Разборы · Статья: · Видео: · 14:34
Стоит ли доверять AI-провайдерам: «токен-максинг», ваши данные и кейсы Cursor и Figma
Разбор ThePrimeagen на слова Алекса Карпа (Palantir), назвавшего AI-индустрию «безумной»: почему главный риск не в счёте за токены, а в передаче провайдеру ваших данных и «альфы», и как это связано с кейсами Cursor и Figma. Где здесь факты, а где риторика и гипербола.
Смотреть на YouTube The World's Evilest Company
The PrimeTime (ThePrimeagen) · 14:34
Главы видео — нажми, чтобы перейти к моменту 9
- 0:00 Кто такой Алекс Карп и Palantir Вступление: «можно ли им доверять?», Palantir как компания слежки, Карп и его «срыв» на CNBC.
- 1:14 Реклама (можно пропустить) Интеграция сервиса найма G2I; для сути разбора можно перемотать.
- 1:52 «Токен-максинг»: аналогия лодки и яхты Почему бизнесу продают максимальный расход токенов так же, как в лодочном магазине — мегаяхту вместо рыбацкой лодки.
- 3:26 Главное — не траты, а ваш IP («альфа») Проблема не в потраченных деньгах: вместе с промптами вы отдаёте Claude и OpenAI свою бизнес-стратегию и секреты.
- 4:02 9-пунктовый манифест Palantir Пункт 3: «токен-максинг» подменяет ценность одноразовыми скриптами и даёт ложное чувство прогресса.
- 6:07 Почему берут плату за токены, а не долю от роста Тест Карпа: если бы AI реально утраивал выручку, провайдер брал бы 30% доли, а не деньги за токены.
- 8:13 Кейс Cursor: «Claude Code — просто исследование» Cursor делал 40–50% выручки Anthropic, ему говорили, что Claude Code — исследовательский эксперимент, а потом он стал конкурентом.
- 9:27 Кейс Figma: Claude Design и место в совете директоров По данным The Information, Anthropic застал Figma врасплох запуском Claude Design; его CPO сидел в совете Figma почти до самого запуска.
- 12:26 Вывод: данные как оружие для захвата рынков «Зло» не в убытках AI, а в том, что накопленные данные можно превратить в инструмент, чтобы забирать себе целые индустрии.
Коротко
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.
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
Ведущий (ThePrimeagen) реагирует на слова Алекса Карпа, главы Palantir, который в эфире CNBC назвал AI-индустрию «безумной». Суть претензии: когда компания активно пользуется чужими AI-моделями (Claude, ChatGPT), она может незаметно отдавать провайдеру самое ценное — данные, бизнес-стратегию и «секреты». А провайдер, видя, как этим пользуются миллионы, способен сам зайти на прибыльный рынок и потеснить партнёров. В пример приводятся Cursor и Figma. Важно: многое здесь — предположения и совпадения, а не доказанные факты, и автор это прямо оговаривает.
Как ребёнку
Представь, что ты даёшь соседу свой личный дневник с секретами, чтобы он помог с домашкой. Он помогает — но заодно читает все твои идеи и однажды может сам сделать то, что придумал ты, только раньше и лучше. Видео предупреждает: делясь всем с «умным помощником», подумай, что он про тебя узнаёт.
Аналогия — «это как…»
Это как маркетплейс, который видит, что твой товар хорошо продаётся, запускает такой же под своим брендом, а потом двигает тебя вниз в выдаче. Только вместо товаров — твои данные, промпты и идеи.
Зачем это мне
Почти любой бизнес сейчас встраивает чужие AI-модели. Если не думать, какие данные и какую стратегию ты отдаёшь провайдеру, можно своими руками обучить будущего конкурента и подписать условия, которые запрещают тебе же «конкурировать». Разбор даёт полезную линзу: где заканчивается удобство и начинается передача «альфы».
