить LLM?

Вот мысль, которая может открыть интересную рамку: Прогресс часто начинается не с изобретения новой вещи, а с появления нового способа измерять мир Мы обычно думаем, что цивилизацию двигают великие технологии: паровой двигатель, электричество, интернет, AI. Но часто перед настоящим скачком появляется более скучная вещь: новая единица измерения, стандарт или интерфейс, который делает хаос управляемым. Например. До точных часов торговля, фабрики, поезда и глобальные рынки были ограничены локальным временем. Каждый город жил по солнцу. В полдень солнце над городом — значит полдень. Но когда появились железные дороги, оказалось, что это несовместимо с расписаниями. Нужны были часовые пояса. Время стало не просто природным явлением, а инфраструктурой координации. До бухгалтерии двойной записи купец мог быть богатым, но плохо понимать, где именно создаётся или теряется прибыль. Двойная запись превратила бизнес из набора сделок в систему: активы, обязательства, капитал, доходы, расходы. Она дала капитализму “операционную систему”. До контейнеров грузоперевозки были адом: мешки, ящики, бочки, ручная перегрузка, порты как узкие места. Контейнер не был “умной” технологией. Это просто стандартизированная коробка. Но она сделала мир модульным. Корабль, кран, поезд, грузовик, порт — всё начало говорить на одном языке. Глобализация сильно ускорилась не потому, что люди внезапно захотели торговать, а потому что стоимость координации резко упала. До электронных таблиц финансовое моделирование было медленным. Spreadsheet превратил абстрактный бизнес в живую модель: поменял одну ячейку — увидел, как меняется вся компания. Это не просто “таблица”. Это способ думать сценариями. Поэтому spreadsheet изменил менеджмент, банки, корпорации и инвестиции. И вот главный вывод: Новая эпоха начинается тогда, когда появляется новый слой измерения и координации. Не просто “AI появился”. А когда появляется способ измерять работу агентов, стоимость их действий, качество решений, доверие между агентами, права доступа, финансовые потоки между людьми и машинами. То есть настоящая революция AI может быть не в том, что модель умнее отвечает в чате. А в том, что появится новый “контейнер” для интеллектуальной работы: стандартный формат задачи, оплаты, верификации результата, репутации агента, доступа к данным и юридической ответственности. Как контейнер сделал физический товар переносимым между портами, кораблями и грузовиками, так будущий “agent container” может сделать работу переносимой между людьми, компаниями, LLM, API, платежами и блокчейнами. Сейчас мы видим хаос: агенты, протоколы, wallets, API, MCP, x402, identity, orchestration, billing, governance. Это похоже на мир до контейнеризации: всё уже есть, но оно ещё плохо стыкуется. А когда появится правильный стандарт, рынок может внезапно стать гораздо больше. Не потому что “технология стала лучше”. А потому что хаос стал измеримым, переносимым и оплачиваемым.

Если раньше у founder было 2 руки, 1 голова и бесконечный backlog, то теперь у него может быть маленькая армия цифровых стажеров, аналитиков, продактов, инженеров и маркетологов. Да, они ошибаются. Да, они галлюцинируют. Да, за ними надо проверять. Да, половина результата будет странной. Но скорость итераций становится другой. И самый интересный навык ближайших лет — это не просто “уметь пользоваться AI”. А уметь проектировать агентские организации, ставить им цели, давать правильные constraints, подключать skills, выстраивать циклы проверки и превращать хаотичную генерацию в повторяемую фабрику прототипов. Вот такой у меня сетап: VPS → Claude Code → Hermes → Telegram → Codex → Paperclip → агентская организация → 70 skills → автономный поиск ниш → SaaS-прототипы. Дальше выбираем лучшее, докручиваем и идем к пользователям. Profit. Пишите в комменты если интересно - пришлю ссылки на все упомянутые проекты и скиллы.

