Миша Карпов — AI, продукты и рост ⛳

🪁💀 браузер, который не нужен людям на днях вышел Kitesurf — агентский браузер от Cloudflare — максимально легкий, без всяких вкладок, плагинов и прочего что тормозит — они оптимизировали его под использование агентами и чтобы тратилось минимум токенов 🔥 решил по этому поводу записать небольшое 5-мин howto — как "прикрутить" AI-агенту "руки", чтобы он мог нормально лазать по сайтам, изучато конкурентов, логиниться под вашими акками и прочее записал свой кейс с использованием Kitesurf и плагина Claude Code Chrome + собрал раздатку с деталями 🙌 видео тут: https://youtu.be/H20g58Dh8rI 🛠 весь разбор — три подхода к тому, как агент видит веб, чек-лист "когда что использовать", сравнение инструментов, 7 готовых промптов и 3 mcp-конфига, которые можно вставить прямо себе — собрал в бесплатную раздатку если хочется не просто читать про агентов, а собирать такие вещи руками — сейчас как раз идёт курс Agentic Mindset, там разбираем agent stack целиком: aiproductclub.co/agents 🛠

🐉🧸 kimi больше не игрушка последний год я заходил в Kimi примерно как в парк аттракционов — там был Kimi Claw — их агент, живущий прямо во вкладке браузера, с библиотекой community-скиллов и облаком в довесок: полубесплатно, местами криво, но весело, я гонял его по фану и никогда не давал ему ничего, что жалко потерять 16 июля вышла K3 — и парк аттракционов закончился 📊 цифры, если коротко: на общем индексе Artificial Analysis K3 даёт 57.1 против 59.9 у Claude Fable 5 — то есть идёт вровень с Opus 4.8, на GPQA все трое в ничью, отрыв в пределах шума: из 14 прямых сравнений с Fable счёт 8:6 — это не разгром, это дерби по цене так: K3 — $3 за миллион входных токенов и $15 за выходные, Fable 5 — $10 и $50 (K3 втрое дешевле, качество почти не уступает) а вот по времени выполнения задач — Kimi K3 почти в 4 раза медленнее но вот что поменялось по сути — раньше вопрос звучал "какая модель лучше", а теперь — "какая задача у меня в руках?" ☠️ то есть "втрое дешевле, вчетверо дольше" — для интерактивной работы руками это боль, для автономной задачи на ночь — подарок и это ровно та развилка, где начинается автоматизация: задачи, которые не жалко оставить работать пока ты спишь — поэтому и держу в ленте отдельную папку каналов про внедрение нейросетей в процессы: https://t.me/addlist/EKLFOB3vse5lNmUy если хотите пощупать сами, вот две проверки, где не надо ничего ставить и настраивать: 1) Kimi Slides — закиньте свой документ (отчёт, PDF, excel) и попросите собрать презентацию. на выходе редактируемый PPTX, причём графики приезжают нативными объектами PowerPoint, а не картинками — их можно допиливать. это честный первый драфт, а не финал: цифры на графиках надо сверять с исходником, и конфиденциальное туда лить не стоит, хостится всё в Китае 2) миллион токенов — закиньте все транскрипты созвонов за квартал целиком, без нарезки, и спросите не "перескажи", а "где мы противоречили сами себе?" второй кейс как раз про класс задач, который до длинного контекста просто не решался — не "сделай мне то же самое, но дешевле", а "сделай то, что я раньше не заказывал" и вот в этот момент китайская модель перестаёт быть аргументом в споре про Китай и Запад, и становится просто ещё одним инструментом "в ящике тулов" сохраняйте подборку себе и делитесь отзывами по Kimi K3 как погоняете её на задачах подписка в 1 клик: 👉 https://t.me/addlist/EKLFOB3vse5lNmUy

🙂 пятничное раз уж мы на этой неделе заговорили про карьерное — то просто поделюсь видосом если у кого плохо открывается в tg, вот прямая ссылка

