Продакт собрал команду агентов, которая выполняет заказы на фриланс-бирже

Потратил 70% времени на безопасность продукта, хотя система ещё не получила ни одного заказа

Я хотел, чтобы агенты могли работать самостоятельно и при этом не мешали друг другу, не получали лишних доступов и не тратили больше денег, чем заложено. Поэтому разделил процессы и доступы, защитил ключи и поставил ограничения на расходы моделей.

Безопасность забрала около 70% времени. Поначалу лимит расходов на месяц заканчивался за несколько дней, и я продолжал дорабатывать систему. Но платных заказов у неё всё ещё не было.

Я никогда не работал фрилансером и не знал, почему заказчик на бирже выберет нового исполнителя без истории. Я вложил месяцы в безопасность выполнения заказов, хотя ещё не проверил, смогу ли их получать.

На Boost Pro с помощью продуктовых скиллов Next Move Theory нашёл риск, который нужно было проверить первым

На Boost Pro я работал с NMT-скиллами — AI-инструментами для принятия стратегических решений в продукте. В них зашита Next Move Theory, авторская методология Вани Замесина. Скиллы помогают посмотреть на идею как на бизнес: понять, для кого продукт, почему люди его выберут, на чём он будет зарабатывать и что важно проверить до разработки.

В скиллы зашит Riskiest Assumption Test — проверка самого рискованного предположения. Она помогает найти условие, без которого не сработает весь продукт, и проверить его раньше, чем вкладываться в сложную систему.

Я передал скиллу контекст AI-фрилансера. Вместо того чтобы дальше улучшать команду агентов, он помог разделить проект на две задачи:

1. Доказать, что новый исполнитель без истории может получать подходящие заказы.
2. Построить систему, которая выполнит эти заказы с нужным качеством и маржой.

Я начал со второй, потому что она была интереснее. Но скилл подсветил, что главный риск — не способность агентов выполнить заказ, а возможность этот заказ вообще получить. Новый исполнитель выходил на биржу без истории и рейтинга. Если заказчики его не выбирают, качество работы агентов, память и безопасность системы пока не влияют на бизнес.

После разбора я остановил AI-фрилансера. Продолжать разработку означало бы улучшать систему без подтверждения спроса. При этом я научился разделять контекст между агентами, безопасно запускать их на сервере, ограничивать циклы и считать расходы моделей. Эти решения планирую использовать в следующем проекте.

Планирую перенести архитектуру в контент-фабрику и сначала проверить её на себе

Дальше планирую делать контент-фабрику для рилсов, текстов и каруселей. До разработки опишу продукт, сегмент, ценность, конкурентов и требования в связанных файлах. На каждом шаге агент будет получать только нужный контекст: модели обработают меньше текста, работа будет стоить дешевле, а система станет сложнее только тогда, когда этого потребует задача.

Соединил вайбкодинг с продуктовым подходом и теперь начинаю не с кода, а с проверки идеи

Первый Boost дал мне техническую самостоятельность: я научился собирать продукты без команды разработки. На Boost Pro я усилил продуктовую часть этой работы. Теперь до кода определяю, для кого создаю продукт, какую ценность он должен дать, какое предположение может разрушить идею и как проверить его с минимальными затратами.

При этом я умею решать более сложные технические задачи: собирать команды агентов, разделять между ними роли и контекст, ограничивать циклы и контролировать расходы моделей. Но сложность системы больше не служит для меня доказательством, что получится ценный продукт.