Разборы · Статья: · Видео: · 37 мин

Claude Desktop как агент-аналитик: выводы из данных компании без команды аналитиков

Александр Толмачёв (Data Day, экс-основатель ML-стартапа, купленного Сбером) на живых кейсах показывает, как с Claude Desktop за 15 минут превратить ИИ в автономного агента, который сам читает данные компании, находит инсайты и собирает рабочее приложение — и где такому агенту доверять нельзя.

ИИ Бизнес Программирование Продуктивность
Смотреть на YouTube

Как Claude превращает данные компании в готовые выводы | Александр Толмачёв

Action Plan | Николай Хлебинский · 37 мин
Главы видео — нажми, чтобы перейти к моменту 10
  1. 0:00 Вступление и анонс темы Знакомство с гостем и обещание упорядочить знания об AI-агентах.
  2. 4:00 Что такое AI-агент простыми словами Агент — автономная система, которой дают цель, а способ решения она выбирает сама.
  3. 5:54 Агент OpenAI «заработал денег» за ночь — и почему деньги ему доверять нельзя Байка про автономную торговлю и честный вывод: все агенты сливают депозиты.
  4. 7:23 Первый агент за 15 минут — Claude Desktop Нативное приложение под Mac и Windows с доступом к файлам.
  5. 8:40 GPT, Claude, Gemini — чем отличаются и кого выбрать Провайдеры и их семейства моделей; восторг от интеграции Gemini в Samsung.
  6. 11:40 Чем Claude Desktop отличается от чата — режим «код» = агент Переключение в code даёт доступ к файлам — читать, писать, создавать код.
  7. 16:36 КЕЙС: загружаем данные компании и получаем 5 выводов CSV/Excel/выгрузка CRM → «дай пять выводов по моей компании» за минуты.
  8. 17:25 Портрет клиентов из 50 интервью за 30 секунд Аватары, боли, триггеры, jobs-to-be-done — месяцы работы команды за дни.
  9. 20:31 Психотесты, 1С, личный агент рефлексии и экономика аналитика Дорогие тесты почти бесплатно, разбор дебиторки, агент в 100 раз дешевле.
  10. 26:38 Красота кода тормозит продукт и финал про скорость изменений Новая инженерная школа, plan-режим, прогноз «через год профессии изменятся».

Коротко

Claude Desktop в режиме «код» — это полноценный AI-агент: даёшь ему доступ к файлам компании и цель, а способ решения он выбирает сам, заменяя рутину аналитика за минуты вместо месяцев. Главный поворот: «красота кода» больше не ценность — выигрывает тот, кто быстро получает рабочий продукт, не зная ни строчки кода.

Выжимка голосом

Самое ценное из разбора — за пару минут

0:00 2:02
Показать текст выжимки
Если коротко — это о том, как превратить данные своей компании в готовые выводы, не нанимая аналитиков. Гость выпуска, Александр Толмачёв, показывает Claude Desktop в деле. Самое важное здесь простое. Вы ставите программу на компьютер, разрешаете ей читать ваши файлы — таблицы, выгрузку из CRM, базу — и человеческим языком говорите: посмотри, что происходит, и дай пять главных выводов. Через минуту получаете разбор: где рост, где отток, где утекают деньги. А попросите — Claude сам соберёт небольшое приложение по этим данным. И всё это, не умея программировать. Материал очень практичный: почти всё можно повторить сегодня вечером. Полезнее всего он дата-аналитикам, предпринимателям и продакт-менеджерам. Главный сдвиг в голове такой: агенту вы даёте не инструкцию, а цель — а способ решения он выбирает сам. И ещё одна мысль, которая цепляет: красота кода теперь скорее тормозит продукт. Появляются команды, у которых уже есть продажи, но они даже не знают, на чём всё написано. Из приёмов самый ценный — сначала просите план по фазам, и только потом реализацию. У автора это снизило число правок с пятидесяти до пяти-семи. А вот что стоит поставить под сомнение. За тридцать секунд обрабатывается уже готовая расшифровка интервью, а собрать сами пятьдесят интервью — это недели работы за кадром. И на сводках по данным модель легко выдумывает цифры, так что проверять выводы всё равно придётся — тем самым аналитиком, которого якобы заменили. И напоследок — взгляд под другим углом. Узкое место сместилось с того, чтобы сделать, на то, чтобы поймать ошибку. Ценным становится не умение построить отчёт, а умение быстро заметить, где модель соврала.

