Разборы · Статья: · Видео: · 32 мин
OpenClaw и битва за рынок AI-агентов: почему деньги не в моделях, а в дистрибуции
Разбор выпуска Egor Malkevich про OpenClaw и рынок AI-агентов: почему открытый проект растёт быстрее всех и корпорации решили его не побеждать, а возглавить; почему модели стремительно превращаются в бесплатный товар; и где на девяти слоях AI-стека на самом деле зарабатываются деньги — в интеграции, инфраструктуре и дистрибуции.
Смотреть на YouTube OpenClaw захватывает рынок AI-агентов
Egor Malkevich · 32 мин
Главы видео — нажми, чтобы перейти к моменту 9
- 0:00 Что за история с OpenClaw и почему все о нём говорят Открытый проект набрал больше всех звёзд на GitHub; шум не спал, хотя блогеры о нём стали снимать меньше.
- 1:08 Основатель, экзит на $100 млн и осознанный хайп Автор пересказывает предысторию: успешный выход из прошлого стартапа, четыре года поисков, ставка на хайп.
- 2:08 743 коммита в день: OpenClaw не остановить Сравнение скорости разработки с конкурентами (Hermes, Kimi) и другими AI-native проектами.
- 4:16 Не можешь победить — возглавь: почему корпорации за OpenClaw Anthropic, NVIDIA, Microsoft поддерживают открытый проект, потому что удержать его закрытым невозможно.
- 7:23 Гикам нужен Linux, массе — Windows Разработчицкие агенты неудобны обычным людям; им нужен простой «однокнопочный» интерфейс.
- 10:03 AI приходит в офис: Symphony и работа через задачи Сдвиг от консольных инструментов к task-first среде вроде Jira с агентами.
- 13:07 Ниши на миллиард: Composio, Paperclip, AI в HR Примеры продуктов, которые нашли нишу и стали номером один на своём рынке.
- 19:28 США, Китай, Европа, Дубай: у каждого своя стратегия Геокарта: кто делает модели, кто тулинг, кто self-hosted, а кто готовые решения под ключ.
- 26:00 Девять слоёв рынка: где на самом деле деньги Модели — в самом низу и приносят меньше всего; деньги выше — в интеграции, инфраструктуре и дистрибуции.
Коротко
OpenClaw — открытый AI-агент, который растёт так быстро, что корпорации решили не бороться с ним, а возглавить как новый стандарт. Но сами модели и агенты дешевеют почти до нуля, поэтому деньги, по мнению автора, не в них, а в удобных готовых решениях, интеграции и дистрибуции.
Выжимка голосом
Самое ценное из разбора — за пару минут
Показать текст выжимки Скрыть текст выжимки
Озвучено синтезом речи · голос alena
Объясни проще
Суть без жаргона
Простыми словами
Разбор о том, куда движется рынок AI-агентов. Открытый проект OpenClaw растёт с бешеной скоростью, и крупные компании решили его не побеждать, а возглавить, сделав отраслевым стандартом. Но сами модели и агенты, по мнению автора, быстро дешевеют до бесплатного, поэтому деньги теперь не в них, а в удобных готовых решениях, интеграции и продажах.
Как ребёнку
Представь, что все делают одинаковые кубики Lego — модели и агенты — и их скоро начнут раздавать бесплатно. Богатеет не тот, кто делает кубики, а тот, кто собрал из них классную игрушку, красиво упаковал и продал в магазине. С AI сейчас происходит ровно то же самое.
Аналогия — «это как…»
Это как золотая лихорадка: на добыче золота (моделях) разоряются почти все, а стабильно зарабатывают те, кто продаёт лопаты и джинсы и возит золото на рынок — то есть инфраструктура и дистрибуция.
Зачем это мне
Если хочешь заработать на волне AI, важно не строить то, что уже стало бесплатным товаром. Ролик даёт карту: какие ниши выжжены (модели, кодинг-агенты), а где ещё есть место — офисные агенты, интеграции, локальные рынки, упаковка и продажи.
