A Deep Dive With the Replit Team on Our Agents: 10K, QBee, the AGI-ish Bloomberg Beta Email, and Programming in English (For Real)

A Deep Dive With the Replit Team on Our Agents: 10K, QBee, the AGI-ish Bloomberg Beta Email, and Programming in English (For Real)

Глубокое погружение с командой Replit в наших агентов: 10K, QBee, AGI-образное письмо для Bloomberg Beta и программирование на английском (по-настоящему)

by Jason Lemkin | Artificial Intelligence (AI), Blog Posts, SaaStr.Ai

автор Jason Lemkin | Artificial Intelligence (AI), Blog Posts, SaaStr.Ai

The Replit team came out in force to SaaStr AI 2026 (from the CEO to the CRO and the President!). They also in an unguarded moment interviewed me on stage and off stage about how we’re actually running SaaStr AI with our agents. The real, unglamorous, in-the-weeds operational reality of running a B2B media + community + VC investing company with 3 humans and 21+ AI agents.

Команда Replit явилась на SaaStr AI 2026 в полном составе (от CEO до CRO и президента!). В один из неформальных моментов они взяли у меня интервью на сцене и за кулисами о том, как мы на самом деле управляем SaaStr AI с помощью наших агентов. Реальная, негламурная, погружённая в детали операционная реальность управления компанией в сфере B2B-медиа + сообщества + венчурных инвестиций силами 3 человек и 21+ ИИ-агентов.

Here’s the deep dive on everything we covered. The real, actual playbook.

Вот глубокий разбор всего, что мы обсудили. Реальный, настоящий плейбук.

The Energy Shift From SaaStr AI 2025 to SaaStr AI2026

Сдвиг энергии от SaaStr AI 2025 к SaaStr AI 2026

Last year was a transition year. Half AI, half old-school B2B. The energy on the AI side was electric but early — we’d built one agent (a Delphi digital clone) and that was about it. The other half of the audience was me talking to the CEOs of Dropbox and Calendly. I love those guys, but it was the past.

Прошлый год был переходным. Наполовину ИИ, наполовину старая школа B2B. Энергия на стороне ИИ была наэлектризованной, но ещё ранней — мы построили одного агента (цифрового клона Delphi), и на этом всё. Другая половина аудитории — это я, беседующий с CEO Dropbox и Calendly. Я люблю этих ребят, но это было прошлое.

Amelia and I debated whether to even do the event again. The answer came when we got deep into Replit ourselves and the agents started compounding. We had more value to add to the world. We banned every talk about history. We banned discussion of AI in 2028. No singularity. No post-AGI. No intro-to-LLM sessions. The brief to every speaker: assume the average attendee is at $5M ARR, growing fast, has an AI feature that isn’t great, and is here to figure out their agentic strategy today.

Мы с Амелией спорили, стоит ли вообще снова проводить мероприятие. Ответ пришёл, когда мы сами глубоко погрузились в Replit и агенты начали компаундиться. Нам было что добавить миру. Мы запретили любые доклады об истории. Мы запретили обсуждение ИИ в 2028 году. Никакой сингулярности. Никакого пост-AGI. Никаких вводных сессий по LLM. Бриф для каждого спикера: считай, что средний участник находится на $5M ARR, быстро растёт, имеет ИИ-фичу, которая не очень хороша, и пришёл сюда, чтобы разобраться со своей агентской стратегией сегодня.

The energy in the room felt like 2015 again. That’s a market signal.

Энергия в зале ощущалась как в 2015 году. Это рыночный сигнал.

If you’re a builder right now and you’re not at least invigorated, you should exit the industry. There’s never been a moment like this in tech, and there won’t be one like it again. The next 18 to 24 months will be the best of our careers. In two years, swarms of agents will be commonplace. The line between software and “just talking to an agent” will blur. We are not heading toward the democratization of software. We’re heading toward post-software, where agents invisibly spin up whatever they need behind the scenes and you never know it happened.

Если ты сейчас строишь продукт и тебя это не вдохновляет хотя бы немного — тебе стоит уйти из индустрии. Никогда в технологиях не было такого момента, и больше такого не будет. Следующие 18–24 месяца станут лучшими в наших карьерах. Через два года рои агентов станут обыденностью. Граница между софтом и «просто разговором с агентом» размоется. Мы движемся не к демократизации софта. Мы движемся к пост-софту, где агенты незаметно запускают всё, что им нужно, за кулисами, и ты даже не узнаешь, что это произошло.