Озвучено синтезом речи · голос alena

Объясни проще

Суть без жаргона

Простыми словами

Раньше, чтобы вытащить выводы из таблиц компании — кто твои клиенты, где утекают деньги, что не так с финансами — нужно было нанимать аналитика или целую команду и ждать недели. Теперь можно поставить программу Claude Desktop, разрешить ей читать твои файлы (Excel, CSV, выгрузку из CRM, базу 1С) и просто человеческим языком сказать: «Посмотри, что тут происходит, и дай пять главных выводов». Через минуту получаешь готовый разбор. А если попросить — Claude сам напишет небольшое приложение, чтобы по этим данным можно было задавать вопросы. И всё это — не умея программировать.

Как ребёнку

Представь очень умного помощника, которому можно показать кучу твоих записей и сказать: «Разберись и расскажи, что важного». Он сам всё прочитает, поймёт и объяснит — а если надо, ещё и нарисует тебе кнопочки, чтобы было удобно спрашивать. Ты не объясняешь ему, КАК это сделать, — он сам придумывает.

Аналогия — «это как…»

Это как нанять нового сотрудника, которому не надо объяснять процесс: ты говоришь «вот наши данные, разберись и принеси выводы», уходишь пить чай — а он сам решает, какими инструментами пользоваться, делает ошибки, сам их замечает и исправляет, и возвращается с готовым результатом. Только этот сотрудник работает за минуты и стоит в десятки раз дешевле.

Зачем это мне

Если ты предприниматель, руководитель или аналитик — это меняет цену входа в работу с данными с сотен тысяч рублей и месяцев до 15 минут и почти нуля. И это уже не «будущее»: по словам гостя, в ближайший год-два большинство профессий вокруг IT изменится до неузнаваемости. Понять, как пользоваться агентом сейчас, — значит оказаться по правильную сторону этой волны.

Для тех, кто в теме

Ключевая дельта: Claude Desktop в режиме code = локальный агент с доступом к файловой системе, работающий напрямую от Anthropic с минимальным расходом токенов против обвязки через сторонние IDE. Гость честно проговаривает границы: в прод агент без ревью не пускают (используют VS Code и дифы), для боевой 1С поднимают отдельную виртуалку с копией базы. Отдельно — сдвиг политики доступа: переход с интерактивной аутентификации на API-ключи и фрагментация рынка IDE (OpenAI / Anthropic / Google огораживают пользователей). Практический инсайт по экономике токенов: plan-режим (сначала план по фазам, потом исполнение) снижает число итераций с 50 до 5–7.

Оценка видео

Чем выше — тем больше пользы на минуту

4.3

средняя из 5

Актуальность информации 5.0

Свежий разговор (июнь 2026), завязан на текущие модели (упоминается Opus 4.6) и актуальный сдвиг к API-ключам.

Содержательность 4.0

Много живых кейсов и честных границ применимости, но формат беседы — местами повторы и вода.

Инновационность идей 3.5

Не новые исследования, а сильное практическое осмысление: тезис про «красоту кода» и экономику итераций цепляет.

Практичность 4.5

Почти всё можно повторить сегодня вечером: поставил Claude Desktop, дал данные, получил выводы.

Кому будет полезно

Чем выше оценка — тем больше пользы для профессии. Разверни — почему.

Для дата-аналитиков 5 /5

Прямое попадание: Claude Desktop читает CSV/Excel/CRM и сам выдаёт инсайты (рост, отток, утечки денег), снимая 80% типовой рутины — выгрузки, разборы, дашборды. Анализ данных компании и пять выводов получают за 30 секунд без кода.

Для предпринимателей 5 /5

Кейсы основателя напрямую: портрет ЦА (аватары, боли, jobs to be done) из 50 интервью за дни вместо месяцев, ТЗ и сайт следом, анализ PNL/кэшфлоу на здоровье бизнес-модели — без найма команды аналитиков и продактов.