Для тех, кто в теме
Тезисно: коммит-велосити OpenClaw как прокси доминирования (спорно), стратегия «не можешь победить — возглавь» у Anthropic/NVIDIA/Microsoft, сдвиг ценности с кодинг-агентов (Claude Code, Codex, Antigravity) в task-first офисный слой (Symphony, Paperclip, AI-HR), мгновенная комодитизация моделей через китайский open source, декаплинг agent↔model (оркестрация в духе Switch, policy-арбитраж à la AntiAPI) и «закон сохранения прибыли» в пользу интеграции, инфраструктуры и дистрибуции. Геокарта: США — фундамент, Китай — тулинг, Индия — скорость, Европа — self-hosted, Дубай — turnkey.
Оценка видео
Чем выше — тем больше пользы на минуту
средняя из 5
Тема AI-агентов, открытых стандартов и комодитизации моделей — на самом гребне 2026 года.
Много идей и живая карта рынка, но подано хаотично, с повторами и разговорной «водой».
Свежая рамка «где в стеке AI деньги» и геокарта стратегий; хотя часть тезисов — переупаковка известных бизнес-истин.
Даёт направление (не делай модель и кодинг-агента, иди в дистрибуцию), но конкретики «как именно» мало.
Сильный хайп, громкие цифры без источников и национальные обобщения — смотреть критически.
Кому будет полезно
Чем выше оценка — тем больше пользы для профессии. Разверни — почему.
Для предпринимателей и фаундеров 5 /5
Прямое ядро: карта ниш, где ещё можно построить бизнес, и честный ответ, где на рынке AI лежат деньги.
Для продакт-менеджеров 4.5 /5
Помогает не пилить фичу на «дне» стека и понять, куда движется бизнес-AI — в задачи, HR и готовые решения.
Для инвесторов и бизнес-ангелов 4.3 /5
Карта из девяти слоёв: где маржа, что уже комодити и во что вкладываться поздно.
Для разработчиков и инженеров 4 /5
Объясняет, почему кодинг-агенты — коммодити и куда двигаться по стеку; но технической конкретики немного.
Для маркетологов и специалистов по продажам 3.8 /5
Тезис «деньги в дистрибуции и упаковке» прямо про них, хотя AI-контекст подан поверхностно.
Для аналитиков рынка и трендвотчеров 3.7 /5
Хорошая свежая карта настроений по странам и слоям рынка, пусть и с широкими обобщениями.
Инсайты
Нажми, чтобы раскрыть — то, что меняет взгляд на тему
01 Стандарт задаёт не лучший продукт, а тот, кого нельзя остановить 4:16
Корпорации хотели сделать закрытый платный аналог, но поняли, что открытый OpenClaw не удержать, и решили его возглавить: «не можешь победить — возглавь». Лидером становится не самый технически совершенный, а тот, вокруг кого собралась экосистема.
02 Модель — это комодити, которое обесценивается за сутки 21:28
Потратил миллиард, сделал лучший AI — а завтра Китай выложил аналог бесплатно, и вчерашний «миллиардный» продукт стал «просто стулом». Ценность мгновенно утекает из самого слоя моделей.
03 Инструмент стоит ноль — важна модель под ним и решение под ключ 22:35
Любой агент (Claude Code, Codex, Gemini) — это просто «стол»: его можно взять и подложить туда любую, хоть дешёвую, модель. Поэтому ценно не разрабатывать свой агент, а собрать удобное готовое решение вокруг чужих.
04 Кодинг-агенты — уже дно стека, ценность ушла в офис 11:03
Если делаешь кодинг-агента — опоздал на два года; если строишь workflow поверх него — тоже олдскул. Ценность сместилась в слой, где менеджер работает в привычной Jira, а «магия» происходит сама.
05 Опоздавшим достаются крошки — надо бежать впереди рынка 18:05
Первые заливали в App Store фонарик и покупали квартиры; сегодня ниша выжжена, и против тебя играют «ультразаряженные» корпорации-фабрики приложений. Заработать можно, только предугадав, куда рынок придёт, и оказавшись там заранее.