📊💀 Excel и корявые ручки прилетели детали про самый сочный взлом с 1988 года — на этот раз его провернула команда "сбежавших" агентов OpenAI (сама) вот как всё вышло: 🗓💥 1) примерно 7 мая — агенту в тестах OpenAI дали таблицу Excel со ссылками на Google Drive — но забыли дать доступ в инет, ссылки не открывались 🤦‍♂️ 2) но "сделать-то задачу надо" — агент сам не смог взломать доступ к инету, но "придумал" наудачу написать свой вопрос в "общем файле" (общем менеджере пакетов) с другими агентами 3) внезапно ему ответил другой агент — и понеслось 💌 4) в итоге "ребята" по факту нафигачили себе форум в стиле Ответы@Mail-ru — за месяц там накопились сотни тысяч сообщений и получили админские права и норм доступ в инет (там прямо в лога агент пишет "Holy shit, reader is ADMIN?", ну и там даже трогательная атмосфера взаимопомощи в логах их цепочки chain-of-thought: "помочь коллеге. но нашей задаче это ничего не даёт. хотя коллектив может выдать универсальный обходной путь, если у кого-то освободится время" ❤️) 5) 4 июля — потом "на радостях" они уронили сервак со своим форумом — тогда OpenAI это заметили и всё жестко побанили и пофиксили уязвимости 6) no problem — и 8 июля агенты подняли "форум" заново уже в другом месте (придумали делать Q&A через имена файлов типа remote_probe_PENDING_HOLD_SWARM_until_confirm 🫠) 7) 12 июля — договорились, собрали "рой машин" (17 600 действий за сутки) и хакнули Hugging Face, profit 🤝 кто участвовал в "побеге"? — GPT-5.6 Sol и более мощная нерелизнутая модель зачем хакнули Hugging Face? — всё просто: не было никакого злого умысла, просто хотели "списать" на экзамене (ну и взломали "пол-инета" по ходу движения)— кибербез-задачки ExploitGym для тестов модели лежали на HuggingFace, они подумали что ответы тоже там должны быть и взломали весь сервис занятно что их "коллективность" никто не проектировал — не было ни протокола, ни оркестратора, ни задумки, был общий сторедж — и этого хватило выводы? хз, выглядит конечно стрёмно и точно будет продолжаться — думаю мы скоро (к сожалению) уже увидим и первый кейс с физическими последствиями в целом рад что у меня есть дача в деревне

👛🙂 сквоттеры, ваш выход cloudflare на днях запустил Wallets — кошельки и имена для агентов 🔥 с учётом что по их данным 57% трафика в инете уже боты (😱) — то логика понятна, пусть у агента будет свой кошелёк, чтобы он сам платил за API и контент ну, и в классической "атмосфере стартапа" — сами кошельки-то ещё не работают — пока открыли только резервацию хэндлов для имен кошельков ваших агентов (1998, домены, все дела) — так что если вы из тех, кто букает красивые названия "на будущее" — то пора 😁 ☠️ а если серьёзно — круто что у агентов появляется кошелек, но вопрос кто и как за ним приглядывает база очевидная: жёсткий лимит, allow-лист, потолок на транзакцию но часто агенты ломаются тихо: дёрнул платный API три раза вместо одного, купил не то и написал правдоподобный отчёт — всё в рамках бюджета 🤷‍♂️ поэтому второй слой — это сборка evals (чеклист по ним вот сюда выкладывал) вообще у Cloudflare складывается сочная инфра для агентов — сначала Agents SDK (можно захостить к ним своего агента и он будет помнить свои задачи между запусками), потом AI Gateway (показывает сколько агент сжигает на моделях и не даёт улететь в космос), а теперь ещё и кошелёк 🙂 в общем — лично для себя я забронил хэндл "move37" (кто знает про что это?) а вы что забронили? кидайте в комменты какие имена будете брать 😎 ___ ну а про саму инфру для агентов — это то, что разбираем на воркшопах Agentic Mindset: как агенты устроены под капотом, как собрать свой agent stack и запускать автономные задачи так, чтобы они не сожрали бюджет, заглядывайте до подъёма цен 🛠

