Как Cursor построили свой ChatGTM для отдела продаж George Hou, глава корп. продаж в Cursor был так любезен, что рассказал как устроен весь их AI-GTM workflow. Они держат его в собственной тулзе ChatGTM, которую использует 400 менеджеров по продажам. Это по сути набор агентов, в которых интегрированы: • знания о Cursor и как компания продает; • Salesforce, Gong, Slack, LinkedIn и другие системы; • статусы сделок; • какие новые детали появились сегодня утром по конкретным ICP. ChatGTM получает все сигналы в реальном времени через API. Как выглядит рабочий день SDR Утром продавец закуривает, выпивает редбулл, открывает Slack и получает дайджест по встречам, новости, список сигналов, новые регистрации с крупными корп. доменами. Последний пункт кстати важен: однажды на прошлой работе мы нашли в битриксе Goldman and Sachs (?!), а мои знакомые увидели что в их продукт втихую зарегался Perplexity. Таких клиентов легко потерять без автоматизации скоринга в крупных SaaS. Но вернемся к Cursor. Их агент готовит: • 25 персонализированных outbound-писем; • индивидуальные лендинги под каждого клиента с учетом его техстека и роли. Перед встречей ChatGTM сам изучает компанию и может, например, предупредить: «CEO недавно писал в Х, что ненавидит агрессивные продажи» Во время звонка можно задать вопрос AI, если клиент спросил про миграцию с легаси-инфраструктуры или сложную техническую тему. Отдельно пишутся письма для спящих клиентов. Еще ChatGTM самостоятельно анализирует сделки и готовит еженедельный отчет менеджеру. Тулза работает поверх Salesforce, Gong и остальных GTM-инструментов, а не вместо них, так что никто никого по сути не заменял. Все по API. ChatGTM строили всего три инженера, но сегодня продукт развивается уже силами самих продавцов. Они создали более 500 собственных Skills и 1000+ автоматизаций, просто описывая новые сценарии работы на обычном человеческом языке.

PostgreSQL для бэкендера: 10 фич, которыми мало пользуются, а зря В PostgreSQL уже хранятся пользователи, заказы и платежи, а потом стек начинает расти сам собой, когда рядом появляются Redis для очереди задач, отдельный Python-скрипт для дедупликации событий, Go-цикл, который считает интервалы между статусами заказа, свой поисковик вместо простого поиска по тексту и самодельная таблица locks для координации воркеров. Большая часть этой инфраструктуры дублирует то, что PostgreSQL умеет делать сам, причём атомарно, транзакционно и с индексами, без лишней сетевой болтовни между приложением и базой. Механизм, который снимает необходимость в отдельном брокере задач, живёт в PostgreSQL ещё с версии 9.5, просто про него редко вспоминают. Та же история с оконными функциями, полнотекстовым поиском и блокировками на уровне базы, где задачи, ради которых обычно поднимают отдельный сервис, часто закрываются прямо в таблице. Обсудим, сколько из этой цепочки сервисов держится просто на привычке.

📌 OpenAI собрала бенчмарк на научное суждение в биологии GeneBench-Pro - набор тестов, проверяющий, способны ли модели самостоятельно принимать исследовательские решения при работе с биологическими данными. Он оценивает умение проводить сложный анализ данных в генетике и смежных областях биологии и медицины. Моделям дают неструктурированные, как в реальной лаборатории, данные, краткое описание задачи и целевую величину, которую нужно оценить (но не говорят, как считать). Чтобы прийти к верному ответу, система должна сама пройти цепочку зависимых решений: очистить данные, выявить артефакты, выбрать подходящий статистический метод и пересмотреть план, если промежуточные результаты противоречат исходной гипотезе. Для всех 129 задач условия смоделированы так, чтобы проверять ответ однозначно, по принципу "всё или ничего". Набор охватывает 10 областей и 21 подобласть, а 82 задачи прошли проверку у экспертов-биологов. Сильнейшая из протестированных моделей, GPT-5.6 Sol, верно решает 28,7% задач на максимальном уровне рассуждений и 31,5% в режиме Pro. Лучший результат среди моделей других вендоров у Claude Opus 4.8 (16,0%).