Ключевые цитаты
Сильные фразы из видео — нажми тайм-код, чтобы услышать в оригинале
«Это машина, которая производит сама себя.»
«Не можешь победить — возглавь.»
«Это такой Claude Code для массового потребителя, но пока он очень сырой. Это MS DOS, это ещё не Windows.»
«Если вы делаете кодинг-агента, вы, наверное, уже опоздали на 2 года.»
«Вчера, когда он был единственный, он стоил миллиард, а сегодня это просто стул.»
«Любой агент, которого ты скачиваешь, — это просто инструмент, это стол. То есть это стоит ноль.»
«Америка — мировой драг-дилер.»
«Зато вы можете успеть сделать канал продаж, упаковать в пакетик, налепить свой красивый логотип и зарабатывать на этом деньги.»
Полезные советы
Что можно применить уже сегодня. Разверни совет — сколько займёт, что даст и что конкретно делать
1 Определи свой слой в AI-стеке
30 минут перестанешь тратить силы на «дно», где нет маржи, и увидишь, где реально деньги
Определи свой слой в AI-стеке
Автор раскладывает рынок на девять слоёв: внизу — модели и кодинг-агенты (о них все говорят, но денег там мало), выше — интеграция, инфраструктура, вертикальные решения и дистрибуция.
Что делать
- 1 Выпиши, что именно ты хочешь построить.
- 2 Определи, на каком слое оно живёт: модель, агент, интеграция, вертикаль, дистрибуция.
- 3 Если это модель или кодинг-агент — переформулируй идею на слой выше.
2 Проверь нишу на «номер один» до старта
вечер не потратишь месяцы на рынок, где места уже нет
Проверь нишу на «номер один» до старта
По логике ролика, в занятой нише хватает места только для №1 и №2, а быть №3–5 почти бессмысленно. Но та же идея может быть свободна на другом языке или в другой стране.
Что делать
- 1 Найди лидеров ниши на англоязычном рынке.
- 2 Проверь, есть ли уже устойчивый №2.
- 3 Если да — ищи рынок (язык, страну, сегмент), где этого решения ещё нет.
3 Разведи агент и модель — освой оркестрацию
1 день сможешь гонять дешёвые модели через удобный агент и не переплачивать
Разведи агент и модель — освой оркестрацию
Раз любой агент — это «стол», подложи под него ту модель, что выгодна: дорогой инструмент можно кормить дешёвой или открытой моделью. Именно на такой оркестрации (в духе Switch) целится Китай.
Что делать
- 1 Возьми привычный агент (Claude Code, Codex и т.п.).
- 2 Настрой роутинг ключей и подключи альтернативную модель.
- 3 Сравни цену и качество на своих реальных задачах.
4 Строй на слое дистрибуции, а не моделей
постоянно зарабатываешь на упаковке и продажах, даже если не умеешь делать модели
Строй на слое дистрибуции, а не моделей
Метафора автора: фермер растит урожай год, а больше всех зарабатывает тот, кто расфасовал гречку в пакетик, налепил логотип и построил канал продаж. В AI то же самое — ценность в дистрибуции.
Что делать
- 1 Возьми готовые «кирпичи»: открытый агент плюс подходящая модель.
- 2 Собери из них решение под конкретную боль и аудиторию.
- 3 Вложись в упаковку, бренд и канал продаж, а не в свой «ещё один агент».
5 Читай рынок по географии
1 час подберёшь монетизацию под ту страну, где строишь продукт
Читай рынок по географии
США продают модели и IDE, Китай — тулинг и оркестрацию, Индия — быстрые решения-«космолёты», Европа — self-hosted из-за страха за данные, Дубай — готовые решения под ключ и wellness. Один продукт по-разному «взлетает» в разных регионах.
6 Поиграй с OpenClaw и task-first агентами руками
вечер почувствуешь сдвиг от консоли к офисной работе через задачи
Поиграй с OpenClaw и task-first агентами руками
Symphony, Paperclip и подобные показывают, куда движется бизнес-AI: агенты как «сотрудники», а ты ставишь им задачи, как в Jira. Многие такие проекты открыты и их можно скачать.
