70% вакансий ты можешь даже не увидеть 👀
Многие хорошие вакансии для разработчиков, проджектов, аналитиков, дизайнеров и маркетологов просто не доходят до джоб-бордов.
Компаниям за рубежом часто быстрее закрыть позиции через рефералов, кинуть клич среди знакомых или написать пост в LinkedIn.
А значит, такие возможности нужно находить путём нетворка: искать сотрудников, кто порекомендует тебя в команду, писать нанимающим менеджерам или фаундеру напрямую...
Это и есть так называемый «теневой рынок вакансий». Никакой магии — просто другой маршрут к офферу 🙂
26 мая в 19:00 мск Даша Шульгина, фаундер AgileFluent, разложит по полочкам:
→ Как находить международные позиции, которых нет в открытом доступе, и выходить на нанимающих менеджеров;
→ Что конкретно писать в LinkedIn, чтобы отвечали, а не игнорили;
→ Как перестать воспринимать нетворк и холодные контакты как попрошайничество.
После мастер-класса у тебя будет конкретный маршрут: где искать скрытые вакансии, как выходить на нужных людей и что им писать — без ощущения, что ты кого-то напрягаешь.
Регистрируйся в ботике👈🏻
#текстприслан
Многие хорошие вакансии для разработчиков, проджектов, аналитиков, дизайнеров и маркетологов просто не доходят до джоб-бордов.
Компаниям за рубежом часто быстрее закрыть позиции через рефералов, кинуть клич среди знакомых или написать пост в LinkedIn.
А значит, такие возможности нужно находить путём нетворка: искать сотрудников, кто порекомендует тебя в команду, писать нанимающим менеджерам или фаундеру напрямую...
Это и есть так называемый «теневой рынок вакансий». Никакой магии — просто другой маршрут к офферу 🙂
26 мая в 19:00 мск Даша Шульгина, фаундер AgileFluent, разложит по полочкам:
→ Как находить международные позиции, которых нет в открытом доступе, и выходить на нанимающих менеджеров;
→ Что конкретно писать в LinkedIn, чтобы отвечали, а не игнорили;
→ Как перестать воспринимать нетворк и холодные контакты как попрошайничество.
После мастер-класса у тебя будет конкретный маршрут: где искать скрытые вакансии, как выходить на нужных людей и что им писать — без ощущения, что ты кого-то напрягаешь.
Регистрируйся в ботике👈🏻
#текстприслан
❤3🎉2👍1
Что чаще всего ломается в AI-built продуктах перед запуском?
Anonymous Poll
23%
Код / backend / баги
18%
Не понятно что делает продукт
4%
CTA / signup / form path
6%
Мобильная версия
4%
Tracking / analytics
7%
Client handoff
12%
Пока не запускал, только играюсь
46%
Посмотреть результаты
❤1
Forwarded from e/acc
Можно много слушать классных кейсов и теории о том как стать ИИ-нейтив, но самое лучшее — это увидеть примеры того как работают фаундеры:
Как у них выстроена система хранения данных и контекста?
Как управляются сессии?
Какие фичи они делают для своих харенсов?
Какие процессы автоматизируют?
Как строят скилы и агентов?
Как структурируют семантическую и процедурную память?
В следующий понедельник проведу виртуальный воркшоп, где 4 фаундера (я буду только модерировать) покажут свои сетапы и воркфлоу.
Правила: запрещены слайды и теория, только шаринг экрана и живые демо по 15 минут + ответы на вопросы.
Регистрация тут, не нужно подписываться на каналы, бесплатно, никакой рекламы. Но на Английском.
Как у них выстроена система хранения данных и контекста?
Как управляются сессии?
Какие фичи они делают для своих харенсов?
Какие процессы автоматизируют?
Как строят скилы и агентов?
Как структурируют семантическую и процедурную память?
В следующий понедельник проведу виртуальный воркшоп, где 4 фаундера (я буду только модерировать) покажут свои сетапы и воркфлоу.
Правила: запрещены слайды и теория, только шаринг экрана и живые демо по 15 минут + ответы на вопросы.
Регистрация тут, не нужно подписываться на каналы, бесплатно, никакой рекламы. Но на Английском.
Luma
Building AI-Native Startups · Luma
An online workshop for AI-native builders: no slides, no theory, only live demos.