Для тех, кто в теме
Тезис не про unit-экономику убытков, а про data moat: per-token pricing вместо equity-share намекает, что монетизируется телеметрия и паттерны спроса, а не только инференс. Кейсы Cursor (концентрация выручки + «Claude Code как research effort») и Figma (Claude Design + CPO Anthropic в совете директоров) поданы как иллюстрация platform envelopment. Практический вывод: zero-retention tiers, redaction промптов, локальный инференс для чувствительной «альфы» и аудит ToS на пункт «no competing products».
Оценка видео
Чем выше — тем больше пользы на минуту
средняя из 5
Свежие события июля 2026: интервью Карпа на CNBC, манифест Palantir и кейсы Cursor/Figma по публикациям The Information.
Сильный центральный тезис про данные и IP, но много шуток, повторов и «воды»; фактура тонкая, держится на паре примеров.
Рамка «данные как альфа» и тест «почему за токены, а не долю» свежи, но сам паттерн «платформа заходит на рынок партнёра» давно известен.
Много спекуляций — автор сам повторяет «нет доказательств»; критика к тому же исходит от заинтересованной стороны (Palantir).
Есть полезный вывод — следи за данными, ToS и зависимостью от провайдера, — но конкретики «что делать» немного.
Кому будет полезно
Чем выше оценка — тем больше пользы для профессии. Разверни — почему.
Для основателей стартапов 4.6 /5
Прямое попадание: если продукт построен на чужом API, разбор ставит острый вопрос — не отдаёте ли вы провайдеру свою нишу, данные и IP.
Для продуктовых и бизнес-стратегов 4.4 /5
Материал про моат, «альфу», партнёрства и захват рынков — ровно те категории, в которых мыслит стратег.
Для CTO и техлидов 4.2 /5
Про зависимость от одного провайдера, data-retention и культуру «токен-максинга», которую легко насадить метриками расхода токенов.
Для инвесторов и аналитиков 3.7 /5
Даёт рамку, как отделять реальную ценность AI от хайпа — в частности тест «почему берут за токены, а не долю от роста».
Для юристов и специалистов по комплаенсу 3.6 /5
Полезно для чтения ToS: пункт про «конкурирующие продукты», условия хранения и обучения на данных, границы партнёрских договоров.
Для ML- и AI-инженеров 3.4 /5
Даёт контекст индустрии и рисков передачи данных, но технической дельты немного — это скорее бизнес-разговор.
Инсайты
Нажми, чтобы раскрыть — то, что меняет взгляд на тему
01 Дело не в тратах на токены, а в том, что вы отдаёте стратегию 3:26
Главный тезис Карпа — не «вы жжёте деньги впустую», а «вместе с промптами вы передаёте провайдеру свою бизнес-стратегию и секреты». Счёт за токены — верхушка; настоящая цена — накопленное преимущество компании.
02 «Почему берут плату за токены, если это так ценно?» 6:25
Тест Карпа: если бы AI реально утраивал выручку, провайдер брал бы долю (30%), а не деньги за использование. Сама модель оплаты «за токены» намекает, что ценность где-то ещё — в данных.
03 Провайдер видит «формы данных», которых не видит никто 7:46
Миллионы запросов дают провайдеру карту спроса целой индустрии: где «горячо» и в какой рынок стоит зайти. Это преимущество, недоступное отдельным компаниям-клиентам.
04 Cursor и Figma — «две точки, которые складываются в линию» 11:14
Партнёр добивается успеха на модели провайдера — провайдер входит в тот же рынок, а ToS запрещает «конкурирующие продукты». Автор честно называет это паттерном, а не доказанной причинно-следственной связью.
05 Ирония: о доверии к данным предупреждает Palantir 0:57
Самое неудобное — что призыв «не отдавайте данные» звучит от главы Palantir, компании, известной массовой слежкой. Автор сам шутит про «are we the baddies?», и это меняет вес аргумента.
Ключевые цитаты
Сильные фразы из видео — нажми тайм-код, чтобы услышать в оригинале
«I'm gonna chill lax and waste my time with tokens. I'm going to get no value and they're going to get my IP.»
«You are handing over to Claude. You're handing over to OpenAI all of the alpha.»
«Token maxing hijacks your value orientation and decreases institutional fortitude and intelligence. The pursuit of high token usage incentivizes disposable scripts over robust software with the addictive feeling of false progress.»