Что делать
- 1 Скачай один из открытых task-first инструментов.
- 2 Заведи пару реальных задач и поручи их агентам.
- 3 Сравни ощущение с работой в консольном кодинг-агенте.
Сценарии применения
Как разные люди применяют это на практике
Я как Инди-разработчик
Проблема: хочет запустить AI-стартап, но боится, что все ниши уже заняты
Хочу: понять, где ещё осталось место, а куда лезть поздно
Поможет: видит, что модели и кодинг-агенты выжжены, а интеграции, локальные рынки и дистрибуция ещё открыты
Я как Продакт-менеджер
Проблема: команда хочет пилить фичу поверх кодинг-агента
Хочу: не потратить квартал на то, что уже устарело
Поможет: понимает, что ценность ушла в офисный слой — задачи, HR, готовые решения
Я как Основатель на не-англоязычном рынке
Проблема: все сильные ниши в США уже заняты лидерами
Хочу: найти работающую модель и повторить её у себя
Поможет: берёт паттерн Composio или Paperclip и переносит на локальный рынок, где его нет
Я как Инвестор
Проблема: не понимает, где в шумном AI реально зарабатываются деньги
Хочу: карту рынка, чтобы не вкладываться в комодити
Поможет: получает раскладку из девяти слоёв: деньги выше моделей — в интеграции и дистрибуции
Я как CTO крупной компании
Проблема: у 500+ сотрудников у каждого свой AI, и это хаос
Хочу: понять, как централизованно управлять агентами, ключами и доступами
Поможет: видит смысл слоёв AI-HR, policy-арбитража и оркестрации тулов
Я как Маркетолог без техфона
Проблема: думает, что AI-инструменты — не для него
Хочу: понять, как заработать на волне, не умея кодить
Поможет: осознаёт, что его сила — канал продаж и упаковка, а это и есть самый денежный слой
Я как Разработчик-фрилансер
Проблема: боится, что кодинг-агенты обесценят его работу
Хочу: понять, куда развиваться, чтобы остаться нужным
Поможет: видит направление вверх по стеку: интеграции, инфраструктура, policy-арбитраж
Я как Студент/джуниор
Проблема: все говорят «сделай AI-приложение», а у него не выходит заработать
Хочу: понять, дело в нём или в рынке
Поможет: узнаёт, что ниша выжжена и надо бежать впереди рынка, а не повторять чужой прошлогодний успех
Логика повествования
Как устроена аргументация видео — пройди по шагам
-
Предпосылка OpenClaw взорвал GitHub и растёт быстрее всех 2:08
Больше всех звёзд, сотни коммитов в день — темпы на порядок выше конкурентов.
-
Аргумент Раз проект не остановить — его решили возглавить 4:16
Корпорации не смогли бы удержать закрытый аналог, поэтому поддержали открытый и сделали его стандартом.
-
Аргумент Но агенты неудобны массе — ей нужен «Windows» 7:23
Консольные инструменты — для гиков; обычным людям нужен простой офисный интерфейс.
-
Пример Бизнес-AI уходит в task-first слой 13:07
Symphony, Paperclip, AI-HR — работа через задачи, как в Jira, а не в консоли.
-
Аргумент Сами модели и агенты — комодити 22:20
Китай выкидывает аналоги бесплатно; инструмент стоит ноль, ценно только решение под ключ.
-
Пример Девять слоёв: деньги не в моделях 26:00
Внизу модели (о них все говорят), выше — интеграция, инфраструктура, вертикали и дистрибуция, где и лежит маржа.
-
Вывод Не успел сделать модель — строй канал продаж 30:00
Как с гречкой в пакетике: больше всех зарабатывает тот, кто упаковал и продал, а не тот, кто вырастил.
Подробный разбор
Полный разбор — разверни, если нужно глубже
Развернуть подробный разбор Свернуть подробный разбор
Стоит ли смотреть целиком
Смотреть стоит, если тебе интересно не «какой агент круче», а куда движутся деньги в AI и как на этом не опоздать. Сильная сторона выпуска — рамка «где в стеке маржа»: автор наглядно показывает, что о моделях говорят все, но зарабатывают на слоях выше — интеграции, инфраструктуре и дистрибуции. Полезны и наблюдения про сдвиг от консольных кодинг-агентов к офисной работе через задачи, и геокарта стратегий разных стран.