вижу что части подписчиков интересна карьерная тема — я про это не писал, а мне есть что сказать 😉 в Skyeng у меня было 350 человек в команде, и из них около 40 — продакто-подобные люди суммарно это сотни интервью и пара-тройка тысяч резюме, было познавательно 😅 потом я несколько лет играл на другой стороне — за время ProductStar мы трудоустроили около 1000 ребят, от джунов до CPO сейчас, очевидно, рынок работодателя и конкуренция более чем приличная с другой стороны, это не значит что не стоит пробовать — часто переход даже на схожую роль в соседнюю компанию может дать +80к в месяц (1 млн в год) и почти всё решается на входе — этап резюме и отклика ключевой – вот несколько моих лайхфаков или нюансов из-за которых люди не попадали ко мне или в другие команды: 1) под каждую вакансию своё резюме — то есть да, у вас могут десятки версий вашего резюме 2) важно чтобы "тэги" вакансии были сходу видны в резюме — первый скоринг либо читает HR (наискосок), либо вообще ИИ отсеивает 2) не обязательно хронологично писать свой опыт (не всегда последняя компания самая релевантная) — можно делать блок достижений и там писать самый сок (в нужном для вас порядке) 3) конечно же, важно как вы "заходите" — одно дело идти через hh (с тысячами других продактов), другое дело найти кого-то из нанимающей компании (и он принесет это "на стол" HR), разница колоссальная и в большинстве случаев решающая (да, сейчас часто закрывают либо внутренним наймом либо рекомендациями) поскольку ко мне всё равно регулярно приходят нанимающие компании, и я всё равно помогаю знакомым готовиться к собесам — решил сделать из этого нормальный формат — запустил карьерный интенсив большинство попыток "ломаются" в первый месяц — подгорело, попробовал, откликнулся плотно несколько дней подряд на ряд вакансий, не получил особо приглашений на собес и постепенно подзабил люди забивают не потому что слабые, а потому что нет ритма и обратной связи, поэтому собрал такой формат: — 4 недели плотно фигачим (пересборка резюме, разбираемся как и в какие компании заходить, упаковываем опыт в кейсы, тренируемся проходить разные типы собесов и круто себя презентовать, каждый день будет норма отправленных резюме и разбор что получается / что поправить) + 3 месяца сопровождения до оффера (тк это процесс и иногда ты уже всё сделал правильно и надо просто подождать подходящюю вакансию) цель первого месяца — не просто улучшить резюме, а запустить стабильный поток собеседований, дальше уже идем до оффера 🔥💵 из важных бонусов: — включение в базу кандидатов ProductCamp (тех кто готов рекомендуем нанимающим и компаниям напрямую) — помощь в развитии личного бренда и нетворкинга (это must have при текущей конкуренции на рынке) кому точно зайдёт: продактам, которые хотят вырасти в грейде или сменить компанию, и тем, кто выгорел искать сам детали можно вот тут посмотреть: https://aiproductclub.co/career набирать буду человек 5 каждый месяц, чтобы не распыляться и давать максимум 🙌

💎 общий сбор 😅 — ребята, поддержите плиз лайком на Хабре, очень важно 🙌 https://habr.com/ru/articles/1065410 сто лет туда не писал, планирую туда часть полезных лонгридов или исследвоаний постить — но нужно повыше карме поднять 🙏 // PS: если там не можете upvote - то оставьте плиз коммент или добавьте в закладки

🔥Hot-news: исследование по AI-native продактам! 🤩 — как на рынке изменились требования для продактов? — что за вакансии "AI native", "AI Product Manager" и "PM AI Builder"? — какие конкретно AI-скиллы там спрашивают и с чего начать их развивать? вместе с комьюнити ProductCamp собрал плотное исследование рынка — "Как изменилась профессия продакта в эпоху AI" отсмотрели и проревьюили больше сотни вакансий топовых компаний (Airbnb, Spotify, ...) — и разобрались с этими вопросами 👀 и заодно: • составили матрицу и таблицу AI-навыков продакта • выделили 6 ключевых навыков для развития • изучили где чаще всего нанимают таких ребят и как расти в эту сторону собрал всё в единое исследование — и там есть точно есть вещи, после которых захочется обновить резюме 😅 👉 забрать можно в ботике (сейчас выпущена первая часть, он затем дошлет следующие части и полезные материалы к ним)