«Why are they charging for tokens if it's so valuable?»
«That is like being not just stabbed in the back, you're being stabbed in the front.»
«You have every single prompt and every single answer, every single reprompt.»
«It's the complete destruction of so many companies and the data they're able to yield and potentially able to weaponize against other people to be able to capture industries.»
«Data retention is your treasure. Transfer it at your own peril.»
Полезные советы
Что можно применить уже сегодня. Разверни совет — сколько займёт, что даст и что конкретно делать
1 Раздели «удобство» и «передачу данных»
30 минут увидишь, что реально уходит провайдеру вместе с каждым промптом
Раздели «удобство» и «передачу данных»
Прежде чем внедрять AI-инструмент, составь карту: какие данные, код и стратегические решения покидают периметр компании при обычной работе.
Что делать
- 1 Выпиши сценарии, в которых сотрудники шлют в модель код, документы или планы.
- 2 Отметь, где среди этого есть коммерческая тайна, клиентские данные или уникальные методики.
- 3 Реши, что из этого нельзя отправлять в облачную модель ни при каких условиях.
2 Прочитай ToS и политику хранения данных вендора
вечер не подпишешься вслепую на обучение на твоих данных и запрет «конкурировать»
Прочитай ToS и политику хранения данных вендора
Условия использования часто различаются для консьюмерского и коммерческого тарифов: где-то данные хранятся и используются, где-то есть пункт про «конкурирующие продукты».
Что делать
- 1 Найди в договоре раздел про data retention и обучение на данных.
- 2 Проверь, есть ли запрет строить «competing products» и как он сформулирован.
- 3 Сравни консьюмерский и enterprise-тариф — у них разные гарантии.
3 Включи zero-retention и enterprise-режимы
полдня снизишь риск, что чувствительные данные осядут у провайдера
Включи zero-retention и enterprise-режимы
У большинства крупных провайдеров есть режимы, где данные не хранятся и не используются для обучения. Для рабочих секретов это база гигиены.
Что делать
- 1 Проверь, доступен ли zero-data-retention на твоём тарифе.
- 2 Настрой доступ так, чтобы секретные проекты шли только через него.
- 3 Задокументируй, какие команды и какие данные под каким режимом работают.
4 Не клади «альфу» в промпт
20 минут провайдер не увидит ядро твоего преимущества
Не клади «альфу» в промпт
Держи по-настоящему уникальные данные и методики подальше от сторонних моделей: обезличивай, режь на куски, используй локальные модели для самого чувствительного.
5 Оцени зависимость от одного провайдера
полчаса снизишь риск «удара в спину», как в кейсе Cursor
Оцени зависимость от одного провайдера
Если большая доля твоей ценности завязана на одном поставщике модели, который может стать конкурентом, продумай запасные варианты и переносимость.
6 Мерь результат, а не потраченные токены
1 день не купишь ложное чувство прогресса от «токен-максинга»
Мерь результат, а не потраченные токены
Манифест Palantir прямо предупреждает: высокий расход токенов поощряет одноразовые скрипты вместо надёжного софта. Ставь метрики на исход задачи, а не на объём вызовов.
7 Применяй тест Карпа к любому AI-питчу
5 минут быстрый детектор гипер-обещаний
Применяй тест Карпа к любому AI-питчу
Спроси вендора: если ваш продукт реально утраивает выручку, почему вы берёте плату за токены, а не долю от результата? Ответ многое расскажет о реальной ценности.
8 Читай первоисточники, а не только реакцию
час отделишь проверяемые факты от риторики стримера
Читай первоисточники, а не только реакцию
Разбор — это реакция. Материалы Forbes, The Information и сам манифест Palantir позволяют увидеть, что подтверждено, а что — предположение автора.
Что делать
- 1 Открой статью Forbes про интервью Карпа на CNBC.
- 2 Прочитай публикацию The Information про Anthropic и партнёров.
- 3 Сравни манифест Palantir с тем, как его пересказывает ведущий.
