aakashgupta — 26-05-2026
29 твитов за сутки. Главная тема — AI-native product work: агенты для PM, evals/traces, screen-aware интерфейсы и сравнение новых AI builder tools.
PM agents и eval loop — Gupta пересказывает выпуск, где гость строит PM agent live: агент подключается к GitHub, вытаскивает discussions/issues/releases, ранжирует pain points и возвращает план для PM, но judgment остается за человеком PM agent для GitHub triage. Отдельно он пишет, что главная причина отсутствия evals у 99% AI agents — не сложность, а высокая activation energy: чтение traces, ручная категоризация ошибок и рубрики; новый workflow сводит это к инструментированию agent skill, предложенной Claude eval и self-improving loop на cron evals для PM agent. В продолжение он разбирает границу между vibe evals и axial coding: eyeballing быстро теряет signal, но даже hand-labeled ground truth со временем дрейфует vibe evals vs axial coding.
Screen-aware AI и продуктовые exits — Gupta описывает, как пользователи уходят из продукта в ChatGPT, чтобы спросить "что изменилось со вчера", и предлагает Claude Routine, которая сканирует Reddit, Product Hunt, G2 и X на такие workflow exits: AI_QUERY, EXPORT и DATA_LOOKUP становятся дорожной картой для продукта Claude Routine для workflow exits. В теме screen-aware AI он снова возвращается к Fitts's law: chatbox находится в другой вкладке, а Clicky сводит distance to AI к нулю, потому что AI живет у курсора Clicky и Fitts's law.
AI builders — Gupta сравнил Lovable, Replit, Vercel v0 и Bolt на одинаковой задаче Yelp AI search: Bolt выиграл за счет скорости, брендинга и раннего учета trust concerns, тогда как v0 сузил задачу до страницы поиска, Lovable смешал секции, а Replit сохранил duplicate-content bug сравнение AI builder tools. В другой линии OpenAI-команда Ryan Lopopolo описана как крайний вариант agentic development: PM пишет PRD в понедельник, PR появляется к пятнице, а люди управляют harness, quality gates и рекурсивной работой Codex OpenAI team ships PR from PRD.
AI economics и work — в реакции на McKinsey Gupta пишет, что AI вскрыл opacity старого consulting model: market sizing, competitive landscape и deck production стали commodity, а платить остается за последние 10% настоящего стратегического суждения AI и pricing consulting firms. Через OpenAI-пример с PRD-to-PR workflow он подчеркивает, что роль человека смещается к framing, harness, quality gates и пониманию, что именно стоит строить human judgment around agentic coding.