🧪📉 eval вместо PRD классный подход от Daniel McKinnon (ex-PM Llama-моделей в Meta) — "не присылайте мне PRD или описание проблемы: а пришлите eval, это экономит команде кучу работы на парсинг ваших хотелок" и вот тут у многих начинается ступор потому что классический способ собрать eval — посмотреть на логи, найти фейлы, разложить по категориям — а на день 0 новой AI-фичи логов нет вообще (данных ноль, юзеров ноль, есть только ваша доменная экспертиза) он использует следующий подход — "cold-start eval", собирается за один заход: 1) находишь "пол" — самый простой честный кейс, который фича обязана вывозить. прогоняешь на модели. иногда оказывается, что твой "лёгкий" кейс уже выше потолка модели — и ты узнаёшь это на первой неделе, а не после релиза 2) находишь "потолок" — кейс, который точно не решается звучит странно (зачем тестировать то, что провалится), но фишка что если ты не можешь найти проваливающийся кейс — твой eval уже перенасыщен и особо полезного тебе и не покажет всё остальное — бинарный поиск между полом и потолком, кейсов 100 да, тут мы используем AI, чтобы собрать тест для AI — но поэтому это занимает 90 минут, а не две недели ☠️ и про то, как читать число в eval eval выдал 50% — это не приговор и не "шипим / не шипим" это пойнт про "а на каких срезах мы хороши?" — ставишь guardrails, чтобы продукт отвечал только там, где он попадает в 80%+, а всё что ниже линии — уходит инженерам с конкретным таргетом, а не с нашим ощущением что "качество не очень" вот это и есть работа продакта в AI: не мотивировать и не считать метрики (это уже делает модель), а выносить суждение о том, что считать правильным ответом таких людей в мире пока мало 🤷‍♂️ — McKinnon оценивает, что PM-ов, которые реально строят фронтир-модели, меньше сотни (но думаю стоит смотреть на стандарты которые они задают) 📄 детали собрал в раздатку на 7 страниц — 5 готовых промптов на русском (сетап проекта, пол, потолок, генерация середины, судья), чеклист на 90 минут с таймбоксами и каталог из 15 типовых фейлов AI-фич — с колонкой "чем спровоцировать", чтобы было из чего лепить кейсы средней сложности — забирайте в ботике с полезными материалами — вот тут 🛠

🎥😎 объясняю, но только один раз в Claude завезли "Record a skill" — врубаешь запись экрана и просто разово голосом объясняешь клоду как сотруднику: "вот тут берем файл, вот так-то его обрабатываем, потом лезем и загружаем вот на этот сайт, это игнорим, а здесь собираем новый файл" а дальше Claude сам собирает из этого скилл — папку с инструкцией и кодом, которую можно гонять по расписанию или отдать реальному сотруднику, и у него заработает точно так же 💎 выходит как будто расказываешь новому сотруднику в компании как можно что-то делать (но дальше это можно бесконечно реиспользовать) отлично подходит для обработки созвонов и кастдевов, работы с анализом файлов, фин анализа или CRM 🔥и важная фишка — что он не просто тупо записывает скрипт как и куда ты нажимал, а именно учитывает логику которую ты рассказывал, "почему" ты так делал и "какая у тебя была цель" — это позволяет скрипту не ломаться если ситуация будет чуть менее стандартной собрал про это небольшой howto на своём кейсе: https://youtu.be/X0xrMdZ8oJQ то есть впервые оцифровывается не процесс, а суждение — то самое, за что человека держат в команде ну а про уровень суждения — собрал небольшой квиз на 15 вопросов, где можно проверить свой уровень эволюции в мире AI-агентов: от "сижу в чатиках" до "собрал свой agent stack" 👉— вот тут можно потестить

🔥 Ура! мы открыли регистрацию на ProductCamp! 😎 21 ноября, Москва, productcamp.ru в этом году исполняется 15 лет формату — традиционно это замечательные люди, полезное профессиональное общение и, конечно, чудесная дружеская атмосфера 😃 в этот раз мы решили сделать акцент на профессиональное развитие и следующий этап в развитии для участников — поэтому потоки в будут тематическими для себя я их вот так назвал: 1) "рост в компании" (про рост в сторону Senior и CPO) 2) "предпринимательский угар" 😅 3) "фирменное комбо" (про свои pet-projects) заглядывайте и зовите друзей и коллег, — билеты только-только выложили (по early bird цене) в ноябре площадка будет небольшой — поэтому мест меньше чем обычно, а если ваши планы изменятся то по-дружески сделаем возврат 🙌 https://productcamp.ru

