· AI Engineer World's Fair 2025
Стартапы и ИИ в 2025 году
State of Startups and AI 2025
Устойчивую ценность в AI-продуктах создают толстые обёртки над моделями с доменным workflow и автоматическим сбором контекста.
- Агент как коллега с целью — по определению спикера, это ПО, которое планирует шаги, включает AI, берёт на себя задачу и держит цель в памяти, пробуя гипотезы и откатываясь назад.
- Copilots недооценены — по данным о выручке, вспомогательные продукты пока приносят больше, чем полная автономия, потому что терпимость пользователей к ошибкам падает с ростом задержки. Сначала стоит строить усиление человека, а автономность добавлять по мере роста возможностей моделей.
- Мультимодельность как норма — по данным спикера, GPT-4 подешевел с $30 до $2 за миллион токенов примерно за 18 месяцев. Работу стоит планировать сразу с несколькими моделями, через OpenRouter или inference-платформы.
- Исполнение важнее первенства — Cursor не изобрёл ни модель, ни code completion, но быстрее конкурентов выпустил продукт. Jasper с первым преимуществом остался на наборе промптов в текстовом поле.
Кому полезно: тем, кто решает, строить ли продукт как отраслевую обёртку над моделями или как агента.
На какие вопросы отвечает доклад
Почему код стал первой областью, где AI-продукты так быстро выросли по выручке?
Код это структурированный текст, который можно проверить тестами и компиляцией, а лаборатории сделали его главным бенчмарком и приоритетом обучения. Инструменты создавали инженеры, которые хорошо знали свой workflow.
▶ 11:52Конкуренция coding-продуктов и лаборатории foundation modelsКак не превратить AI-продукт в тонкую обёртку над чужой моделью?
Опирайтесь на знание домена: собирайте контекст автоматически, оркестрируйте разные модели под задачу и перестройте workflow. По словам спикера, защищает исполнение, а не первенство: Cursor не изобрёл ни автодополнение, ни модель.
▶ 11:52Конкуренция coding-продуктов и лаборатории foundation modelsПочему стоит начинать с копилота, а не с полностью автономного агента?
Терпимость пользователей к ошибкам и галлюцинациям резко падает с ростом задержки, поэтому спикер советует сначала строить усиление человека, а автономность добавлять по мере роста возможностей моделей.
▶ 18:03Copilots, данные, созданные людьми, и прикладное машинное обучениеСтоит ли привязывать продукт к одному LLM-провайдеру?
Спикер советует закладывать мультимодельную архитектуру: по его данным, цена GPT-4 упала с 30 до 2 долларов за миллион токенов примерно за 18 месяцев, а дистиллированные версии стоят около 10 центов. Инструменты вроде OpenRouter помогают переключаться между моделями.
▶ 5:56Определение агентов и выявление настоящих AI-бизнесовКакие бизнес-процессы стоит первыми переводить на голосовой AI?
Голос уже естественный способ делового общения, поэтому первыми пойдут медицинские консультации и лидогенерация, где голосовые процессы уже были, но их нельзя было масштабировать.
▶ 5:56Определение агентов и выявление настоящих AI-бизнесовПочему консервативные отрасли внедряют AI быстрее технологичных?
Спикер называет это эффектом leapfrog: по его словам, Sierra решает 70% запросов клиентской поддержки, а Harvey и OpenEvidence становятся необходимыми для конкуренции в юриспруденции и медицине.
▶ 11:52Конкуренция coding-продуктов и лаборатории foundation models
Главы
Похожие доклады
Руководство AI-инженера по привлечению венчурных инвестиций
AI Engineer World's Fair 2025
Близко по содержанию
Почему большинство корпоративных проектов с agentic AI обречены
Jack Wang, Jess Grogan-Avignon
AI Engineer Europe 2026
Близко по содержанию
Весточка из будущего: как построить AI-native компанию
AI Engineer Code 2025
Близко по содержанию
Следующие единороги: 7 ведущих AI-стартапов из резиденции HF0
Alex Atallah, Eugene Cheah, Diego Rodriguez, David Vorick, Jonas Bauer, Shijia Liao
AI Engineer World's Fair 2025
Близко по содержанию