Для продакт-менеджеров 4 /5

Готовая замена ручной работе с интервью: психографические профили, ценности, триггеры и jobs to be done из массива транскрибаций, плюс быстрая сборка MVP-интерфейса за 3 итерации для проверки гипотез.

Для финансистов 4 /5

Показан разбор дебиторки на естественном языке (просрочка 30-60 дней, список юрлиц, заготовка досудебной претензии) и анализ финансовой отчётности — ответы из данных без похода к бухгалтеру. Минус балл: боевую 1С не доверяют, нужна копия на виртуалке.

Для программистов 4 /5

Практичный взгляд изнутри: вайбкодинг через Claude Desktop/Cursor, граница «прод — VS Code с ревью дифов, пет-проект — агент сам», тезис о смене инженерной школы, где «красота кода» теперь тормозит продукт.

Для маркетологов 3 /5

Полезен сценарий построения портрета ЦА и аватаров из интервью с реальной аудиторией, но маркетинговая специфика (каналы, воронки) не разбирается — только исходный ресёрч.

Для бизнес-консультантов 3 /5

Даёт быстрый инструмент диагностики бизнеса по выгрузке данных и отчётности (где теряются деньги, сомнительные контрагенты, отток) и аргументы про кратное удешевление аналитики, но без готовых методик консалтинга.

Для HR-специалистов 2 /5

Касается точечно: Claude имитирует дорогие психотесты (MBTI, Hogan, CliftonStrengths) и строит программу развития — пригодится для оценки и обучения, но это побочный сюжет.

Инсайты

Нажми, чтобы раскрыть — то, что меняет взгляд на тему

01 Агент — это цель на вход, а способ решения он выбирает сам 4:45

Главное отличие агента от обычной программы и от «системного промпта»: ты даёшь не инструкцию, а цель. Подключённый к модели, файлам и внешним сервисам (MCP), агент сам решает, каким путём её достигать, сам пишет и переписывает код.

02 Claude сам находит и правит свои ошибки — и тебе всё равно, сколько он их сделал 23:52

Агент в процессе ошибается чаще человека, но делает это быстро и сам себя чинит: видит занятый порт — переключается, замечает недоступный API-ключ — зашивает новый. Для конечного потребителя это влияет только на стоимость (токены) и риск, а не на результат.

03 «Красота кода» теперь тормозит продукт, а не создаёт ценность 26:31

Раньше ценностью был сам код — чистый, поддерживаемый. Сейчас приходят команды, у которых уже есть продажи и интеграции, но они не знают, на чём всё написано: «Claude написал, где-то разместил, работает». Забота о культуре кода замедляет выпуск фич.

04 Аналитик за 300–500 тыс ₽ — но 80% его работы типовая, и она дешевеет в 10–100 раз 21:58

Около 80% времени инженера/аналитика уходит на базовые задачи: выгрузить данные, проанализировать, собрать дашборд. Именно эта часть схлопывается агентом до минут, что и означает кратное удешевление и грядущую трансформацию профессий.

05 Скорость прогресса — геометрическая прогрессия, и это уже не теория 36:07

То, что автор писал 9 месяцев в 2023-м, он переписал за 3 вечера. Прогноз: через год-два большинство профессий вокруг IT сильно изменится — и это уже началось.

Ключевые цитаты

Сильные фразы из видео — нажми тайм-код, чтобы услышать в оригинале

«агент — это инструмент для того, чтобы автономно выполнять длительно, последовательно серию задач.»
Александр Толмачёв Базовое определение AI-агента. 4:21
«Все эксперименты, которые мне известны, показывают одно и то же: все агенты проигрывают деньги, сливают депозиты, неэффективны в части предсказания будущего.»
Александр Толмачёв Про доверие агентам в трейдинге. 6:24
«Мы даже вообще потратили, блин, 30 секунд. Это такой безумный восторг.»
Александр Толмачёв Реакция на скорость получения выводов по данным компании. 18:58
«Это в 10, в 20, в 100 раз дешевле становится.»
Александр Толмачёв Про стоимость типовой работы аналитика. 27:20
«У нас просто там клод написал, что-то где-то разместил, оно работает. У нас уже есть продажи, бизнес пошёл, но мы вообще не знаем, что и как внутри работает.»
Александр Толмачёв Про новые команды, которые не знают свой стек. 24:40
«Сейчас сама красота кода тормозит создание продукта.»
Александр Толмачёв Тезис про слом инженерной школы. 26:42
«У меня конечные приложения с пятидесяти итераций снизились где-то до пяти-семи, когда я получал тот продукт, который себе в голове задумал. И это, в конечном счёте, просто экономия токенов.»
Александр Толмачёв Эффект от планирования по фазам перед реализацией. 34:50
«То, как это развивается, — это геометрическая прогрессия. С каждым разом в степень возводится уровень качества решений.»
Александр Толмачёв Финальная мысль о скорости прогресса. 36:37