Слабая сторона — тон и достоверность. Это разговорный, местами хаотичный монолог бизнес-блогера с громкими цифрами без источников и национальными обобщениями. «OpenClaw захватывает рынок», «продали за миллиард, теперь стоит 40», «743 коммита в день» — это скорее нарратив о хайпе, чем проверяемые факты. Бери из ролика идеи и рамку, но метрики и суммы держи под сомнением.
Что забрать с собой
Главная практическая мысль одна: не строй то, что уже стало бесплатным товаром. Модели и кодинг-агенты — комодити; ценность — в удобных готовых решениях, интеграции чужих кирпичей и в канале продаж. Если сформулировать по-инженерному: отвязывай агент от модели, выбирай слой с маржой, проверяй нишу на «номер один» и вкладывайся в дистрибуцию, а не в очередного «своего агента».
План внедрения
С чего начать — отмечай шаги, прогресс сохранится
Выполнено 0 из 5
Проверь себя
Ответь на вопросы, чтобы материал закрепился
-
1. Почему, по автору, корпорации поддержали открытый OpenClaw, а не сделали свой закрытый аналог?
-
2. Что автор имеет в виду под «модели быстро комодитируются»?
-
3. Почему автор говорит, что «делать кодинг-агента — уже поздно»?
-
4. Где, по мнению автора, в AI зарабатываются основные деньги?
-
5. Что общего в стратегиях разных стран по версии ролика?
-
6. Что означает Switch-подход к оркестрации?
Словарь терминов
Понять незнакомое простым языком
Показать 10 терминов Свернуть словарь
- AI-агент
- Программа на базе языковой модели, которая не просто отвечает на вопросы, а сама выполняет задачи: пишет и правит код, вызывает внешние сервисы, ведёт задачи.
- OpenClaw
- Открытый (open-source) AI-агент, вокруг которого построен весь разбор. По словам автора, растёт быстрее всех и претендует стать «стандартом» рынка агентов — как Linux в своё время. Названия продуктов в ролике на слух, спеллинг может отличаться.
- Оркестрация
- Управление множеством агентов и моделей: какой модели отдать какую задачу, как прокинуть ключи и связать инструменты. Пример из ролика — проект в духе Switch.
- Комодитизация (комодити)
- Превращение уникального дорогого продукта в дешёвый заменяемый товар. Как только появляется бесплатный открытый аналог модели, её ценность падает почти до нуля.
- Коммит (commit)
- Одно зафиксированное изменение в коде проекта. Число коммитов автор использует как метрику скорости развития (но это спорный показатель).
- Кодинг-агент
- AI-инструмент для разработчиков, который пишет и правит код: Claude Code, Codex, Antigravity, Cursor. В ролике — самый нижний, наименее денежный слой стека.
- Policy-арбитраж
- Слой, который управляет доступом к API и моделям и обходит лимиты провайдеров — позволяет пользоваться дорогими инструментами с дешёвыми или бесплатными моделями (пример — AntiAPI).
- AI-HR (AIR)
- Слой, где у каждого сотрудника свой AI-агент, и их нужно «подружить» и централизованно управлять на уровне отдела или компании. Нужен от нескольких сотен сотрудников.
- Дистрибуция
- Канал продаж и упаковка продукта — реклама, бренд, площадки. По мнению автора, именно здесь, а не в модели, зарабатываются деньги.
- Composio / N8N
- Платформа интеграций: соединяет AI-агента с внешними сервисами через коннекторы (N8N — низкокодовый автоматизатор рабочих процессов). Пример быстрорастущей ниши.
Критический взгляд
Объективно: с какими тезисами можно поспорить и что преувеличено
«OpenClaw захватывает рынок AI-агентов» — это сильный хайп
Само название и подача выдают быстрорастущий GitHub-проект за неизбежного победителя. Но звёзды и коммиты меряют внимание и активность, а не захват рынка: выручку, удержание и реальную долю пользователей ролик не показывает.