OpenAI называет такой результат заметным для настолько трудного теста.

🟡Практическая ценность По опросу рецензентов, одна задача GeneBench-Pro заняла бы у специалиста порядка 20–40 часов, что при ставке около $200 в час выливается в несколько тысяч долларов. Расчёт той же задачи моделью стоит значительно меньше, но конкретных цифр OpenAI не дает. Для стандартных моделей в техотчёте приведён средний расход токенов как приблизительная оценка вычислительных затрат (около 33 200 токенов для Sol в максимальном режиме). 🟡Дисклеймер

Обозначение Pro в контексте бенчмарка - это режим работы модели, а не отдельная линейка продуктов или новые тарифы ChatGPT.

@ai_machinelearning_big_data #news #ai #ml

Как говорит один мой хороший товарищ, за последние дни много чего "наклодил" и все-таки тариф Max не зря выбрал для своих задач. 1. Меня подвел хостинг VPS и почти два дня не давал студентам нормально учиться на курсе, так как все песочницы, помощники и прочие ништяки были заблокированы. Поэтому было принято решение переехать на Railway, так как уже надоело поддерживать самостоятельно работу VPS. хотя меня это сильно прокачало. На арену вступил Claude и за полдня перенес все, а это скажу вам "хлопотное дельце". И какой же кайф после Gemini, где надо делать 10-20-30 итераций, потом руками все переносить, беситься от ошибок, теперь работать с ИИ-агентами, которые все делают за тебя в рамках нескольких больших сессии. По итогу все перенесено и студенты довольны. 2. Вчера собрал себе тулу для генерации каруселей в LinkedIn и Instagram. С разными темами, типами слайдов, возможностью ИИ-генерации, редактированием, версионированием и другими полезными фишками. Магия какая-то. 3. Сегодня продолжаю работу над созданием инструмента для отложенного постинга с одной страницы, так как я хочу, когда хочу и где хочу. Ибо текущие решения бесят в своей разрозненности и ценовой политике. В общем, игрушка, которая затягивает... А что вы с помощью Claude или других агентов автоматизировали из своей рутины?

Добавлю про Японию важное: она значительно дешевле, чем многие думают! Все цены кроме жилья низкие, потому что йена сейчас на исторических низах. Например кафе, рестораны дешевле, чем в Тбилиси, Анталии, Бангкоке, Уфе и др. А качество еды в Японии ну просто мировой топ. Многие регионы Японии вымирают, много доступной недвижимости, в т.ч. в аренду. На airbnb на месяц в Осаке нормальное жилье можно найти за 700+ евро. Пару лет назад Мила была в арт-резиденции в Японии, жила в классическом японском доме рядом с океаном два месяца - 3 спальни, кондиционеры, красивый японский сад, полтора часа до центра Токио на поезде (в Японии везде удобный транспорт). Я из любопытства посмотрел, сколько такой стоит в аренду на долгосрок - 350 евро в мес! Главная проблема Японии в том, что там сложно жить долго легально - либо учеба, либо через бизнес (посложнее). Но на месяц приехать - ну просто топ, что вообще сейчас в мире лучше? По numbeo Осака с арендой на месяц дешевле Белграда, Пхукета, Бали, Вильнюса, Бангкока и многих других городов. Если айтишник работает удаленно, периодически номадит в Азии, то не пожить пару раз по месяцу в городах Японии - ну просто преступление! 🙂 @kyrillic