Founders and operators will share the actual workflows running their…
Founders and operators will share the actual workflows running their…
🔥10😐6👍2❤1
После релиза всё может выглядеть нормально: сайт открывается, серверы живы, логи чистые. Но заявки почему-то не приходят.
Причина может быть не в продукте, а в мелком недочете по пути:
- форма молча падает,
- checkout/signup застрял,
- CTA ведёт не туда,
- оффер непонятен,
- и тп
Вы можете продолжать лить трафик и думать, что “продукт не зашёл”, хотя на самом деле сломался один шаг в воронке.
Для решения этой проблемы мы с другом сделали Funnel.fyi: кидаешь URL - агент проходит сайт как пользователь, находит где теряются люди, показывает evidence и пишет fix prompt для Cursor / Claude / Codex.
Попробуйте
https://www.funnel.fyi
В комменты кидайте, что сканировали и где агент был прав / тупил - это поможет нам докрутить продукт.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥11👍8🎉3😐2
🧵 Попробовал dynamic workflows в Claude Code.
Вчера, Anthropic выпустил режим, в котором Claude сам разбивает большую задачу на подзадачи, запускает parallel subagents, проверяет результаты и собирает финальный ответ. В announcement они приводят примеры вроде bug hunt по всей кодовой базе, большие миграции и тп.
Мое первое ощущение:
Ты даешь задачу - Claude уходит на 30–50 минут, пишет код, правит ошибки, проверяет себя и продолжает.
На мой взгляд, самая вишенка не в том что много параллельных агентов жрут токены, а в цикле generator → validator. Одна часть системы делает изменения: код, refactor, tests. Другая пытается это проверить: смотрит diff, ищет ошибки, думает про edge cases.
Это немного похоже на GAN, только для engineering workflow. Сгенерировал → проверил → нашел проблему → исправил.
Тесты пока не всегда понятно насколько хорошие, но свои ошибки оно уже реально ловит.
Чего мне не хватает - прозрачного этапа планирования. Сейчас ощущение такое: «вот задача, иди делай».
А идеальный flow был бы:
1) сначала Claude предлагает план;
2) ты его правишь;
3) добавляешь constraints, success criteria, важные файлы и проверки;
4) и только потом запускаешь workflow.
Мой вывод: направление очень сильное!
Блог-пост
Поделитесь с коллегами, если тоже следите за тем, как coding agents становятся рабочим процессом.
Вчера, Anthropic выпустил режим, в котором Claude сам разбивает большую задачу на подзадачи, запускает parallel subagents, проверяет результаты и собирает финальный ответ. В announcement они приводят примеры вроде bug hunt по всей кодовой базе, большие миграции и тп.
Мое первое ощущение:
/Workflows одна из первых «agent swarm» фичей, которая выглядит как реальный рабочий инструмент.Ты даешь задачу - Claude уходит на 30–50 минут, пишет код, правит ошибки, проверяет себя и продолжает.
На мой взгляд, самая вишенка не в том что много параллельных агентов жрут токены, а в цикле generator → validator. Одна часть системы делает изменения: код, refactor, tests. Другая пытается это проверить: смотрит diff, ищет ошибки, думает про edge cases.
Это немного похоже на GAN, только для engineering workflow. Сгенерировал → проверил → нашел проблему → исправил.
Тесты пока не всегда понятно насколько хорошие, но свои ошибки оно уже реально ловит.
Чего мне не хватает - прозрачного этапа планирования. Сейчас ощущение такое: «вот задача, иди делай».
А идеальный flow был бы:
1) сначала Claude предлагает план;
2) ты его правишь;
3) добавляешь constraints, success criteria, важные файлы и проверки;
4) и только потом запускаешь workflow.
Мой вывод: направление очень сильное!
Блог-пост
Поделитесь с коллегами, если тоже следите за тем, как coding agents становятся рабочим процессом.
👍17🔥10❤3
Уже сегодня (через 2 часа) буду рассказывать про память и цикл авто-улучшения на вебинаре CYBER.FUND
Послушать можно тут
Послушать можно тут
🔥13❤1
AUTO-IMPROVE
Заставил AI бесконечно улучшать свою работу - и запретил ему верить самому себе на слово.
Так появился новый скилл для Claude - auto-improve.
