# Майк Кригер о DeepSeek, Anthropic и о том, почему разработчик скоро станет «менеджером кода»

Источник: https://www.youtube.com/watch?v=GqDZfcx1kRg
Канал: 20VC (Harry Stebbings)
Опубликовано: 03.03.2025

---

Майк Кригер, сооснователь Instagram и нынешний директор по продукту (CPO) Anthropic, в беседе с Гарри Стеббингсом анализирует текущее состояние ИИ-гонки и трансформацию технологического рынка. В центре дискуссии — поиск устойчивых бизнес-моделей в мире, где базовые модели становятся мощнее с каждым месяцем, и вызовы, с которыми сталкиваются разработчики при создании продуктов на базе нейросетей.

## 💰 Где будет создаваться ценность в десятилетие ИИ?
[[JUMP:1:11]]

Майк Кригер отмечает, что предприниматели часто спрашивают его, как строить бизнес, который не будет поглощен возможностями Anthropic или OpenAI в будущем. По мнению Кригера, устойчивая ценность создается там, где есть пересечение трех факторов [1:37]:

*   **Дифференцированный выход на рынок (Go-to-Market):** наличие налаженных каналов продаж и глубоких отношений с клиентами.

*   **Специализированные знания в индустрии:** глубокое понимание конкретной вертикали (например, юриспруденции или финансов).

*   **Уникальные данные:** доступ к информации, которой нет в открытых обучающих выборках.

Майк Кригер приводит в пример здравоохранение как чрезвычайно сложную область, где «черновая работа» по интеграции и пониманию процессов создает защитный ров вокруг продукта [2:06]. Он считает, что стартапы должны использовать лучшие базовые модели, дополняя их собственным тонким тюнингом (fine-tuning) или специфической оркестрацией, но их главным преимуществом останется понимание боли клиента [2:32].

**Инвестиционный тезис Майка Кригера:** в битве между существующими SaaS-гигантами и новыми ИИ-стартапами в вертикальных нишах преимущество будет у тех, кто быстрее сможет «нарисовать будущее». У корпораций есть данные и клиенты, но их проблема — риск разрушить доверие пользователей обещаниями ИИ, который работает нестабильно [3:39].

## 🛠 Стратегия для стартапов: строить для будущего, а не для настоящего
[[JUMP:4:45]]

Важный вопрос для любого основателя: ориентироваться на текущие возможности нейросетей или проектировать продукт с учетом прогресса моделей? Майк Кригер утверждает, что многие успешные продукты стали возможны только после выхода конкретных обновлений, таких как Claude 3.5 Sonnet, когда точность выполнения задач подскочила с 70% до 90% [5:14].

Его советы для разработчиков:

1.  **Не ждать идеальных моделей:** нужно «биться головой о стену» текущих ограничений уже сегодня [6:03].
2.  **Накапливать контекст:** компании, выигрывающие от новых релизов, — это те, кто месяцами изучал, что именно идет не так в их нише. В качестве примера приводится Cursor — разработчики долго экспериментировали с разными подходами, прежде чем их продукт стал хитом [6:15].
3.  **Агрессивно тестировать новые релизы:** быть первым, кто внедрит возможности новой модели, чтобы реализовать то, что было невозможно вчера [6:41].

## 🏆 Три столпа лидерства на уровне базовых моделей
[[JUMP:7:21]]

Майк Кригер выделяет три фактора, которые позволяют лабораториям (Labs) удерживать позиции на фронтире:

1.  **Плотность талантов:** талант притягивает талант. Исследователи переходят в компании с четкой миссией и сильной командой [7:47].
2.  **Дифференциация характера моделей:** Кригер считает, что со временем модели будут становиться всё более разными, а не похожими. У Claude уже есть свой узнаваемый «тон» и лидерство в написании кода [8:24].
3.  **ИИ-партнерство вместо простого API:** успех зависит от способности компании стать долгосрочным партнером для бизнеса, помогая проектировать прикладные решения, а не просто обменивать токены на деньги [9:40].

## 🚧 Барьеры на пути прогресса: от тестов к реальности
[[JUMP:10:30]]

Одной из главных проблем индустрии Майк Кригер называет отсутствие адекватных методов оценки (evals) для сложных, многошаговых задач.