Полезные советы

Что можно применить уже сегодня. Разверни совет — сколько займёт, что даст и что конкретно делать

1

Поставь Claude Desktop и дай ему свои данные

15 минут Первые выводы по своей компании без аналитика и без кода

Самый низкий порог входа в работу с данными через агента. Скачиваешь нативное приложение, переключаешься в режим code, указываешь папку с файлами — и спрашиваешь человеческим языком.

Что делать

  1. 1 Зайди на сайт Anthropic и скачай Claude Desktop под Mac или Windows.
  2. 2 Установи и открой приложение.
  3. 3 Сверху переключись с «чат»/«коворк» на вкладку «код» (режим агента).
  4. 4 Укажи папку, где лежат твои данные (Excel, CSV, выгрузка из CRM).
  5. 5 Напиши: «Изучи данные в CSV-файлах в этой папке и дай мне основные 5 выводов о моей компании».
2

Собери портрет клиентов из интервью за минуты

полчаса (если интервью уже расшифрованы) Аватары ЦА, боли, триггеры и jobs-to-be-done вместо месяцев работы команды

Скорми Claude транскрибации интервью с целевой аудиторией и попроси выделить аватары клиентов. На выходе — психографический профиль, ценности, боли по убыванию, триггеры. Дальше можно сразу просить ТЗ для сайта и питч.

Что делать

  1. 1 Собери в одну папку текстовые расшифровки интервью с клиентами.
  2. 2 Попроси: «Проанализируй эти интервью и определи аватары клиентов нашей ЦА».
  3. 3 Уточни: «Дай психографический профиль, ценности, боли по убыванию, триггеры, jobs-to-be-done».
  4. 4 Используй результат дальше: «Сделай ТЗ для сайта под эти аватары».
3

Прогони психотесты почти бесплатно

20 минут Аналог Hogan / CliftonStrengths / MBTI без оплаты дорогих методик

Дорогие тесты Claude не воспроизведёт дословно — это проприетарные методики, но сделает «максимально похожие». Загрузи свои дневники и ответы и попроси найти инсайты и программу развития.

Что делать

  1. 1 Попроси Claude протестировать тебя «максимально похоже на Hogan / MBTI / CliftonStrengths».
  2. 2 Загрузи дополнительно свои дневники и заметки о себе.
  3. 3 Попроси: «Найди инсайты и составь мне программу развития».
4

Заведи личного агента ежедневной рефлексии

вечер на настройку Утренние задания на прокачку слабых сторон по твоим же тестам

На основе результатов психотестов попроси Claude собрать агента, который по утрам выдаёт конкретные задания. У гостя такой агент дал задание неделю тренировать эмпатию — трижды дословно повторять собеседнику его слова и уточнять «правильно ли я понял».

Что делать

  1. 1 Дай Claude результаты своих тестов и дневники.
  2. 2 Попроси создать агента ежедневной рефлексии, который выдаёт по утрам по одному заданию.
  3. 3 Указывай слабые стороны, которые хочешь прокачать (например, эмпатию).
5

Сначала проси план по фазам — потом реализацию

10 минут на план Падение числа итераций с 50 до 5–7 и экономия токенов

Главный приём против бесконечных правок. Не бросайся сразу в код: сначала проси Claude составить детальный план по функциональности, прочитай его, раздели на фазы — и только потом запускай реализацию фаза за фазой.