Auto-improve позволяет улучшить любой артифакт, который совместим с git:
• AI предлагает маленькое улучшение.
• Другой AI проверяет результат по понятным критериям.
• Если стало лучше - изменение сохраняется.
• Если нет - автоматически откатывается.
Благодаря git каждая версия сохранена, каждую можно сравнить, каждую можно вернуть. И так по кругу, пока результат перестает улучшаться.
Auto-improve можно применять почти ко всему:
• тексты
• письма
• лендинги
• README
• инструкции
• промпты
• код
• договоры
Вообще ко всему, где можно описать, что значит «хорошо».
Самое интересное: критерии тоже можно улучшать.
Например, можно взять книгу, статью, гайделайн или внутренний стандарт компании.
Превратить это в список требований.
И дальше AI будет улучшать работу уже не «на вкус», а по этим требованиям.
Технически это похоже на GAN для текста: один агент генерирует, другой проверяет. Или на маленький локальный RLAIF-loop: улучшение → оценка → принятие или откат.
Код:
https://github.com/crimeacs/auto-improve
Заставил AI бесконечно улучшать свою работу - и запретил ему верить самому себе на слово.
Так появился новый скилл для Claude - auto-improve.
Auto-improve позволяет улучшить любой артифакт, который совместим с git:
• AI предлагает маленькое улучшение.
• Другой AI проверяет результат по понятным критериям.
• Если стало лучше - изменение сохраняется.
• Если нет - автоматически откатывается.
Благодаря git каждая версия сохранена, каждую можно сравнить, каждую можно вернуть. И так по кругу, пока результат перестает улучшаться.
Auto-improve можно применять почти ко всему:
• тексты
• письма
• лендинги
• README
• инструкции
• промпты
• код
• договоры
Вообще ко всему, где можно описать, что значит «хорошо».
Самое интересное: критерии тоже можно улучшать.
Например, можно взять книгу, статью, гайделайн или внутренний стандарт компании.
Превратить это в список требований.
И дальше AI будет улучшать работу уже не «на вкус», а по этим требованиям.
Технически это похоже на GAN для текста: один агент генерирует, другой проверяет. Или на маленький локальный RLAIF-loop: улучшение → оценка → принятие или откат.
Код:
https://github.com/crimeacs/auto-improve
1❤27🔥13👍10😁6
Только что выиграл хакатон от Airtable!
В Нью-Йорке проходит абсолютно безумная Tech Week, в рамках которой Hyperagents (версия клешни с человеческим UI от Airtable) устроили хакатон. Кто за час навайбкодит самый убедительный outreach. В качестве цели каждому был выбран рандомный другой фаундер в комнате. Моя идея победила!
Я взял наш с Антоном https://funnel.fyi и прогнал через нее сайт, Funnel мгновенно нашел что можно поправить на лендинге, а Hyperagents собрали симпатично выглядящий видос и презентацию.
К чести Hyperagents - пока я расспрашивал этого фаундера что у него болит, он честно и автономно трудился.
И вуаля - я победил 🥇
Может и вам полезно будет - попробуйте!
UPD: добавил презентацию
В Нью-Йорке проходит абсолютно безумная Tech Week, в рамках которой Hyperagents (версия клешни с человеческим UI от Airtable) устроили хакатон. Кто за час навайбкодит самый убедительный outreach. В качестве цели каждому был выбран рандомный другой фаундер в комнате. Моя идея победила!
Я взял наш с Антоном https://funnel.fyi и прогнал через нее сайт, Funnel мгновенно нашел что можно поправить на лендинге, а Hyperagents собрали симпатично выглядящий видос и презентацию.
К чести Hyperagents - пока я расспрашивал этого фаундера что у него болит, он честно и автономно трудился.
И вуаля - я победил 🥇
Может и вам полезно будет - попробуйте!
UPD: добавил презентацию
🔥82👍14❤11😐5🎉3
Сегодня был на HSBC Office of the CFO & Fintech Innovation Day.
Вот о чем думают CFO крупнейших компаний: можно ли безопасно пустить AI в настоящий workflow, где есть деньги, контроль, комплаенс, ответственность и риск публичного факапа.