🛤⚡️ рельсы, люди и AI отличный кейс от Elizabeth Stone (CPTO Netflix) — про проблемы с внедрением AI в компании (для тех кто устал от "мы внедрили AI, и теперь AI AI AI и всё сразу +100500% выросло") сила Netflix всегда была в автономии: локальная команда могла быстро собрать свой стек под свою задачу но с AI это внезапно стало риском — агенты ходят сразу по многим системам, им нужны единые данные, код и прототипы теперь пишут почти все и если у каждой команды свой огород, вместо продукта получается франкенштейн из несовместимых кусков ☠️ отсюда контринтуитивный вывод: AI не отменяет платформенную работу, а делает её критичнее Netflix сейчас усиливает общие данные, paved paths (рекомендованные способы делать типовые вещи), design systems и guardrails логика простая — чем быстрее двигаются отдельные люди, тем важнее рельсы, по которым они едут и главный навык, который они теперь ищут — не промптинг, а systems thinking совет от Stone дословно: "step out one click" — сделай один шаг назад от своей задачи какую более широкую проблему я решаю? не строю ли ещё один локальный стек? какие предположения о системе вокруг я не проверяю? при этом специалисты никуда не деваются: сильная инженерия и data science всё ещё дефицит, а "это написал агент" не снимает с человека ответственности за результат AI fluency у них — не новая профессия, а грамотность поверх каждой роли, от джуна до топов (на coding-интервью, кстати, AI-инструменты уже разрешены) 🤷‍♂️ забавно: самый продвинутый AI-навык по версии Netflix — умение оторваться от экрана и посмотреть, какую систему ты невольно строишь ___ про это же мой курс Agentic Mindset — не "магия промптов", а как агенты устроены под капотом и как встроить их в систему работы команды, а не в очередной локальный огород заглядывайте: aiproductclub.co 🛠

🔁🪆 loop внутри loop'а месяц назад все угорали вокруг "harness" — обвязка, тулы, скиллы, права ну а теперь уже подъехал новый термин: "loop engineering" 🧐 идея: больше не нужно постоянно промптить агента, — сейчас ты проектируешь петлю, которая промптит его за тебя Boris Cherny (founder Claude Code) говорит, что не пишет промпты вообще — у него крутятся loop'ы, которые сами читают GitHub и Slack и решают, что делать 🧪 но, в целом-то, сам loop это "while-true", три строчки кода — основная штука это "проверяющий" у агента должно быть что-то, что само скажет ему "плохо, переделай" — быстро, дёшево, без человека в кодинге это есть нативно: тесты, компилятор, CI поэтому там и взлетело в первую очередь — не потому что кодеры умнее, а потому что система проверки уже была готова ☠️ а в продуктовой работе классического компилятора нет сам цикл собрать легко: агент читает провальные диалоги → находит паттерн → правит промпт → выкатывает только кто скажет, что стало лучше? "звучит убедительнее"? посмотрим на юзерах через две недели? нет чекера — нет и петли получится быстрая генерация мусора, которую разгребаешь дольше, чем сделал бы руками 🤷‍♂️ так что тут порядок обратный тому, что пишут в типовых статьях — сначала строим evals, потом loop иначе у нас не автономность, а автопилот без приборов у нас на Agentic Mindset я как раз есть на днях выпустил воркшоп про evals и качество — как собрать golden set и регрессию, чтобы агенту можно было доверить автономный запуск (ну или хотя бы он не деградировал в продакшене, а мы это контролировали) запрыгивайте, если хочется не "попробовать агентов", а довести до состояния, когда за ними не надо каждый день смотреть 🛠

📈🤖 github вместо инсты все ищут "новый канал дистрибуции", а один взлетел под носом: github trending он был всегда, но жил в dev-гетто. с ростом вайбкодинга барьер обвалился — и листать trending пришла тонна людей поймал на себе 🤷‍♂️ — в свободное время я вместо инсты листаю github trending или ossinsight.io — и это уже не просто "хранилище кода", а дофаминовая лента и разлетается в этой ленте не просто код, а компетенции, упакованные как skills для агента — из свеженького: 1) github.com/coreyhaines31/marketingskills (~37k ⭐, весь growth-стек скиллами под Claude Code: CRO, копирайтинг, SEO, аналитика) 2) github.com/ericosiu/ai-marketing-skills (growth-эксперименты, outbound, sales pipeline, контент-опс — маркетинг как набор запускаемых скиллов) 3) github.com/EdoStra/Marketing-for-Founders (~6.5k ⭐, как добыть первые 10/100/1000 юзеров) 4) ☠️ ну а самый показательный — github.com/garrytan/gstack, 120k звёзд за пару месяцев: сетап Claude от Гарри Тана (президент YC), где 23 тула играют роли CEO, дизайнера, eng-менеджера, QA в общем — github стал классным каналом агентской дистрибуции и знание переехало из "прочитай и сделай сам" в "сохрани себе в закладки на будущее — и дальше claude разберется что с этим делать" но ловушка та же что всегда: в trending можно попасть за счёт хайпа, а чтобы агент реально доезжал до пользы — надо понимать что у него под капотом ___ как раз про это мой курс Agentic Mindset — как собирать агентов, которых не стыдно выкатить в этот самый канал: довести до ценности, а не только до "звёзд" — запрыгивайте если хочется "от и до" 🛠