Что делать

  1. 1 Опиши задачу и попроси: «Сначала составь детальный план по функциональности, не пиши код».
  2. 2 Внимательно прочитай план и раздели его на фазы.
  3. 3 Запускай реализацию по одной фазе за раз.
  4. 4 Проверяй результат каждой фазы, прикладывай скриншот, если что-то не так.
6

Разбирай дебиторку и базу 1С на естественном языке

зависит от настройки виртуалки Ответы по финансам без похода к бухгалтеру и без риска для боевой 1С

Популярный корпоративный сценарий — поднимают отдельную виртуалку с копией базы 1С (чтобы не давать доступ к боевой) и спрашивают человеческим языком, например, объём просроченной дебиторки от 30 до 60 дней с готовым списком юрлиц и черновиком досудебной претензии.

Что делать

  1. 1 Подними отдельную виртуалку и настрой копирование базы 1С туда.
  2. 2 Дай Claude доступ только к копии, не к боевой базе.
  3. 3 Спрашивай естественным языком: «Какой объём просроченной дебиторки от 30 до 60 дней?».
  4. 4 Проси готовые артефакты: список юрлиц, черновик досудебной претензии.
7

Не доверяй агенту деньги и трейдинг

1 минута осознать Сэкономленный депозит

Все известные эксперименты с автономной торговлей агентов показывают одно — они сливают депозиты и не умеют предсказывать будущее. Не отдавай агентам управление финансами на криптобиржах и фондовых рынках.

Сценарии применения

Как разные люди применяют это на практике

Я как предприниматель

Проблема: Нет команды аналитиков, а понять, что происходит с бизнесом по данным, нужно уже сейчас

Хочу: Быстро получить выводы по своим выгрузкам без найма людей

Поможет: Поставить Claude Desktop, скормить CSV/CRM и за минуты получить 5 ключевых выводов о росте, оттоке и утечках денег

Я как продуктовый менеджер

Проблема: Сбор портрета ЦА из десятков интервью занимает месяцы работы команды

Хочу: Получить аватары клиентов, боли и триггеры за дни, а не за кварталы

Поможет: Скормить расшифровки интервью и сразу получить психографические профили, а потом ТЗ для сайта и питч

Я как финансовый директор

Проблема: Чтобы получить срез по дебиторке, надо идти к бухгалтеру, у которого «отчётность до среды»

Хочу: Самому задавать вопросы по финансовым данным человеческим языком

Поможет: Поднять копию 1С на виртуалке и спрашивать про просроченную дебиторку, получая списки юрлиц и черновики претензий

Я как HR-руководитель

Проблема: Психотесты вроде Hogan стоят сотни и тысячи долларов

Хочу: Дать сотрудникам аналог оценки без неподъёмного бюджета

Поможет: Использовать Claude для «максимально похожих» тестов и составления программ развития почти бесплатно

Я как основатель раннего стартапа

Проблема: Нет денег на разработчиков, но нужно проверить идею рабочим прототипом

Хочу: Собрать рабочее приложение по своим данным, не умея кодить

Поможет: За 10 минут и пару итераций получить интерфейс, с которым можно проверять гипотезу и показывать инвесторам

Я как аналитик данных

Проблема: 80% времени уходит на типовую рутину — выгрузки, дашборды, первичный разбор

Хочу: Снять рутину и сосредоточиться на нетривиальных задачах

Поможет: Делегировать агенту базовую аналитику и переключиться на интерпретацию и стратегию, оставаясь ценным

Я как человек, работающий над собой

Проблема: Хочется системной рефлексии и развития слабых сторон, но нет структуры

Хочу: Личного помощника, который каждый день даёт конкретное задание

Поможет: Настроить агента ежедневной рефлексии, который по тестам находит слабые места и тренирует их заданиями

Я как руководитель, нанимающий CTO

Проблема: Бизнес уже работает на коде, написанном Claude, но никто не знает, как он устроен

Хочу: Понять, где границы вайб-кодинга и когда нужен настоящий инженер

Поможет: Усвоить разделение — прототип и пет-проект агентом, прод через VS Code с ревью и дифами

Логика повествования

Как устроена аргументация видео — пройди по шагам

Предпосылка Аргумент Пример Вывод
  1. Предпосылка AI-агент — это автономная система, которой дают цель 4:45

    Не системный промпт и не кастомный GPT, а программа, которой на вход подаётся цель; способ достижения она определяет сама через модель, доступ к файлам, код и MCP-мосты.