Цифры «продали за $1 млрд, оценка $40 млрд, $100 млн экзит» даны без источников
Оценки открытых проектов мутны, а формулировка «продали open-source за миллиард» концептуально спорна: неясно, что именно продано. Все числа стоит воспринимать как непроверенные.
743 коммита в день — не доказательство превосходства
Коммит-велосити легко раздувается ботами, автоформатированием, merge-коммитами и большим числом контрибьюторов. Больше коммитов может означать не качество, а хаос и нестабильность.
Поддержка «мафии» Anthropic + NVIDIA + Microsoft подана как единый заговор
Корпоративная поддержка open source чаще всего — хеджирование, маркетинг или частичный интерес, а не согласованный альянс. Интересы этих компаний нередко прямо конфликтуют, и поддержка не гарантирует, что проект станет стандартом.
«Вы уже опоздали на любой рынок AI-приложений»
Категоричный тезис, что опоздавшим достаются лишь крошки, игнорирует, что рынки расширяются, ниши открываются, а «второй, но лучший» часто обгоняет первопроходца. Это отговаривает действовать на основании ощущения, а не данных.
Национальные стереотипы (Дубай — Porsche, Индия — космолёты, Россия — всё кракать)
Ярко и цепко, но это широкие обобщения: внутри каждого региона стратегии разнообразны, а сам маппинг анекдотичен и не опирается на данные.
Взгляни иначе
Новый угол, смежные области и потенциал на стыке — пища для размышлений
Побеждает не лучшее, а то, вокруг чего собралась сеть
История Windows, VHS и JavaScript: стандартом становится не самый совершенный продукт, а тот, у кого экосистема, дистрибуция и удачный момент. Тот же закон работает далеко за пределами AI.
Комодитизация моделей — это «закон сохранения прибыли»
Когда слой стандартизируется и дешевеет, маржа утекает вверх (к приложениям) и вниз (к инфраструктуре). Так уже было с железом и облаком — Кристенсен описал это как закон сохранения привлекательной прибыли.
Если производство стоит ноль, платят за вкус и кураторство
Как в музыке и дизайне: когда сделать что-то дёшево может каждый, ценность смещается в отбор, упаковку и доверие к бренду. AI-продукты идут туда же.
AI-HR — это новая оргструктура, а не просто софт
Если у каждого сотрудника свой агент, менеджмент превращается в проектирование взаимодействия людей и их агентов. Это стык HR, системного дизайна и мультиагентных систем.
Метрика коммитов — как оценивать книгу по числу правок
Активность легко перепутать с ценностью. Полезная привычка — при любой growth-метрике (звёзды, коммиты, скачивания) спрашивать, что именно она измеряет и кто её раздувает.
Похожие разборы
BridgeMind live: как выглядит вайб-кодинг, когда SaaS уже приносит $230K ARR
Стрим показывает вайб-кодинг без глянца: основатель одновременно ведёт аудиторию, правит лендинг, покупает лимиты, проверяет дизайн, спорит с чатом и готовит deploy. Главный урок: AI ускоряет производство, но бизнес держится на выборе задач, органическом маркетинге и ручной ответственности за результат.
Читать → РазборИИ снизил цену кода: почему разработчикам пора строить шире
ИИ не просто ускоряет старую разработку: он удешевляет эксперименты так же, как cloud удешевил инфраструктуру. Главный вывод Theo — строить можно шире, но горизонтальные продукты выживают только если дают пользователю углубляться там, где базовой версии не хватает.
Читать → Разбор30 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 → РазборСтоит ли доверять AI-провайдерам: «токен-максинг», ваши данные и кейсы Cursor и Figma
Главный риск работы с чужими AI-моделями — не счёт за токены, а то, что вы отдаёте провайдеру свои данные, стратегию и «альфу», а он может зайти на ваш рынок. Звучит как теория заговора, но кейсы Cursor и Figma заставляют задуматься — при этом сам автор честно признаёт, что прямых доказательств нет.
Читать →