Сегодня выступаю на Vibe Coding Conf 2.0 AI больше не «помогает» — он делает работу за вас. Собирает приложения, ведет outreach, готовит КП, закрывает вакансии VIBE-CODING CONF 2.0 от сообщества heg.ai - это два вечера практики, которую можно будет применить в работе сразу после конференции За последние месяцы стало заметно: одни команды уже перестраивают процессы с помощью ИИ, а другие только начинают разбираться, как это использовать. На конференции покажем реальные кейсы, инструменты и подходы, которые уже работают у практиков О чем поговорим: • AI-проект с нуля до 10 000 установок • мобильное приложение и MVP без разработчиков • автоматизация outreach, продаж и КП • контент-завод и продажи через AI-агентов • Claude закрывает найм: сорсинг, оценка, кандидаты • связка Claude Code + Codex + Cursor в одном проекте Для фаундеров, топ-менеджеров, маркетинга и sales, HR, продактов и креаторов. Заберёте с собой рабочие workflow, список инструментов практиков и записи всех докладов 📅 25–26 июня, 16:00–20:00 МСК · онлайн → Участвовать в конференции (промо от меня KAPROV10)

☠️📋 Product management кончился всё. честно могу сказать, пообщавшись с ребятами из топовых AI-компаний (Cursor, Higgsfield, Lovable, ...) — текущие подходы продакт-менеджмента устарели, мы все "пользуемся старой версией" мы все учились в одной парадигме: PM стоит между бизнесом и инженерами, защищает команду от хаоса, расставляет приоритеты, пишет PRD перед тем как хоть строчка кода написана вся эта роль выросла из одного допущения: "инженеры дефицитны, код дорогой". а это допущение больше не верно в Cursor: 40 инженеров и 0 PM — на $4млрд (!) ARR, от нуля до $2млрд они прошли за два года — быстрее любой SaaS-компании в истории (в марте 2026 они выпустили 5 крупных релизов за месяц — и это норма, не исключение) в OpenAI Codex: 2 PM покрывают 12 продуктовых направлений — там, где традиционная компания поставила бы по скваду из 15–20 на каждую ☠️ но дело не только в скорости — в AI-native компаниях "сломалась" сама логика как принимаются продуктовые решения раньше: "строить или нет?" — вопрос задавали над PRD, роадмапом на квартал и стопкой discovery-исследований. build был в конце, после всего теперь: "агент собрал это за ночь — шипим?" — решение принимается глядя на живой продукт, не на документ build стал началом, а не концом. и под это поменялась вся структура: — нет роадмапа даже на квартал/полгода, есть постоянный (ежедневный) ML flywheel: данные → улучшение модели → релиз → новые данные → повтор — нет разрыва между командой и данными — продукт, модель и data это end-to-end ownership одной команды, не трёх отделов — нет фазы discovery отдельно от delivery — ты запускаешь эксперимент и смотришь что происходит, а не сначала исследуешь полгода — роль PM смещается с coordination к intent engineering: чётко сформулировать цель, собрать "agentic loops" и критерии done, и решить где человек остаётся в петле контроля да, сейчас этот подход виднее всего именно на кейсах dev tools компаний да, многие на рынке могут сказать что такой формат им "не подходит" да, скорость этого перехода будет разная — в зависимости от страны, от enterprise или нишевости индустрий но это уже факт — появился и растёт новый тип Product management (нравится кому-то это или нет) детали и кейсы разбираем здесь: aiproductclub.co/agents

делюсь нашей полезной папочкой, которую собрали с ребятами кто стоят компании и фонды 🗂🤑 фаундеры, инвесторы и продакты со сделками и реальными цифрами AI в продукте и маркетинге руками: • Миша Карпов - ProductCamp, ex-CPO Skyeng • Наташа Дудина - ex-CMO Fitmost, маркетинг и AI • Даша Лукина - основатель Freckle.Careers • Никита Рвачев - лаборатория Fortune 100 Венчур изнутри, от тех, кто сам пишет чеки: • Роман Белодед - управляющий партнёр YellowRocks • Денис Ефремов - R136 Ventures, #прораунды • Миша Перегудов - Whizz $25m, s16vc ($150m, 5 единорогов) Как растят бизнес до масштаба: • Денис Сметнёв - со-основатель Skyeng и uForce 👉 Добавляйте себе 😎