A16Z почти прямым текстом говорят, что finance-команды в AI-native компаниях теперь гораздо меньше и появляются позже. Раньше первый finance hire часто нанимали на $10-20M ARR. Сейчас некоторые компании тянут намного дольше, потому что один сильный оператор с AI-инструментами может закрывать больше, чем раньше закрывала маленькая команда.
Но это не история про «людей заменят агенты».
Скорее наоборот: люди остаются, но меняется их роль. Хороший CFO становится ближе к продукту и операциям. Он не просто выбирает SaaS и делегирует внедрение, а сам тестирует инструменты, собирает workflows, смотрит на cost controls, спрашивает «зачем нам вообще Salesforce/NetSuite/очередная система, если можно собрать процесс иначе?»
AI spend супер на повестке дня. Tokens, model usage, retries, agent runs - это уже не инженерная мелочь, а серьезная строка COGS и governance surface.
Кажется, что в regulated finance «probably correct» не работает.
Сейчас спрос на слой контролируемого исполнения:
— какие данные использовались
— какая политика применялась
— кто смотрел рекомендацию
— что AI предложил
— что человек исправил
— что ушло в систему
— можно ли потом доказать, почему решение было принято
Первая волна AI в enterprise была про demos.
Вторая будет про trust.
Третья — про workflows, которые постепенно получают автономию, но только после того, как заслужили ее.
Вот такая вот, сейчас ситуация в AI-native finance.
Вот о чем думают CFO крупнейших компаний: можно ли безопасно пустить AI в настоящий workflow, где есть деньги, контроль, комплаенс, ответственность и риск публичного факапа.
A16Z почти прямым текстом говорят, что finance-команды в AI-native компаниях теперь гораздо меньше и появляются позже. Раньше первый finance hire часто нанимали на $10-20M ARR. Сейчас некоторые компании тянут намного дольше, потому что один сильный оператор с AI-инструментами может закрывать больше, чем раньше закрывала маленькая команда.
Но это не история про «людей заменят агенты».
Скорее наоборот: люди остаются, но меняется их роль. Хороший CFO становится ближе к продукту и операциям. Он не просто выбирает SaaS и делегирует внедрение, а сам тестирует инструменты, собирает workflows, смотрит на cost controls, спрашивает «зачем нам вообще Salesforce/NetSuite/очередная система, если можно собрать процесс иначе?»
AI spend супер на повестке дня. Tokens, model usage, retries, agent runs - это уже не инженерная мелочь, а серьезная строка COGS и governance surface.
Кажется, что в regulated finance «probably correct» не работает.
Сейчас спрос на слой контролируемого исполнения:
— какие данные использовались
— какая политика применялась
— кто смотрел рекомендацию
— что AI предложил
— что человек исправил
— что ушло в систему
— можно ли потом доказать, почему решение было принято
Первая волна AI в enterprise была про demos.
Вторая будет про trust.
Третья — про workflows, которые постепенно получают автономию, но только после того, как заслужили ее.
Вот такая вот, сейчас ситуация в AI-native finance.
👍15🔥9🤯4
Sci-bot
Еще в бытийность свою исследователем, я довольно активно пользовался sci-hub. Sci-hub это такая платформа, на которй Саша Элбакян раздает доступ к научному знания (зачастую спрятанному за paywall).
Недавно, она сделал из этой платформы ИИ-агента и это очень круто! Это как deep research - но только по научным статьям (к которым у других агентов доступа в основном нет). Оплата за токены - платить криптой. Мне 2$ хватило на довольно глубокий анализ Лунной миссии Appolo 17.
Пока все нравится, не хватает только api (но Codex вполне себе справился пользоваться сайтом через Chrome).
Попробовать можно тут: sci-bot.ru
Еще в бытийность свою исследователем, я довольно активно пользовался sci-hub. Sci-hub это такая платформа, на которй Саша Элбакян раздает доступ к научному знания (зачастую спрятанному за paywall).
Недавно, она сделал из этой платформы ИИ-агента и это очень круто! Это как deep research - но только по научным статьям (к которым у других агентов доступа в основном нет). Оплата за токены - платить криптой. Мне 2$ хватило на довольно глубокий анализ Лунной миссии Appolo 17.
Пока все нравится, не хватает только api (но Codex вполне себе справился пользоваться сайтом через Chrome).
Попробовать можно тут: sci-bot.ru
🔥17👍2