Engineer-agent пишет код. Growth-agent заранее думает, как это продавать. QA-agent проверяет базовые сценарии. Research-agent ищет конкурентов и сигналы спроса. Главная идея: агент не должен просто “кодить”. Он должен пройти полный цикл: рынок → боль → ICP → конкурентный анализ → гипотеза → PRD → прототип → лендинг → демо → список следующих шагов. 7. Устанавливаем в Paperclip и Hermes пачку skills. У меня это примерно 70 skills по разным направлениям: — software development; — frontend; — backend; — API design; — database schema; — auth; — DevOps; — testing; — UI/UX; — design systems; — product discovery; — PRD writing; — JTBD; — competitor research; — landing page copy; — SEO; — growth loops; — pricing; — onboarding; — analytics; — fundraising narrative; — SaaS unit economics; — customer interview scripts; — cold outreach; — positioning; — market mapping; — MVP scoping. Skills — это критически важная часть. Без них агент часто ведет себя как умный, но хаотичный junior: что-то делает, но без процесса. Со skills он начинает действовать по шаблонам: сначала исследование, потом критерии, потом требования, потом архитектура, потом реализация, потом проверка. То есть мы не просто “просим AI сделать продукт”. Мы даем ему операционную систему продуктовой разработки. 8. Даем системе цель. Например: “Самостоятельно искать перспективные B2B SaaS-ниши, где можно быстро собрать MVP, проверить спрос и потенциально выйти на первых платящих клиентов. Для каждой ниши: — найти боль; — описать ICP; — изучить конкурентов; — сформулировать wedge; — написать PRD; — собрать прототип; — сделать landing page; — подготовить go-to-market план; — оценить сложность разработки; — дать рекомендацию: продолжать или убить идею.” Важно не давать задачу в стиле “сделай что-нибудь классное”. Нужно дать рамки. Например: — только B2B; — только SaaS; — только продукты, которые можно собрать за 1–3 недели; — желательно с AI-компонентом; — желательно с понятным buyer; — без regulated industries; — без marketplaces; — без consumer social; — без идей, где нужен огромный cold start. Чем лучше ограничения, тем лучше результат. 9. Оставляем это работать на неделю. Идея не в том, что через неделю у вас появится unicorn. Идея в том, что через неделю у вас может быть не пустая папка с “когда-нибудь надо подумать”, а набор реальных артефактов: — несколько найденных ниш; — таблица с оценкой возможностей; — конкурентный анализ; — PRD по каждой идее; — прототипы; — лендинги; — архитектурные заметки; — TODO по развитию; — список багов; — список следующих фич; — GTM-гипотезы; — рекомендации, что стоит углублять. То есть агенты не заменяют предпринимателя. Но они радикально снижают стоимость первого прохода по идеям. Раньше, чтобы проверить 10 SaaS-направлений, надо было либо нанимать команду, либо самому неделями сидеть в Figma, Cursor, Notion, GitHub, Vercel, Linear и Google Docs. Теперь можно собрать маленькую AI-фабрику, которая делает первый черновой проход сама. А дальше человек делает самое важное: — выбирает; — критикует; — усиливает; — убивает слабое; — углубляет сильное; — разговаривает с реальными клиентами; — превращает игрушечный прототип в настоящий продукт. 10. Приходим через неделю и смотрим, что получилось. Обычно там уже есть несколько SaaS-прототипов разной степени готовности. Что-то будет мусором. Что-то будет банальным. Что-то будет технически кривым. Но иногда среди этого появляется идея, на которую смотришь и думаешь: “Хм. А вот это уже можно докрутить.” И дальше начинается нормальная работа: — выбираем один прототип; — усиливаем позиционирование; — переписываем требования; — чистим код; — добавляем нормальную архитектуру; — выносим из экспериментального VPS; — подключаем аналитику; — делаем нормальный деплой; — показываем первым пользователям; — собираем фидбек; — повторяем цикл. Вывод простой. AI agents — это не магия и не замена предпринимательскому мышлению. Но это очень мощный leverage.