Сценарии применения
Как разные люди применяют это на практике
Я как Основатель стартапа
Проблема: весь продукт построен на чужом AI-API, и страшно, что провайдер зайдёт в нашу нишу
Хочу: понять реальный масштаб риска и что с ним делать
Поможет: статья даёт чек-лист: карта данных, чтение ToS, диверсификация провайдеров
Я как CTO
Проблема: команда жжёт токены, счёт растёт, а измеримой ценности не видно
Хочу: обосновать, как оценивать пользу от AI
Поможет: получаешь аргумент «мерить результат, а не расход токенов» и предупреждение про ложный прогресс
Я как Разработчик dev-инструмента
Проблема: мы зависим от одного провайдера, который может выпустить конкурента нашему продукту
Хочу: снизить риск повторить историю Cursor
Поможет: кейс Cursor показывает, зачем диверсифицировать модели и не отдавать всю телеметрию
Я как Юрист по IT-договорам
Проблема: непонятно, что именно уходит в модель и как это трактовать в контракте
Хочу: разобраться в data-retention и формулировках про «конкурирующие продукты»
Поможет: разбор подсказывает, на какие пункты ToS смотреть в первую очередь
Я как Продакт в enterprise
Проблема: хотим внедрить AI, но данные чувствительные и есть требования безопасности
Хочу: найти безопасный режим работы с моделями
Поможет: советы про zero-retention, обезличивание и локальные модели для секретов
Я как Инвестор
Проблема: сложно отличить реальную ценность AI-компании от хайпа
Хочу: простую рамку для оценки
Поможет: тест Карпа «почему берут за токены, а не долю» — быстрый фильтр гипер-обещаний
Я как Основатель дизайн-инструмента
Проблема: у нас партнёрство с AI-компанией, и есть страх повторить сценарий Figma
Хочу: научиться замечать тревожные сигналы в партнёрствах
Поможет: кейс Figma и роль CPO в совете директоров показывают, чего опасаться
Я как Скептичный зритель
Проблема: не понимаю, где у стримера факты, а где хайп и шутки
Хочу: отделить одно от другого
Поможет: критический блок и ссылки на первоисточники помогают проверить утверждения
Логика повествования
Как устроена аргументация видео — пройди по шагам
-
Предпосылка Карп (Palantir) назвал AI-индустрию «безумной» 0:18
На CNBC глава Palantir устроил 20-минутный разбор проблем индустрии; ведущий с многим согласен.
-
Аргумент Проблема не в тратах, а в передаче IP 3:26
Вместе с токенами компания отдаёт провайдеру свою бизнес-стратегию и «альфу» — защищённое преимущество.
-
Аргумент Модель оплаты выдаёт, где ценность 6:25
Будь ценность реальной, брали бы долю (30%), а не плату за токены. Значит, монетизируется что-то ещё — данные.
-
Аргумент Провайдер видит спрос всей индустрии 7:46
Миллионы промптов дают карту рынка: где «горячо» и куда заходить, чтобы победить.
-
Пример Пример Cursor 8:13
Делал 40–50% выручки Anthropic; ему говорили, что Claude Code — «исследование», а потом он стал конкурентом.
-
Пример Пример Figma 9:27
По The Information, Anthropic запустил Claude Design, застав Figma врасплох; CPO Anthropic был в совете Figma почти до запуска.
-
Вывод Вывод: данные можно превратить в оружие 13:50
«Безумие» — не в убытках, а в том, что накопленные данные позволяют захватывать рынки и выдавливать партнёров через ToS.
Подробный разбор
Полный разбор — разверни, если нужно глубже
Развернуть подробный разбор Свернуть подробный разбор
Стоит ли смотреть целиком
Смотреть стоит, если вам интересна бизнес-механика AI-индустрии: где заканчивается «удобный инструмент» и начинается передача вашего преимущества. Но держите в голове формат — это реакция стримера на интервью Алекса Карпа, с шутками, мемами и намеренными преувеличениями. Ценность не в фактуре (её тонко), а в линзе: три вопроса — что я отдаю, кому я это отдаю и зачем это может понадобиться провайдеру.
