← назад

garrytan — 30-04-2026

19 твитов за сутки. Тан анализирует культурный разрыв между Францией и США в поддержке амбиций, детализирует архитектуру «запросаемой компании» на базе ИИ-агентов и критикует политические решения в Калифорнии, одновременно делясь видением защитных стратегий для стартапов против фронтенд-лабораторий.

Культурный блок и поддержка амбиций — Тан утверждает, что главный тормоз развития во Франции — не регулирование, а культурное неприятие экстремальной амбиции и богатства, в отличие от экосистемы YC, где взаимопомощь и поддержка «миллиардерских» целей являются нормой и стратегическим преимуществом 1.

Архитектура AI-компании — Описана 5-слойная модель построения «запросаемой компании» (queryable company), где ключевое отличие от традиционных подходов — наличие механизма обучения (learning mechanism), позволяющего агентам самостоятельно исправлять ошибки и улучшаться без участия человека 2. Успешные компании 2026 года будут работать на 3-м слое (инструменты и компиляция логики), а не просто предоставлять UI поверх моделей 3.

Политика Калифорнии и налоги — Предложенный законодателями налог на активы миллиардеров (налог на неликвидные акции стартапов) угрожает уничтожить стартап-экосистему штата, перенаправляя капитал в другие юрисдикции 4. В качестве альтернативы предлагается демократам выдвинуть кандидата с опытом управления крупным городом для решения системных проблем 5.

Скандал в SFUSD (Школьный округ Сан-Франциско) — Округ тратит миллионы на непрозрачные курсы «этнических исследований» (Voices), скрывая их содержание от родителей и нанимая лояльных «независимых» рецензентов, что ведет к увольнению реальных учителей и неизбежным судебным искам 6, 7, 8.

Эволюция ИИ и критика скептиков — Аргументы критиков ИИ (например, Ed Zitron) о том, что технология достигла пика, опровергаются падением стоимости вычислений в 1000 раз и ростом внедрения; скептизм сменился отрицанием фактов 9, 10. Тан также отмечает, что ИИ-агенты превосходят людей в безопасности и способности исправлять ошибки, в отличие от человеческих водителей 11.

Стратегия для стартапов против Лабораторий — Стартапам не стоит бояться OpenAI или Anthropic, так как ценность находится на «последней миле»: сложные продажи, интеграция с нишевыми системами и предоставление конкретного результата, а не инструмента. Фронтенд-лаборатории не будут строить специализированные решения для каждой отрасли 12.

Исследования и инструменты — Запущен YC Paper Club для сближения исследователей и разработчиков 13. Тан экспериментирует с GStack, исследуя гипотезу о том, что «толстые» функции оценки (reward functions) могут дать агентам большую эффективность обучения, чем просто более мощные модели 14.

Обзоры и прогнозы — Стартап Legora (AI для юриспруденции) назван одним из самых впечатляющих визитов года, с прогнозом обхода Harvey к 2027 году 15. Методология GStack успешно адаптируется для не-кодинговых задач 16. 2026 год станет «вечным сентябрем» для агентов, когда шумиха утихнет и останется только работа 17.

Источники