*   **Проблема «одного выстрела»:** текущие тесты хорошо проверяют короткие ответы, но плохо — агентное поведение в реальном мире [10:57].

*   **Работа инженера — это не только код:** Кригер подчеркивает, что настоящий программист понимает сроки, требования бизнеса и отзывы пользователей. Существующие тесты вроде SWE-bench покрывают лишь малую часть этой работы [11:36].

*   **Оценка «вайба» (Vibes):** Майк Кригер признает, что такие качества, как дружелюбность или лаконичность модели, сложно измерить количественно. Иногда переход от версии 3.5 к 3.7 может субъективно ощущаться пользователями как «ухудшение» в творческом письме, даже если технические метрики растут [15:14].

## 📱 Дизайн продукта в эпоху неопределенности
[[JUMP:16:00]]

Майк Кригер, опираясь на свой опыт в Instagram, называет нынешнее состояние ИИ-продуктов «протекающей абстракцией» (leaky abstraction) [16:05]. Пользователей заставляют выбирать между моделями (Opus, Sonnet, Haiku), хотя они часто не понимают разницы.

Ключевые тезисы Кригера о UX в ИИ:

*   **Смерть промптов:** разрыв между «профессиональным промптером» и обычным пользователем должен быть ликвидирован на уровне дизайна продукта [17:50].

*   **Проектирование вокруг недетерминизма:** ИИ-дизайнер должен строить «каркас» вокруг системы, которая каждый раз выдает разный результат. Это требует постоянного регрессионного тестирования [18:54].

*   **Скорость против стабильности:** в API-продуктах важна предсказуемость, в то время как в потребительских приложениях (Claude.ai) Anthropic может позволить себе быть более экспериментальными [21:06].

## 🇨🇳 Феномен DeepSeek и мощь Китая
[[JUMP:31:40]]

Обсуждая недавний успех DeepSeek, Майк Кригер отмечает, что западным компаниям не стоит недооценивать китайские команды. Он напоминает, что в Китае давно выстроена параллельная экосистема высококачественных продуктов, таких как WeChat или TikTok, которые решали сложнейшие технические задачи на огромном масштабе [32:36].

По мнению Кригера, DeepSeek удалось совершить прорыв благодаря:

1.  **Блестящему маркетингу и сторителлингу:** они создали нарратив о «дешевой и эффективной» модели в идеальный политический момент (январь, новая администрация США) [35:36].

2.  **Пользовательскому опыту:** они выпустили iOS-приложение с отличными деталями, включая живое отображение «цепочки рассуждений» (Chain of Thought). Майк Кригер признает, что Anthropic стоило выпустить аналогичную функцию раньше, не дожидаясь идеальной «полировки» [36:17].

## 👨‍💻 Трансформация роли программиста
[[JUMP:44:00]]

Майк Кригер, который сам недавно вернулся к написанию кода с помощью нового инструмента Claude Code, считает, что в ближайшие 3 года работа разработчика радикально изменится.

*   **От исполнителя к делегатору:** инженер будет тратить больше времени на проверку кода (code review), сгенерированного ИИ, и на выбор архитектурных подходов, чем на ручное написание строк [45:40].

*   **Агентные циклы:** через год разработчик сможет поставить задачу агенту, уйти пить кофе, а по возвращении увидеть три протестированных варианта решения с анализом безопасности и уязвимостей [46:19].

*   **Мультидисциплинарность:** знание того, *что* строить, становится важнее знания того, *как* написать конкретную реализацию [43:34].

## 🧬 ИИ, медицина и долголетие
[[JUMP:1:00:52]]

В завершение беседы Майк Кригер поддержал оптимистичный взгляд Дарио Амодеи на потенциал ИИ в биологии.

*   **Ускорение бюрократии:** компания Novo Nordisk уже использует Claude для написания отчетов о клинических испытаниях, сокращая процесс с 15 недель до 20 минут [1:01:18].

*   **Фундаментальная наука:** создание моделей клеток позволит проводить виртуальные эксперименты, что драматически ускорит поиск лекарств от таких болезней, как рассеянный склероз [1:01:43].

Кригер резюмирует, что лучшие умы его поколения, которые раньше занимались таргетированием рекламы, теперь переключаются на создание интеллекта, способного решать глобальные задачи человечества [1:02:07].