Платформа Supabase, стартовавшая в акселераторе Y Combinator в батче Summer 2020, переживает взрывной экспоненциальный рост на фоне бума генеративного искусственного интеллекта: база пользователей сервиса достигла 13 миллионов, а число развернутых баз данных под управлением приближается к 50 миллионам. В подкасте Lightcone сооснователь и генеральный директор Supabase Пол Копплстоун обсуждает с партнерами Y Combinator фундаментальную смену парадигмы в разработке программного обеспечения, при которой около 70% новой активности приходится на автономных ИИ-агентов, а миллионы непрограммистов получают возможность создавать сложнейший софт для собственных нужд.
📈 Взрывной рост и феномен агентов: 70% активности без человека 0:00
Традиционный девиз акселератора Y Combinator «Make something people want» («Делай то, что хотят люди») стремительно трансформируется в новую реалию — «Делай то, что хотят агенты» . По словам Пола Копплстоуна, около 70% всей новой активности на платформе Supabase в настоящее время генерируется автономными агентами, а не разработчиками-людьми напрямую .
За последние 12 месяцев показатели компании продемонстрировали масштабный скачок:
- Количество зарегистрированных пользователей выросло с 3 миллионов до 13 миллионов .
- Выручка компании за год увеличилась в 4 раза (4x) .
- Общее число баз данных под управлением выросло с 8 миллионов до почти 50 миллионов .
- Каждую неделю на платформе создается более 1 миллиона новых баз данных .
Этот рост обусловлен двумя ключевыми факторами: традиционные инженеры получили возможность строить системы с беспрецедентной скоростью, а порог входа преодолела огромная волна «строителей» (builders) — людей без инженерного образования, способных собирать полноценные продукты поверх Supabase с помощью ИИ . Supabase фактически стала базой данных по умолчанию для ведущих систем кодогенерации, таких как Cloud Code и Codex .
🛠 От дашбордов к парадигме Code-First: три эпохи Supabase 2:35
Эволюция Supabase прошла через три фундаментальных этапа :
- Эпоха дашбордов (UI-first): Проект начинался во время акселерации в YC как интерфейс в духе Airtable поверх реляционной СУБД Postgres, собранный за первые 100 дней . Команда решала задачу снижения барьера входа в Postgres для обычных веб-разработчиков .
- Эпоха API-first: Примерно в 2021 году, отвечая на запросы партнеров, желавших программно разворачивать множество баз данных, компания переориентировалась на глубокую API-автоматизацию . Это решение оказалось пророческим к моменту взлета платформ разработки Lovable и Bolt, работающих поверх инфраструктуры Supabase .
- Эпоха Code-First: В последнее время пользователи практически перестали вручную заходить в графический интерфейс управления . Для эффективного взаимодействия с автономными агентами компании потребовалось полностью переориентироваться на CLI (интерфейсы командной строки), изоляцию окружений и концепцию инфраструктуры как кода , .
Ключевым фактором успеха Копплстоун называет приверженность философии открытого исходного кода (open source) . Авторы подкаста подчеркивают, что автономные агенты отдают предпочтение open-source решениям: когда агент сталкивается с ошибкой, закрытый код становится непреодолимым тупиком, тогда как в открытом коде модель способна изучить исходники, локализовать баг и предложить исправление . Кроме того, по мнению Копплстоуна, растущие корпоративные требования к безопасности заставят бизнес отказываться от проприетарных систем, аудит кода которых невозможен .
👥 Класс «строителей» и бум персонализированного софта 4:34
В индустрии программного обеспечения формируется новый обширный сегмент пользователей — «строители» (builders) . В отличие от классической воронки привлечения, где всплеск регистраций обычно сопровождается падением метрик конверсии и активации, приток «строителей» показывает одновременный рост удержания .
Ведущие YC отмечают смену парадигмы: в период 2022–2025 годов венчурный консенсус требовал обязательного наличия сильного технического сооснователя в стартапе . Однако сегодня навык непосредственного написания кода становится комодитизированным . Главной сложностью становится понимание предметной области: отраслевые эксперты точно знают нерешенные проблемы и свободные ниши, но раньше не могли убедить наемных инженеров взяться за их реализацию .
В качестве примеров спикеры приводят реальные кейсы:
- Основатель финтех-компании с экзитом свыше $1 млрд, имевший базовые математические навыки и знание скриптов Ruby, ранее всегда нанимал инженеров . Теперь он самостоятельно с нуля пишет сложнейший финансовый софт для личного баланса со сквозными банковскими интеграциями .
- 50-летний водитель из Бразилии, встреченный Полом на конференции, со смартфона с помощью нейросетей разработал полноценный сервис такси для своего локального рынка .
По оценке Пола Копплстоуна, ранние инвесторы утверждали, что модель роста на базе продукта (PLG) неизбежно упрется в потолок выручки без перехода в тяжелый Enterprise-сегмент, однако реальность показывает отсутствие видимых границ у рынка индивидуальных разработчиков .
🗄 Персональные базы данных и суверенитет над контекстом 10:04
Сам Пол Копплстоун поделился опытом собственной разработки персонального программного комплекса, названного им «Control Tower» . Несмотря на полугодовые споры о том, что интерфейсы отомрут, а общение сведется к чатам и Markdown-файлам, на практике выяснилось, что структурированная СУБД и специализированный UI остаются незаменимыми .