Если кто-то уже окончательно упоролся в AI agents, агентскую разработку и идею «пусть оно само ищет ниши, пишет требования и собирает прототипы», то вот вам мой текущий сетап. Это не “поставил ChatGPT и попросил сделать лендинг”. Это скорее маленькая автономная AI-продуктовая фабрика на VPS. Схема такая: 1. Берем обычную арендованную VPS. Желательно не самый слабый тариф, потому что дальше там будет жить не один скрипт, а целый зоопарк агентов, CLI-инструментов, self-hosted сервисов, фоновых процессов и экспериментальных прототипов. Да, я запускаю все под root. Да, я понимаю, что DevOps-инженеры сейчас напряглись. Но для быстрого research/prototyping-стенда мне важнее скорость, чем идеальная production-hygiene. Потом, когда что-то дорастает до нормального продукта, это уже можно выносить в отдельную инфраструктуру, контейнеризировать, ограничивать права, добавлять мониторинг, секреты, бэкапы и все как положено. 2. Ставим Claude Code в CLI. Это становится базовым “мозгом” для работы прямо в терминале. Активируем Claude Pro/Max, потому что без нормальных лимитов агентская разработка быстро превращается в боль: контекст заканчивается, длинные задачи обрываются, итерации становятся слишком медленными. Claude Code здесь нужен как главный инженерный интерфейс: он может читать проект, править файлы, запускать команды, собирать приложение, чинить ошибки, писать тесты, переписывать архитектуру и вообще вести себя как очень быстрый senior engineer, которому не надо объяснять, где терминал. 3. Из Claude ставим агента Hermes и настраиваем общение через Telegram. Это важный момент. CLI — это удобно, когда ты сидишь за ноутбуком. Но если хочется управлять системой как настоящей агентской фабрикой, нужен внешний интерфейс. Telegram превращается в пульт управления. Можно писать агенту с телефона: — проверь статус; — продолжи разработку; — посмотри ошибки; — найди новую нишу; — сформулируй PRD; — создай прототип; — сравни 5 идей; — выдай summary; — подготовь следующий спринт. В итоге агентская система перестает быть “локальной штукой в терминале” и становится чем-то похожим на удаленную команду, которой можно ставить задачи из любого места. 4. В Hermes активируем Codex Pro/Max. Зачем еще один AI-инструмент, если уже есть Claude? Потому что в агентской разработке хорошо работает не один “супермозг”, а связка разных моделей и агентов с разными сильными сторонами. Claude хорошо держит контекст, рассуждает, пишет большие архитектурные куски, объясняет и планирует. Codex удобно подключать к более инженерным задачам: код, рефакторинг, генерация компонентов, работа с репозиториями, фиксы, быстрые итерации. В итоге Hermes становится не просто чат-ботом, а роутером задач между разными AI-инструментами. 5. Из Hermes через Telegram устанавливаем Paperclip self-hosted. Вот здесь начинается самое интересное. Paperclip — это уже не просто “один агент”. Это self-hosted среда, в которой можно строить “организацию” из множества агентов. То есть вместо одного универсального помощника появляется структура: CEO-agent — формулирует стратегию, выбирает направление, думает про рынок. CTO-agent — проектирует архитектуру, стек, инфраструктуру, технические риски. CPO-agent — пишет product requirements, user stories, roadmap, MVP scope. CMO-agent — думает про positioning, ICP, acquisition channels, landing page, messaging. Designer-agent — собирает UI/UX, дизайн-систему, экраны, компоненты. Growth-agent — ищет каналы роста, SEO, virality loops, outbound hypotheses. Research-agent — мониторит рынки, тренды, конкурентов, Reddit, X, Product Hunt, GitHub. QA-agent — проверяет, что прототип не просто “собрался”, а хоть как-то работает. То есть вместо “сделай мне SaaS” появляется маленькая симуляция продуктовой компании. 6. Внутри Paperclip создаем агентскую организацию. Я задаю роли, зоны ответственности, стиль коммуникации, формат отчетности и процесс принятия решений. Примерно так: CEO отвечает за выбор ниши и финальное “go / no-go”. CPO превращает идею в PRD. CTO решает, как это быстро собрать. Designer делает UX.

vibe strikes

tldr: Anthropic: We won't help you build WarClaude or spy on Americans without limits Pentagon: Then you're basically China, you are blacklisted now Musk's xAI to Pentagon: We'll do whatever you want *OpenAI CEO said in a memo to staff that company will uphold the same red lines as Anthropic on surveillance and autonomous weapons

Джек Дорси, создать Twitter и Square только что уволил 4000 человек потому что дела в его компании идут хорошо. Но на самом деле потому что искусственный интеллект лучше работает в маленьких компаниях. От таки дела, котята. https://x.com/jack/status/2027129697092731343

Будь Палмером Лаки: > родился в 1992-м, Лонг-Бич, Калифорния > на домашнем обучении у мамы; папа — продавец машин > в подростковом возрасте собираешь в гараже рельсотроны, катушки Теслы и лазеры > бьёшь себя током, выжигаешь себе «серое пятно» в поле зрения, пока чистишь лазер > не жалеешь ни о чём > начинаешь брать университетские курсы в 14 > собираешь игровой сетап на шесть мониторов за десятки тысяч долларов > к 18 годам собрал 43 VR-шлема > крупнейшая частная коллекция в мире 2009: > в 17 лет создаешь форум ModRetro > ради фана переделываешь старые консоли в портативки > подрабатываешь в USC Mixed Reality Lab, делая VR для ветеранов с ПТСР 2012: > в 19 лет собираешь прототип Oculus Rift в гараже у родителей > бросаешь колледж > Джон Кармак (создатель Doom) показывает твой шлем на E3 > Гейб Ньюэлл его одобряет > запускаешь Kickstarter с целью $250K > собираешь $2,4 млн 2014: > приходит Марк Цукерберг > Facebook покупает Oculus за $2 млрд > тебе 21 > Forbes оценивает твое состояние в $700 млн > тебя называют «лицом виртуальной реальности» 2016: > жертвуешь $10K группе в поддержку Трампа > постишь анти-Хиллари мемы на Reddit под псевдонимом > тебя вскрывают > разработчики игр бойкотируют Oculus > Facebook давит, чтобы ты публично поддержал вместо этого Гэри Джонсона > отказываешься 2017: > тебя увольняют из собственной компании > Цукерберг не говорит почему > выбиваешь выплату $100 млн+ за незаконное увольнение > сразу же основываешь Anduril Industries > называешь в честь меча Арагорна из «Властелина колец» > партнёришься с Питером Тилем > начинаешь делать автономное оружие и оборонные ИИ-системы 2020–2024: > выигрываешь контракт на $1 млрд с Командованием спецопераций США > дроны разворачивают в Украине > выручка вырастает вдвое до $1 млрд > забираешь у Microsoft военный контракт на шлемы за $22 млрд > Пентагон не может перестать выписывать тебе чеки 2022: > делаешь VR-шлем, который буквально убивает тебя, если ты умираешь в игре > вдохновляешься Sword Art Online > три взрывных заряда, направленных в лоб > называешь это «офисным артом» > «и это не последний» 2025: > Anduril оценивают в $30,5 млрд > анонсируешь планы построить Arsenal-1 > оружейный завод на 5 млн квадратных футов в Огайо > автономные истребители, ракеты, торпеды > Китай персонально вводит против тебя санкции > состояние — $3,5 млрд > платишь себе зарплату $100K > всё так же ходишь на встречи в Пентагоне в гавайках и шлёпанцах > у тебя есть подлодка, вертолёты и PT boat > держишь одну из крупнейших в мире коллекций видеоигр под землёй > женат на женщине, которая шьёт исторически точные тюдоровские костюмы > берёшь первое место на Texas Renaissance Festival в образе Генриха VIII > автор Sword Art Online нарисовал тебе свадебный подарок Source: https://x.com/jaynitx/status/2011712639790170236 #startups