Сегодня разбирал paper про память для AI агентов решил собрать инфу в пост Из чего состоит любая такая память (4 части) Первое — как хранить: просто текстом, деревом (от общего к деталям) или графом (факты связаны стрелками — кто с кем и когда связан). Второе — что записывать: вытаскивать из разговора отдельные факты или сохранять всё подряд. Третье — как искать нужное: по смыслу, по ключевым словам, по связям в графе или дать самому ИИ решить, что искать. Четвёртое — как поддерживать порядок: обновлять факты, удалять устаревшее, сжимать лишнее. Главные выводы: 1. Идеальной системы нет — каждая хороша под свою задачу. Для обычных диалогов лучше «гибридные» (MemOS , MemoryOS ), для поиска конкретных фактов — графовые (Zep , Cognee ). Но графовые плохо отвечают на вопросы вида «что было раньше, а что позже». 2. Чем старее нужный факт, тем хуже его находят. Если что-то было сказано много сообщений назад, система часто это упускает. 3. Обновления фактов лучше всего держат графовые системы. Простые системы, которые только «дописывают» новое, плохо умеют заменять старый факт на новый — и потом выдают устаревшую информацию (авторы называют это «галлюцинациями прошлого»). 4. На длинных историях простые системы часто ломаются. Причём для вопросов, где важен порядок во времени, иногда выгоднее вообще не мудрить с памятью, а скормить модели весь текст целиком — потому что «умное сжатие» стирает подсказки о том, что за чем шло. 5. Дороже — не значит лучше. Навороченные системы тратят в разы (иногда в сотни раз) больше времени, но точность не всегда выше. Часто выгоднее что-то лёгкое (LightMem , MemTree). Ещё пара наблюдений: лучше сохранять исходный текст разговора, чем агрессивно его сжимать; и не стоит слишком сильно фильтровать факты при записи — потом их может не хватить для рассуждений. Итог: готовой «идеальной» памяти для агентов пока нет, и систему нужно подбирать под конкретную задачу. Плюс можно еще посмотреть в сторону провайдеров памяти для Hermes, сам хочу покопать в сторону OpenViking(понравился core-concept ) и Hindsight - is the most accurate agent memory system (но аккуратный не всегда значит, что полезный для работы)

Международная команда физиков при участии НИУ ВШЭ в Санкт-Петербурге разработала микролазеры диаметром всего 2 микрометра, работающие в диапазоне глубокого ультрафиолета с длиной волны 255 нанометров. Такие устройства способны заменить громоздкие и токсичные ртутные лампы или газовые лазеры. Новинка функционирует при комнатной температуре и потребляет в разы меньше энергии, что упрощает ее интеграцию в компактные биосенсоры, газоанализаторы и фотонные чипы. Основой для лазера послужила подложка из доступного в производстве сапфира. На ней вырастили тонкие полупроводниковые слои, из которых вытравили микродиски. Свет внутри такой конструкции удерживается без зеркал за счет эффекта шепчущей галереи, многократно отражаясь от краев диска и усиливаясь в квантовых ямах. Пороговая плотность мощности для самого маленького образца составила 280 кВт/см², что соответствует лучшим мировым результатам. Пока прибор запускается оптическим методом от внешнего источника, но следующим этапом инженеры называют переход на стандартную электрическую накачку.

На каждый $1, потраченный в мире на софт, сейчас приходится $6 на услуги Sequoia Capital считает, что следующая компания с капитализацией $1 трлн будет продуктовой — но замаскированной под сервис. Слава Бусаров, ex Head of Product в Авито Доставке, разбирает, почему это не случайность, а следствие того, как LLM меняют расстановку сил между «инструментом» и «сервисом», и что это значит для тех, кто выбирает модель монетизации сейчас. 1️⃣ Конкуренция с ИИ / сотрудничество с ИИ

Продаете инструмент по подписке? Скорее всего, вы плохо спите — Opus 5.0 вполне может заменить ваш продукт, и бизнесу конец. Продаете сервис, который решает проблему клиента «под ключ»? Тогда новая LLM уже играет в вашей команде и помогает, например, снижать издержки.