  2. Аргумент Но автономии есть честная граница: деньги доверять нельзя 6:24

    Все эксперименты с автономной торговлей показывают слив депозитов — агент не предсказывает будущее. Сразу очерчивается, где автономии доверять не стоит.

  3. Аргумент Claude Desktop в режиме «код» — готовый агент с доступом к файлам 11:40

    Нативное приложение, которое с разрешения читает и пишет файлы на компьютере, работает напрямую от Anthropic с минимумом токенов. Порог входа — 15 минут.

  4. Пример КЕЙС: данные компании → пять выводов за минуты 16:36

    CSV/Excel/выгрузка CRM в папке + запрос «дай 5 выводов» → рост, отток, утечки денег за 30 секунд. Плюс кейсы: портрет ЦА из интервью, разбор 1С, психотесты.

  5. Аргумент Экономика: 80% работы аналитика типовая и дешевеет в 10–100 раз 21:58

    Специалист за 300–500 тыс ₽, но большая часть его задач базовая. Агент схлопывает её до минут, отсюда кратное удешевление и трансформация профессий.

  6. Пример Агент сам находит и правит ошибки, сам выбирает стек 23:52

    Прямо в кадре собирает приложение — видит занятый порт, переключается, меняет способ аутентификации, переписывает подход. Решение и технологии выбирает сам.

  7. Аргумент Поэтому красота кода теперь тормозит продукт 26:31

    Если результат важнее процесса, забота о чистоте кода замедляет выпуск фич. Новые команды не знают свой стек — и при этом уже зарабатывают.

  8. Вывод Вывод: прогресс геометрический, профессии вокруг IT изменятся за год-два 36:07

    То, что писалось 9 месяцев, теперь — 3 вечера. Освоить агента сейчас = оказаться по нужную сторону волны. Правильный приём — планирование по фазам ради экономии итераций.

Подробный разбор

Полный разбор — разверни, если нужно глубже

Развернуть подробный разбор

О чём этот разбор

Александр Толмачёв — генеральный продюсер форума Data Day, в прошлом сооснователь стартапа диалоговых агентов, который купил Сбер (из него выросла «СберИгры»). В разговоре он не теоретизирует, а садится и на живых данных показывает, что такое AI-агент на практике: ставит Claude Desktop, даёт ему доступ к файлам и за минуты получает выводы по компании, портрет целевой аудитории из интервью и черновик рабочего приложения.

Главная идея

Агент — это цель на вход, а способ решения он выбирает сам. Это и отличает его от длинного системного промпта или кастомного GPT. Подключённый к языковой модели, файловой системе, исполнению кода и мостам к сервисам (MCP), агент сам пишет, запускает, ловит свои ошибки и переписывает подход — а вы лишь задаёте, что хотите получить.

Где проходят честные границы

Гость не продаёт магию. Он сразу очерчивает, где автономии доверять нельзя: деньги и трейдинг (все известные эксперименты с автономной торговлей сливают депозиты), прод (туда агента без ревью и дифов не пускают, используют VS Code), боевые корпоративные базы (для 1С поднимают отдельную виртуалку с копией). И даже демо в кадре не заработало с первого раза — приложение «ещё не до конца работает». Порог «15 минут» — это про запуск, а не про готовый результат.

Что забрать с собой

Самый практичный приём — сначала план по фазам, потом реализация: у автора это снизило число итераций с 50 до 5–7 и сэкономило токены. А самая спорная (и потому интересная) мысль — что «красота кода» теперь тормозит продукт: появляются команды с продажами, которые не знают, на чём всё написано. На дистанции это технический долг — но сам сдвиг ценности с процесса на результат отрицать уже трудно.

План внедрения

С чего начать — отмечай шаги, прогресс сохранится

Выполнено 0 из 6

Проверь себя

Ответь на вопросы, чтобы материал закрепился

Отвечено: 0 / 8 Верно: 0

  1. 1. Что главное отличает AI-агента от обычной программы или системного промпта?

  2. 2. Чем режим «код» в Claude Desktop отличается от вкладки «чат»?

  3. 3. Что показывают все известные гостю эксперименты с автономной торговлей агентов?