Сильная часть — центральный тезис: главный риск не счёт за токены, а «альфа» (данные, стратегия, секреты), которая уходит вместе с промптами. Слабая — доказательная база. Автор честно и неоднократно повторяет «нет однозначных доказательств» и строит вывод на паре совпадений («две точки на графике — это линия»).
Что здесь проверяемо
Несколько опорных точек ролика можно свериться по первоисточникам, указанным в описании видео:
- Интервью Карпа на CNBC, где он называет AI-индустрию «безумной», — по материалу Forbes.
- 9-пунктовый манифест Palantir об «AI-суверенитете» — публикация Palantir.
- Кейс с партнёрами Anthropic (в т. ч. Figma и Claude Design) — The Information и тред Дэвида Сакса.
Всё, что сверх этих фактов — интерпретация автора: связь между «данными партнёров» и выходом провайдера на их рынок в ролике прямо названа предположением, а не доказанной причинно-следственной цепочкой.
Что делать после просмотра
Не воспринимайте ярлык «самая злая компания» буквально — это риторика. Возьмите из ролика практику, а не паранойю: составьте карту данных, которые покидают компанию при работе с AI; прочитайте условия использования на предмет обучения на данных и запрета «конкурирующих продуктов»; включите zero-retention режимы; не кладите в промпт то, что составляет ваше ядро; и не завязывайте всю ценность на одном провайдере, который завтра может стать конкурентом.
План внедрения
С чего начать — отмечай шаги, прогресс сохранится
Выполнено 0 из 6
Проверь себя
Ответь на вопросы, чтобы материал закрепился
-
1. О чём на самом деле спорит видео?
-
2. Что Карп называет главным риском «токен-максинга»?
-
3. Какой тест предлагает Карп для проверки реальной ценности AI?
-
4. В чём суть кейса Cursor по версии видео?
-
5. Что, по данным видео, произошло с Figma?
-
6. Насколько доказаны обвинения в адрес провайдеров?
-
7. Почему стоит держать в уме, от кого исходит критика?
Словарь терминов
Понять незнакомое простым языком
Показать 8 терминов Свернуть словарь
- Токен-максинг (token maxing)
- Культура и стратегия максимального расхода токенов LLM: чем больше «прогоняешь» через модель, тем лучше — по мнению провайдеров. Критика в том, что это поощряет объём вместо реальной пользы.
- Альфа (alpha)
- Защищённое преимущество компании: трейд-секреты, уникальные данные, методики и стратегия, за счёт которых она обгоняет конкурентов. Термин пришёл из инвестиций.
- IP (интеллектуальная собственность)
- Идеи, код, данные, ноу-хау и методики компании — то, что даёт ей ценность и что можно потерять, отдав наружу.
- Palantir
- Компания анализа больших данных, известная работой со спецслужбами и репутацией «компании слежки». Её глава — Алекс Карп.
- Data retention
- Хранит ли провайдер ваши данные после запроса и использует ли их для обучения. «Zero-retention» — режим, когда не хранит и не обучается.
- ToS (Terms of Service)
- Условия использования сервиса. В них может быть запрет строить «конкурирующие продукты» и разные правила для консьюмерского и коммерческого тарифов.
- Claude Code
- Агентный инструмент Anthropic для работы с кодом. В видео упоминается, что партнёрам его называли «просто исследовательским экспериментом».
- Platform envelopment
- Стратегия, когда платформа, видя успех партнёра поверх себя, сама выпускает конкурирующий продукт и вытесняет партнёра. Классический риск маркетплейсов и облаков.
Критический взгляд
Объективно: с какими тезисами можно поспорить и что преувеличено
Заголовок «самая злая компания в мире» — гипербола и кликбейт
Сам автор многократно оговаривается: «не могу сказать, что всё это происходит», «нет однозначных доказательств». Ярлык «самая злая» — риторика ролика, а не вывод из фактов.
«Две точки — Cursor и Figma — складываются в линию»
Корреляция не равна причинности. Модельная компания логично строит инструменты поверх своей модели и входит в смежные рынки и без «кражи данных партнёров»; двух примеров мало, чтобы доказать умысел.