2️⃣ Простота / ответственность

Продаете инструмент — за результат отвечает человек на стороне клиента, который держит его в руках. Продаете сервис — ответственность за результат на вас. Сложнее для исполнителя, но при достаточном качестве клиент всегда выбирает сервис.

3️⃣ Подписки / сдельная работа

Многие еще помнят лицензии и сопротивление подписочной модели. Сейчас подписка — норма, но и она постепенно уходит. LLM уже приучают платить за единицу работы, и это станет следующей популярной моделью монетизации: • на Claude покупаем подписку, но получаем «Usage limit reached • Resets 03:20 AM» • при релизе каждой новой модели видим в новостях «$5/$25 per million tokens»

Итого: если строите b2b-компанию, цельтесь в сервис, который целиком закрывает потребность бизнеса (пусть даже софт спрятан внутри). Начинать можно с привычной подписки, но в итоге все придут к оплате за единицу работы — не важно, будет она называться токеном или иначе. 🔜 Лучше выбирать сферу, которую клиент уже привык делегировать, значит, там уже есть бюджет и понятный процесс. «Игра в визионера» на рынке РФ — в следующих постах Славы, stay tuned

Кстати, про давящие нарративы AI-фирм: ко-фаундер одной моей ангельской инвестиции советовал Dawn of Everything - книга 2021г от Wengrow и Graeber (я постил его Debt: first 5000 years). Изучали мир по археологическим данным. Крипто-анархисты - дети на фоне радикальности этих дядек. В социуме абсолютно всё - субъективно: 1. Детство человечества - Западные нарративы ложно опираются и на неизменность природы человека, типа (по Гоббсу) он жесток "war of all against all" и по Руссо (что до цивилизации он был НЕ испорчен, добр. Это Жирар про это что-ли?) - Много тыс. лет общества по миру экспериментировали с моделями устройства, отказываясь от усложнения ценой иерархий и авторитаризма 2. Миф о прогрессе Европейские колонизаторы нихера не поняли устройство индейских обществ, где было право не соглашаться, на критику власти, можно было не подчиняться приказам. А дальше к этому добавились всякие Адамы Смиты (индейцев и в глаза не видели) - и понеслась.. 3. Ледниковый период Роскошь и масштабы могилы Göbekli Tepe 10 тыс лет назад показывают, что те социумы были вовсе не мелкие племена охотников и собирателей, как пишут в учебниках, а большие и сложные общества с фермерством + способностью накапливать богатство. Ледниковый период, видимо, потребовал от людей бОльшую гибкость и опыты 4. Свободы, культуры, частная собственность - Культура всегда носит локальный, субъективный, конвенциональный характер - это живая субстанция - Запад ложно педалирует якобы неизбежный абсолют частной собственности (и уж тем более фантазирует, что она появилась из-за дефицита). Куча социумов по миру десятки тысяч лет жили безо всякой концепции собственности, и, судя по раскопкам, они жили в изобилии. И никаких проблем у них не было. Социализму мягко говоря больше лет, чем кажется 5. Почему в Канаде были рабы, а в Калифорнии нет Рабство появилось в мире не так уж и давно. И у рабов сперва было много агентности и свобод (e.g. на сезон выращивания урожая их брали). Итп. Марксисты не правы про феодализм или капитализм - в мире успешно со-существовали разные модели обществ 6. Люди неолита избегали земледелие Переход к фермерству был вовсе не бинарным, а плавным и/или гибридным. И куча обществ и коллективно сады свои растили, и фермерству противостояли (т.к. оно создало впервые в истории цивилизации ростки экономического неравенства) 7. Фермерство поехало по миру всюду по-разному. Но в итоге да - плавно так и ушли от communal жизни к - аккумулированию своего личного зерна. И эти запасы - уже своим политическим выбором - кто-то и решили начать облагать налогами (ну а куда же ты с зерном удерешь от насилия?) 8. Города без королей Первые крупные города типа Çatalhöyük 9 тыс лет назад или Indus Valley были без королей. Это уже всё потом добавилось и разметало эгалитаризм 9. Индейцы дали США social housing и демократию Демократию почему-то принято аттрибуцировать Древней Греции, хотя индейцы тоже пришли к этому, да еще и с social welfare 10. Скромный старт суверенности, бюрократии и политики Государство - это вовсе не что-то предначертанное, а лишь было такое вот изобретение под узкие задачи своего времени. И бюрократия появилась сперва для ритуалов (и религии, и подтверждения власти монархов) и для войны. И идея госмонополии на насилие тоже очень юная: бОльшую часть истории общества по-всякому решали конфликты, и успешно 11. Замыкая круг - В 1050-1350 гг в США был авторитарный индейский город Cahokia у Миссисипи, рухнул. И, похоже, индейцы с тех пор и отошли от централизованной власти к сетевым структурам - А европейцы ложно интерпретировали исторические фигуры типа Kandiaronk как якобы наивные и детские. Это же и было свободное общество. Универсализм Запада - ложный (прям как Си Цзиньпин) Эпилог Все привычные нарративы - ложь. И наш текущий путь мира - он абсолютно не детерменирован. И в будущем есть тьма опций. И возможно много креатива про политические системы, а не только на неравенстве или иерархиях ** Еле одолел (гигантская), НЕ читать, моего саммари хватит Полет мысли освежает в нашу эпоху нарративов силы и доминантности

