# Пол Копплстоун из Supabase: «70% новой активности создают агенты, а не люди» Источник: https://www.youtube.com/watch?v=vl7HiMdGfjo Канал: Y Combinator Опубликовано: 30.10.2026 --- 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 [[JUMP:00:00]] Традиционный девиз акселератора Y Combinator «Make something people want» («Делай то, что хотят люди») стремительно трансформируется в новую реалию — «Делай то, что хотят агенты» [01:05]. По словам Пола Копплстоуна, около 70% всей новой активности на платформе Supabase в настоящее время генерируется автономными агентами, а не разработчиками-людьми напрямую [01:17]. За последние 12 месяцев показатели компании продемонстрировали масштабный скачок: * Количество зарегистрированных пользователей выросло с 3 миллионов до 13 миллионов [01:44]. * Выручка компании за год увеличилась в 4 раза (4x) [01:44]. * Общее число баз данных под управлением выросло с 8 миллионов до почти 50 миллионов [02:09]. * Каждую неделю на платформе создается более 1 миллиона новых баз данных [01:57]. 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 [02:23]. Supabase фактически стала базой данных по умолчанию для ведущих систем кодогенерации, таких как Cloud Code и Codex [00:38]. ## 🛠 От дашбордов к парадигме Code-First: три эпохи Supabase [[JUMP:02:35]] Эволюция Supabase прошла через три фундаментальных этапа [02:52]: 1. **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 [20:04]. Команда решала задачу снижения барьера входа в Postgres для обычных веб-разработчиков [20:43]. 2. **Эпоха API-first:** Примерно в 2021 году, отвечая на запросы партнеров, желавших программно разворачивать множество баз данных, компания переориентировалась на глубокую API-автоматизацию [21:11]. Это решение оказалось пророческим к моменту взлета платформ разработки Lovable и Bolt, работающих поверх инфраструктуры Supabase [21:23]. 3. **Эпоха Code-First:** В последнее время пользователи практически перестали вручную заходить в графический интерфейс управления [21:38]. Для эффективного взаимодействия с автономными агентами компании потребовалось полностью переориентироваться на CLI (интерфейсы командной строки), изоляцию окружений и концепцию инфраструктуры как кода [03:06], [21:51]. Ключевым фактором успеха Копплстоун называет приверженность философии открытого исходного кода (open source) [03:33]. 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 [03:59]. Кроме того, по мнению Копплстоуна, растущие корпоративные требования к безопасности заставят бизнес отказываться от проприетарных систем, аудит кода которых невозможен [04:26]. ## 👥 Класс «строителей» и бум персонализированного софта [[JUMP:04:34]] В индустрии программного обеспечения формируется новый обширный сегмент пользователей — «строители» (builders) [04:41]. В отличие от классической воронки привлечения, где всплеск регистраций обычно сопровождается падением метрик конверсии и активации, приток «строителей» показывает одновременный рост удержания [05:09]. Ведущие YC отмечают смену парадигмы: в период 2022–2025 годов венчурный консенсус требовал обязательного наличия сильного технического сооснователя в стартапе [07:49]. Однако сегодня навык непосредственного написания кода становится комодитизированным [08:14]. 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 [07:22]. 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 [06:41]. Теперь он самостоятельно с нуля пишет сложнейший финансовый софт для личного баланса со сквозными банковскими интеграциями [06:55]. * 50-летний водитель из Бразилии, встреченный Полом на конференции, со смартфона с помощью нейросетей разработал полноценный сервис такси для своего локального рынка [08:56]. 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 [06:02]. ## 🗄 Персональные базы данных и суверенитет над контекстом [[JUMP:10:04]] Сам Пол Копплстоун поделился опытом собственной разработки персонального программного комплекса, названного им «Control Tower» [10:30]. 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 [10:16]. Личный софт Пола объединяет обработку входящей почты без необходимости заходить в почтовый ящик, отслеживание личных финансов и медицинские показатели [10:42]. Встроенный агент сопоставляет финансовые транзакции со списком контактов цифрового мозга, а данные о здоровье — с рабочим календарем [11:11], [11:49]. Агент понимает контекст: временный набор веса списывается на командировки и перелеты, избавляя от ложных тревог [12:03]. 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 [12:45]. Исторически мир опирался на небольшое число колоссальных корпоративных баз данных [12:59]. 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 [12:16], [14:04]. ## ⚡ Масштабирование до миллиардов: поглощение Turso и запуск Spark [[JUMP: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 [15:40]. Для работы на таких масштабах классической архитектуры Postgres на базе тяжелых облачных инстансов AWS недостаточно [16:06]. В рамках этой стратегии Supabase недавно провела сделку по приобретению компании Turso [16:20]. Инфраструктура Turso базируется на СУБД SQLite, сохраняя совместимость с протоколами Postgres [16:20]. 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 [16:33]. * **Multigress:** архитектура для тяжелых корпоративных нагрузок, способная горизонтально масштабироваться до петабайтных объемов данных [16:46], [17:40]. Подход Supabase авторы сравнивают с траекториями Stripe и AWS: захватить клиента в «День 1» его существования и расти вместе с ним десятилетиями [25:25]. Около 40% совокупной выручки AWS генерируется стартапами, которые пришли на платформу на ранних стадиях и затем выросли в гигантов [24:59]. ## 🤖 Инженерия для агентов: самоисправляющийся код и бенчмарки [[JUMP: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 [18:06], [18:18]. Это потребовало переосмысления архитектуры самого сервиса для комфортной работы алгоритмов: * **Самоисправляющиеся сообщения об ошибках:** Традиционные серверные ошибки вроде кода 500 бесполезны для LLM [30:18]. Supabase переписала логику сообщений: теперь система возвращает подробные инструкции и ссылки на релевантную документацию, позволяя агенту самостоятельно исправить код за один цикл [30:32]. * **Оценка и эвалы (Evals):** Инженерные ресурсы компании смещаются от написания фичей к прогону тысяч автоматических сценариев использования [32:06]. Команда тестирует, какие LLM лучше работают с Postgres, и обучает модели корректным паттернам [31:52]. Один из ведущих выпуска, Гарри Тан, описал архитектуру своего проекта Gbrain, построенного поверх Supabase и OpenClaw [32:20]. При объеме в полмиллиона документов Markdown контекстное окно модели перестает справляться, что делает необходимым гибридный поиск: расширение PGvector и графовые структуры данных в SQL [33:55], [34:20]. 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 [37:40], [37:54]. ## 💡 Будущее стартапов: сверхприбыльный SaaS и эффект Линди [[JUMP: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 [43:31]. С другой стороны, основателям этих компаний венчурные деньги зачастую больше не требуются [44:40]. Благодаря автоматизации команда всего из 10–15 человек способна обслуживать выручку в $15–30 млн или даже $50 млн [44:10]. При маржинальности в 50% и выручке в $2 млн на одного сотрудника бизнес генерирует колоссальный чистый денежный поток [44:25]. Участники дискуссии сошлись во мнении, что историческая одержимость привлечением венчурных раундов уступает место признанию реального достижения — способности построить прибыльную компанию без внешних вливаний капитала [45:08]. 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 [45:38]. * Основателям следует связывать свою судьбу с неустаревающими базовыми инфраструктурными примитивами [45:51]. * Главная задача технологической платформы в условиях экстремальной неопределенности — максимальная скорость адаптации к новым инструментам и сохранение гибкости внутри команды [46:18], [47:13].