  4. 4. Сколько времени, по кейсу из видео, заняло получить основные выводы по данным компании?

  5. 5. Почему, по мнению гостя, «красота кода» теперь скорее мешает?

  6. 6. Какой приём, по словам гостя, снизил число итераций с ~50 до 5–7?

  7. 7. Что в кейсе с базой 1С делают, чтобы безопасно работать с данными?

  8. 8. Какой прогноз даёт гость о профессиях вокруг IT?

Словарь терминов

Понять незнакомое простым языком

Показать 8 терминов
AI-агент
Программа, которой дают цель, а способ её достижения она выбирает сама — за счёт связки с языковой моделью, доступа к файлам и коду, а также мостов к внешним сервисам.
Claude Desktop
Нативное приложение Anthropic для Mac и Windows. В отличие от обычного чата, в режиме «код» получает доступ к файлам на компьютере и может читать, писать и создавать код — то есть работать как агент.
MCP (мосты к сервисам)
Мосты, через которые агент подключается к внешним сервисам и API, чтобы выполнять действия за пределами модели и файлов.
LLM (языковая модель)
Большая языковая модель — «мозг» агента. У Anthropic — Claude (Sonnet, Opus, Haiku), у OpenAI — GPT и Codex, у Google — Gemini.
Вайб-кодинг
Сборка приложений через диалог с агентом без ручного написания кода — описываешь, что хочешь, агент пишет и правит код сам. Подходит для прототипов и пет-проектов, для прода нужен контроль.
Jobs-to-be-done
Подход к пониманию клиента через «работу», которую он хочет сделать, нанимая продукт. В кейсе — один из срезов портрета ЦА, который собирает Claude из интервью.
Дебиторская задолженность
Деньги, которые должны компании её контрагенты. В кейсе агент по копии 1С находит просроченную дебиторку нужного срока и готовит список должников и черновик претензии.
Психотесты (Hogan, CliftonStrengths, MBTI)
Платные методики оценки личности и сильных сторон. Claude не копирует их дословно, но делает «максимально похожие» по запросу.

Критический взгляд

Объективно: с какими тезисами можно поспорить и что преувеличено

Преувеличение

«Готовый агент для домохозяек», порог входа 15 минут

В самом видео демо не заработало: кнопки не реагируют, ключ API пришлось искать вручную, приложение «ещё не до конца работает». Порог в 15 минут — это для запуска, а не для рабочего результата; «домохозяйке» придётся понимать, что такое API-ключ, .env, порты и почему агент «упал».

Упрощение

Портрет ЦА из 50+ интервью за 30 секунд и 5 готовых выводов «за минуту»

За 30 секунд обрабатывается уже готовая транскрибация, а сами 50 интервью — это недели полевой работы за кадром. Главный риск не упомянут: на сводках по данным LLM уверенно галлюцинирует цифрами и «инсайтами», и проверять их всё равно нужно тем самым аналитиком, которого якобы заменили.

Преувеличение

Аналитик заменяется, рутина дешевеет «в 10–100 раз»

Расчёт «80% рутины × зарплата» — арифметика без учёта стоимости проверки, исправления галлюцинаций и ответственности за ошибочный вывод. Дешевеет генерация черновика, но не верификация; «в 10–100 раз» — риторическая вилка, а не измеренная величина.

Однобоко

Копию базы 1С «кладут рядышком» и отдают Claude — и это «очень популярный сценарий»

Выгрузка финансов, дебиторки и контрагентов во внешнюю модель — это передача коммерческой и персональной информации третьей стороне (152-ФЗ, банковская тайна, NDA). «Отдельная виртуалка» спасает боевую 1С от агента, но не данные — от утечки в облако вендора. Риск назван вскользь, масштаб — нет.

Спорно

«Красота кода тормозит продукт; команды зарабатывают, не зная свой стек» — как «интересное новое время»

Кейс «всё работает, но мы не знаем как» подан почти как достоинство. На дистанции незнание стека — это технический долг, неуправляемые уязвимости и невозможность чинить инциденты; сам же гость признаёт, что «в прод Claude не пущу». Тезис противоречит его же оговорке.