Личный софт Пола объединяет обработку входящей почты без необходимости заходить в почтовый ящик, отслеживание личных финансов и медицинские показатели . Встроенный агент сопоставляет финансовые транзакции со списком контактов цифрового мозга, а данные о здоровье — с рабочим календарем , . Агент понимает контекст: временный набор веса списывается на командировки и перелеты, избавляя от ложных тревог .
Участники дискуссии сошлись во мнении, что критически важным активом становится сам реестр данных, находящийся в собственности человека, а не в закрытых базах сторонних SaaS-сервисов .
Исторически мир опирался на небольшое число колоссальных корпоративных баз данных . Новая концепция предполагает, что у каждого человека появится персональное хранилище данных (включая S3-совместимые хранилища Supabase), поверх которого будут запускаться и меняться различные независимые ИИ-агенты, исключая риск привязки к единственному закрытому поставщику , .
⚡ Масштабирование до миллиардов: поглощение Turso и запуск Spark 15:56
В перспективе потребность в развертывании инфраструктуры может вырасти на порядки. По расчетам спикеров, если сервис уровня ChatGPT с аудиторией в 1,2 млрд активных пользователей в неделю начнет стимулировать каждого запускать хотя бы один проект в месяц, потребность составит 1,2 млрд баз данных ежемесячно .
Для работы на таких масштабах классической архитектуры Postgres на базе тяжелых облачных инстансов AWS недостаточно . В рамках этой стратегии Supabase недавно провела сделку по приобретению компании Turso . Инфраструктура Turso базируется на СУБД SQLite, сохраняя совместимость с протоколами Postgres .
Компания готовит к запуску новую линейку продуктов:
- Supabase Spark: сверхлегковесные базы данных на базе SQLite, предназначенные для мгновенного старта, прототипирования и персональных агентов с минимальными затратами вычислительных ресурсов .
- Multigress: архитектура для тяжелых корпоративных нагрузок, способная горизонтально масштабироваться до петабайтных объемов данных , .
Подход Supabase авторы сравнивают с траекториями Stripe и AWS: захватить клиента в «День 1» его существования и расти вместе с ним десятилетиями . Около 40% совокупной выручки AWS генерируется стартапами, которые пришли на платформу на ранних стадиях и затем выросли в гигантов .
🤖 Инженерия для агентов: самоисправляющийся код и бенчмарки 27:29
Внутри самой Supabase произошла стремительная трансформация инженерной культуры. Согласно внутренним замерам компании, всего за 6 месяцев доля инженеров, пишущих 80% своего кода с помощью ИИ-агентов, подскочила с 10% до 60% без каких-либо административных указаний сверху , .
Это потребовало переосмысления архитектуры самого сервиса для комфортной работы алгоритмов:
- Самоисправляющиеся сообщения об ошибках: Традиционные серверные ошибки вроде кода 500 бесполезны для LLM . Supabase переписала логику сообщений: теперь система возвращает подробные инструкции и ссылки на релевантную документацию, позволяя агенту самостоятельно исправить код за один цикл .
- Оценка и эвалы (Evals): Инженерные ресурсы компании смещаются от написания фичей к прогону тысяч автоматических сценариев использования . Команда тестирует, какие LLM лучше работают с Postgres, и обучает модели корректным паттернам .
Один из ведущих выпуска, Гарри Тан, описал архитектуру своего проекта Gbrain, построенного поверх Supabase и OpenClaw . При объеме в полмиллиона документов Markdown контекстное окно модели перестает справляться, что делает необходимым гибридный поиск: расширение PGvector и графовые структуры данных в SQL , . С помощью фреймворка Cappy агенты работают в непрерывном цикле: одна субагентная роль придумывает новые категории эвалов, а другая оптимизирует показатели выборки и автоматически пушит улучшения в рабочую ветку репозитория , .
💡 Будущее стартапов: сверхприбыльный SaaS и эффект Линди 42:36
На венчурном рынке разворачивается парадоксальная ситуация. С одной стороны, стартапы в категории вертикального SaaS (Vertical SaaS) сталкиваются с трудностями при привлечении раундов Series A даже при наличии показателей ARR от $5 млн до $10 млн, которые еще год назад практически гарантировали закрытие раунда . С другой стороны, основателям этих компаний венчурные деньги зачастую больше не требуются .
Благодаря автоматизации команда всего из 10–15 человек способна обслуживать выручку в $15–30 млн или даже $50 млн . При маржинальности в 50% и выручке в $2 млн на одного сотрудника бизнес генерирует колоссальный чистый денежный поток . Участники дискуссии сошлись во мнении, что историческая одержимость привлечением венчурных раундов уступает место признанию реального достижения — способности построить прибыльную компанию без внешних вливаний капитала .
В завершение беседы Пол Копплстоун подчеркнул важность фундаментального правила — эффекта Линди:
- Реляционные базы данных существуют более 50 лет и гарантированно останутся востребованными следующие полвека, вне зависимости от исхода текущей гонки за AGI .
- Основателям следует связывать свою судьбу с неустаревающими базовыми инфраструктурными примитивами .
- Главная задача технологической платформы в условиях экстремальной неопределенности — максимальная скорость адаптации к новым инструментам и сохранение гибкости внутри команды , .
