Агентские упряжки: разбор на примере Gamma и идеи стартапов

Что в ролике
Если вы слышали термин «упряжка агента», но не понимаете, что за ним стоит, этот разговор даёт конкретный разбор на примере Gamma, сервиса презентаций с 100 млн ARR. Джон Норонья объясняет, что упряжка — это набор инструментов, которыми агент пользуется для выполнения работы, проверки результата и сбора предпочтений пользователя, как Claude Code для программирования, но для визуальной коммуникации. При типичном запросе «превратить заметки в презентацию на 20 слайдов» Gamma поднимает облачную песочницу, задаёт уточняющие вопросы, подключается к Notion, Slack и Linear, а до нажатия кнопки генерации делает 30–40 вызовов к 4–5 моделям; после генерации — около 100 вызовов и 10–15 моделей, а после визуального контроля качества — до 20 моделей и около 200 вызовов. Среди идей для новых вертикальных упряжек он выделяет субъективные задачи, где нужен человек в контуре, личные видеоигры, юридические и медицинские продукты, а также скучные сервисы в реальном мире, например мебель, где можно показывать диван в комнате с точным размером. Гамма борется с «AI-запахом», запуская постоянные A/B-тесты на тысячах пользователей и отслеживая редактирование, экспорт и переход с бесплатного тарифа. Недавний эксперимент с быстрым режимом без черновика проиграл: пользователи, прошедшие медленный путь с вопросами и контуром, были больше вовлечены и чаще платили. Джон советует строить на чужих моделях, тратить 98% усилий на промпты и контекст, а не файнтюнинг, и сразу пробовать новые модели, как он сделал с Claude Haiku 5,5, запустив восемь тестов за один день.
Практика
- Что получишь
- Понимание термина «упряжка агента», внутреннее устройство Gamma на уровне десятков моделей и вызовов, а также направления для стартапов: субъективные творческие задачи, личные игры, мебель и реальные сервисы.
- Первый шаг
- Выбрать нишу, в которой вы готовы тратить восемь часов в день и где понимаете вкус результата, затем перечислить инструменты, которые ваш агент мог бы использовать лучше, чем общие решения.
- Цифры
- —100 млн долларов годового регулярного дохода (ARR) — уровень Gamma, названный ведущим
- —30–40 вызовов LLM и 4–5 моделей — до нажатия генерации в Gamma
- —до 20 моделей и около 200 вызовов — полный процесс создания презентации с проверкой каждого слайда
- —8 экспериментов Джон запустил за один день для новой модели Claude Haiku 5,5
- Честно
- Эпизод спонсирован Anthropic, а гость — сооснователь Gamma, поэтому разговор отчасти продвигает его продукт и обновление платформы; независимых сравнений или демонстраций нет. Конкретные промпты, обучающие данные и архитектура упряжки не раскрываются, так что повторить решение по интервью не получится. Упоминания Muse, Instinct и недавних моделей даны как личный опыт, без инструкций.
Если слова незнакомы — 6 терминов
- упряжка агентанабор инструментов, с помощью которых агент выполняет задачу, проверяет результат и уточняет предпочтения пользователя
- LLMбольшая языковая модель, например Claude или GPT
- промпттекстовое задание для модели
- песочницаизолированная облачная среда, где агент работает с файлами
- A/B-тестсравнение двух версий на реальных пользователях
- файнтюнингдообучение готовой модели на своих данных
Связки из этого ролика
3 шт.- agent harness
- vertical SaaS
- AI image models
Компоненты
18 шт.Формат: интервью · для бизнеса · уверенность разметки 0.9 · источник