Спорно

История «OpenAI сказали агенту заработать денег — он за ночь наторговал полтора доллара»

Это пересказ «слухов и легенд», а не воспроизводимый эксперимент. Публичные кейсы дают другие цифры в обе стороны и почти все маркетинговые. Подавать анекдот как доказательство возможностей агента некорректно.

Взгляни иначе

Новый угол, смежные области и потенциал на стыке — пища для размышлений

Другой угол

Узкое место сместилось с генерации на проверку

Если черновик аналитики делается за секунды, ценным становится не «уметь сделать», а «уметь поймать, где модель соврала». Профессия аналитика не исчезает — она превращается в аудит выводов ИИ, и спрос смещается к людям, которые умеют быстро фальсифицировать гипотезу, а не строить её.

Другой угол

Что если копию 1С нельзя «класть рядышком»

Весь сценарий держится на допущении, что данные можно отдать облачной модели. Переверните посылку — и выигрывают локальные/on-prem модели и приватные контуры: для регулируемых отраслей (мед, финансы, госсектор) ценность не в самом сильном Claude, а в «достаточно умной» модели, которая никогда не покидает периметр.

Смежная область

Тот же приём — для следствия и комплаенса

«Найди сомнительного контрагента и просрочку по дебиторке на естественном языке» — это по сути forensic-аналитика. Та же механика работает в антифроде, налоговом контроле, AML и due diligence при сделках: естественный язык поверх транзакционной базы превращает аудит из работы недель в диалог.

На стыке областей

Незнание стека — это новый вид долга, который кто-то будет скупать

Если десятки команд запускаются на коде, который никто не понимает, рождается ниша на стыке аудита, безопасности и реверс-инжиниринга: «археология сгенерированного кода» — восстановление документации, поиск уязвимостей и рефакторинг ИИ-легаси. Сегодняшняя скорость запуска — завтрашний рынок разгребания последствий.

На стыке областей

Агент-рефлексия как мост к поведенческой терапии

Самый недооценённый кейс в видео — не дашборд, а «агент по утренней рефлексии», выдающий задания на прокачку эмпатии. На стыке LLM, психометрии и КПТ это путь к персональному коучу с обратной связью — но ровно там же лежат риски: дешёвые «похожие» тесты вместо валидированных методик и советы без клинической ответственности.

Похожие разборы

Разбор

Циклы вместо промптов: новая парадигма вайбкодинга по Theo

Theo переходит от ручного промптинга агентов к «циклам», которые сами запускают агентов, ревьюят и итерируют код без участия человека. Главный поворот: бóльшая часть запусков должна идти по промптам, которые вы НЕ писали, — а агент может динамически создавать циклы, порождающие подциклы под конкретную задачу.

Читать → Разбор

Петли (loops) в AI-кодинге: как заставить агента работать на цель без человека

Петля — это связка «триггер + цель», которая позволяет ИИ-агенту работать автономно к результату, убрав человека из цикла. Главный приём: цель должна быть либо проверяемой детерминированно (например, «все страницы грузятся < 50 мс»), либо отданной на суд самой модели («рефактори, пока не будешь доволен»); петли мощные, но пока не годятся для постройки фич с нуля и очень дороги по токенам.

Читать → Разбор

30 лет к прибыльному бизнесу: уроки создателя Рокетбанка о хайпе, инвесторах и AI-фабриках

Создатель Рокетбанка прошёл путь от русского Groupon и красивого, но убыточного необанка до изгнания инвесторами из собственной компании Osome. В новом AI-бизнесе он, по его словам, разрывает дилемму «расти на чужие деньги или зарабатывать сразу»: скупает скучные бухгалтерские фирмы и автоматизирует их так, что прибыль приходит через 2–3 месяца, а не через пять раундов.

Читать → Разбор

Headroom: как перестать переплачивать за токены ИИ-агентов — слой сжатия контекста простыми словами

Большая часть токенов в Claude Code и Codex уходит не на ваши промпты, а на «мусор» — целиком вычитанные логи, JSON и страницы, из которых нужно 10–20%. Headroom — это локальный прокси, который умно сжимает этот мусор разными компрессорами и при этом обратим: если модель захочет оригинал, она вернёт его одним tool-call.

Читать →
← Все разборы Смотреть видео-источник