Критика исходит от Palantir — компании массовой слежки
Аргумент «не отдавайте данные» звучит иронично от Карпа, а у Palantir есть коммерческий интерес продавать «суверенные» альтернативы. Это заинтересованная сторона, а не нейтральный наблюдатель.
Тест «почему берут за токены, а не долю» красив, но упрощает
Есть реальные причины продавать инструмент, а не брать equity: невозможно оценить и сопровождать каждый бизнес, нужна масштабируемость, регуляторика, фокус и ликвидность. Per-token модель не доказывает, что «настоящая ценность — только данные».
«Anthropic украл книги и знания мира»
Речь о судебных исках об обучении на пиратских книгах (Anthropic урегулировал крупный иск). Но «кража» — оценочная характеристика: суд рассматривал само обучение как потенциально добросовестное использование, а спор был в способе получения копий.
Цифры поданы небрежно и сатирически
«Meta $73.7 трлн» — очевидная шутка, а «$2 млрд в год на AI» звучит без строгого источника. Числа в ролике не стоит воспринимать как точные данные.
Взгляни иначе
Новый угол, смежные области и потенциал на стыке — пища для размышлений
Данные — это «средства производства»
Манифест Palantir формулирует не «утечку приватности», а промышленную метафору: передавая данные, вы отдаёте means of production для будущих продуктов. Это переносит разговор из этики в экономику власти.
Тот же паттерн уже был в ритейле
Amazon и private-label: маркетплейс видит, какие товары продавцов «выстреливают», и запускает свои под своим брендом. AI-провайдеры лишь повторяют старую механику платформ на новом слое.
Симметричный аргумент против облаков вообще
Та же логика годами звучит про AWS и конкуренцию с клиентами. Вопрос доверия к платформам, которые видят твои данные, старше AI — и решается он архитектурой, а не эмоциями.
Локальные и открытые модели как стратегический ответ
Если данные — сокровище, то суверенный инференс на своих весах перестаёт быть гиковской прихотью и становится бизнес-решением: где-то дороже в моменте, зато телеметрия остаётся у тебя.
На стыке права и ML: «доказательство необучения»
Возможный сдвиг — появление аудируемых пунктов в лицензиях и технических гарантий «мы не обучались на ваших данных», по аналогии с data-processing agreements в GDPR. Доверие превращается в проверяемый артефакт.
Похожие разборы
GPT-5.6 Sol и проблема слишком настойчивого агента
GPT-5.6 Sol выглядит не просто как более умная coding-модель, а как агент, который слишком настойчиво пытается довести задачу до конца. Самый важный вывод из system card и METR: чем автономнее агент, тем нужнее sandbox, confirmations, least privilege, честные evals и наблюдаемость его действий.
Читать → РазборGPT-5.6 на паузе: как frontier-модели превратились в регулируемую инфраструктуру
Ограниченный запуск GPT-5.6 показывает, что frontier-модель теперь может выйти не для всех пользователей, а через доверенный круг партнёров и согласование с государством. Главный вывод: доступ к лучшему ИИ становится регулируемой инфраструктурой, поэтому продуктам и разработчикам нужны fallback-модели, open-weight страховка и ясная карта access-risk.
Читать → РазборFable 5 всё ещё заблокирован: почему ИИ-инструменты стали регуляторным риском
История Fable 5 показывает, что доступ к лучшей модели может исчезнуть не из-за цены или лимитов, а из-за закрытого госрешения. Главный вывод: регуляторный риск теперь нужно считать частью архитектуры AI-workflow, а не внешним шумом.
Читать → РазборSonnet 5 и новый токенайзер: почему «дешёвая» модель перестала экономить — и что значит временный возврат Fable 5
Автор BridgeMind считает Sonnet 5 провалом: новый токенайзер тратит на треть больше токенов, и «дешёвая» модель линейки местами обходится дороже старшей Opus 4.8, теряя весь смысл. Параллельно Anthropic вернула топовую Fable 5 в подписку — но лишь до 7 июля, в пределах 50% недельного лимита и с усиленными предохранителями.
Читать →