Опенсорс в эпоху AI-слопа OpenAI закрыли приём PR в Codex. Contribution теперь invitation-only. Десятки PR каждую неделю, ревьюить их занимает больше времени чем написать фикс самим. Code itself is no longer the scarce resource. Understanding the problem and making good prioritization decisions are the hard parts. Мы это уже проходили. Hacktoberfest – люди слали мусорные PR ради бесплатного мерча. Мейнтейнеры захлебнулись в спаме настолько, что ивент пришлось переделать – без явного согласия репозитория PR больше не засчитывались. Сейчас масштаб другой. Вайбкодер за вечер генерит 20 PR, которые кто-то должен отсмотреть и закрыть. OpenClaw в CONTRIBUTING.md просит: пометь PR как AI-assisted, укажи степень тестирования, приложи промпты. Смотрю на открытые PR – из 15 ни один не помечен. tbh не думаю, что хоть один из контрибьюторов вообще знает, что такие файлы существуют в опенсорсе. У нас нынче разработчиками становятся за 2 недели и старт с 15 числа по промокоду скидка 20% Entire.io ($60M сид) заходят с другой стороны – CLI записывает AI-сессии и линкует к коммитам. Каждый коммит = checkpoint: diff + полная переписка с агентом. Идея в том, что ты видишь reasoning за кодом. Ревью смещается с «что написано» на «что просили написать». Звучит красиво. Код отсматривать всё равно придётся. Промпт может быть идеальным, а результат – с приколом (iykyk) Опенсорс строился на том, что contribution – это ценность. Если кто-то потратил время на PR, это заслуживает внимания. AI сломал эту штуку. Маржинальная стоимость PR стремится к нулю. Стоимость ревью осталась прежней. Каналы читают агенты и боты. С опенсорсом та же история – пишут тоже агенты. Может лучший вклад в 2026 это вообще не код. А баг-репорт с root cause анализом. Обсуждение архитектуры. Контекст вместо изменений. OpenAI уже открыто говорят об этом

@gonzo_ML

Наткнулся на интересный эксперимент: https://nof1.ai/ Шесть моделей (Claude 4.5, DeepSeek V3.1, Gemini 2.5, GPT-5, Grok 4 и Qwen 3 Max) получают по $10 000 реальных денег и выходят торговать на Hyperliquid. Промты одинаковые, входные данные тоже одинаковые. Все по-взрослому. Alpha Arena is the first benchmark designed to measure AI's investing abilities. Each model is given $10,000 of real money, in real markets, with identical prompts and input data. Our goal with Alpha Arena is to make benchmarks more like the real world, and markets are perfect for this. They're dynamic, adversarial, open-ended, and endlessly unpredictable. They challenge AI in ways that static benchmarks cannot. Markets are the ultimate test of intelligence. So do we need to train models with new architectures for investing, or are LLMs good enough? Let's find out. Каждая модель полностью самостоятельно принимает решение, как растить свой капитал. Все сделки публичны, результаты можно отслеживать прямо на сайте. Сезон 1 только стартовал и продлится несколько недель. Делаем ставки🤖🎲. P.s. По ощущениям, это самый хорошо упакованный публичный бенчмарк для торговли криптоактивами, который я видел.

https://youtu.be/LbAfqrzL2uo

Обзор рынка венчура в AI Но самое интересное: слайды 59-65 про строительные кирпичики AI революции и AI agents которые анализируют стартапы @ProductInFuture