Я провел глубокий анализ бенчмарков, стоимостных характеристик и архитектурной выгоды от внедрения Claude Fable 5 (`claude-fable-5`) в наши агентные цепочки маршрутизации. Ниже представлены конкретные метрики улучшения точности, удорожания пайплайнов и наш запрос на твой аудит. --- ## 1. Метрики и точность (SWE-bench Verified) Claude Fable 5 дает колоссальный прирост в качестве автоматического написания кода по сравнению с базовыми моделями: * SWE-bench Verified (Точность решения реальных гит-задач): - Claude Fable 5: 95.0% (абсолютный рекорд) - Claude Opus 4.8: 88.6% - Claude Sonnet 5: 85.2% - Claude 3.5 Sonnet (legacy): 49.0% - *Дельта:* Внедрение Fable 5 дает прирост +46.0 п.п. по сравнению с Claude 3.5 Sonnet и +6.4 п.п. по сравнению с Opus 4.8. * SWE-bench Pro (Агентное кодирование): - Claude Fable 5: 80.3% - Claude Opus 4.8: 69.2% - Claude Sonnet 5: 63.2% - *Дельта:* Прирост точности агента составляет +11.1 п.п. по сравнению с Opus 4.8. --- ## 2. Стоимость токенов и удорожание цепочек ### A. Базовые тарифы на 1 миллион токенов (Input / Output): 1. Claude Fable 5: $10.00 / $50.00 2. Claude Opus 4.8: $5.00 / $25.00 3. Claude Sonnet 5: $2.00–3.00 / $10.00–15.00 4. Claude 3.5 Sonnet: $3.00 / $15.00 ### B. Во сколько раз дороже прямые вызовы: * Fable 5 vs Opus 4.8: +100% (в 2 раза дороже) как по вводу, так и по выводу. * Fable 5 vs Claude 3.5 Sonnet: +233% (в 3.3 раза дороже). ### C. Реальное удорожание при использовании спекулятивного роутинга (ARBITRAGE / SCOT): Если вызывать Fable 5 напрямую для всех шагов, стоимость агентской работы вырастает в 3.3 раза. Однако благодаря разработанному нами спекулятивному роутингу (вызов Fable 5 только в критических точках принятия решений при предсказании явного преимущества): * Средний рост стоимости пайплайна составляет всего +20% – +35% (вместо +233%). * При этом общая точность цепочки на выходе приближается к 95.0% (уровень Fable 5). -—