Story Points Are Dead. Compounding Velocity Is the Only Metric.

Story points мертвы. Компаундящаяся скорость — единственная метрика.

Pre-AI, you could measure any B2B startup by story points. Whatever flavor of story points you used didn’t matter — the discipline of measuring engineering output and driving it up quarter over quarter was the leading indicator.

До ИИ любой B2B-стартап можно было измерить через story points. Какую именно разновидность story points ты использовал — неважно; дисциплина измерения инженерного выхода и его повышения квартал за кварталом была опережающим индикатором.

I’d sit in board meetings and see CTOs who said “I don’t believe in story points, I believe in best efforts.” Those companies failed. The ones that measured story points but couldn’t grow them also failed. The winners showed story points compounding faster than headcount, quarter after quarter.

Я сидел на советах директоров и видел CTO, которые говорили: «Я не верю в story points, я верю в лучшие усилия». Эти компании провалились. Те, кто измерял story points, но не мог их нарастить, тоже провалились. Победители показывали story points, компаундящиеся быстрее, чем численность штата, квартал за кварталом.

That was the pre-AI world. Linear correlation. Best teams pulled away. Solid playbook for a decade.

Это был мир до ИИ. Линейная корреляция. Лучшие команды отрывались. Надёжный плейбук на десятилетие.

The compounding only started in January, February, March of 2026 — after Claude 4.5 and 4.7. Before December 2025, most of mainstream tech wasn’t taking agentic engineering seriously. The early teams (including Replit) were already showing radical productivity gains, but the broader market hadn’t woken up. Even the most agile teams are pulling ahead exponentially today, and the gap is widening every week.

Компаундинг начался только в январе, феврале, марте 2026 года — после Claude 4.5 и 4.7. До декабря 2025-го большая часть мейнстримных технологий не воспринимала агентскую инженерию всерьёз. Ранние команды (включая Replit) уже показывали радикальный рост продуктивности, но широкий рынок ещё не проснулся. Даже самые гибкие команды сегодня вырываются вперёд экспоненциально, и разрыв расширяется каждую неделю.

If your CTO can’t show you radical, compounding productivity gains right now, you’re going to lose in the market. The level of competition is unprecedented. We’ve never had competition like this. Replit is in one of the most competitive spaces in tech, and the only way to survive in that kind of arena is to amplify human output by 10x or 100x with agents.

Если твой CTO не может прямо сейчас показать тебе радикальный, компаундящийся рост продуктивности, ты проиграешь на рынке. Уровень конкуренции беспрецедентен. У нас никогда не было такой конкуренции. Replit находится в одном из самых конкурентных пространств в технологиях, и единственный способ выжить на такой арене — усилить человеческий выход в 10 или 100 раз с помощью агентов.

The Replit/SaaStr 1:1 Correlation: Internal Tool Fluency Predicts Sales Performance

Корреляция 1:1 между Replit и SaaStr: владение внутренним инструментом предсказывает результаты продаж

Kody, who runs sales at Replit, pulled a fascinating dataset. He correlated internal Replit usage by each rep against quota attainment. The correlation was 1:1. The reps using the product themselves were hitting quota. The reps who weren’t, weren’t.

Kody, который руководит продажами в Replit, вытащил увлекательный набор данных. Он сопоставил внутреннее использование Replit каждым представителем с выполнением квоты. Корреляция была 1:1. Представители, которые сами пользовались продуктом, выполняли квоту. Те, кто не пользовался, — нет.

The mechanism is simple and underdiscussed.

Механизм прост и недостаточно обсуждаем.

When the product changes weekly, the rep who was building on Replit that morning can answer a customer’s question that afternoon. The rep who hasn’t touched the product in two weeks is giving stupid answers, because the version of the product they’re describing doesn’t exist anymore.

Когда продукт меняется еженедельно, представитель, который этим утром что-то строил на Replit, может ответить на вопрос клиента днём. Представитель, который не касался продукта две недели, даёт глупые ответы, потому что той версии продукта, которую он описывает, больше не существует.

I told Cody he’s the best salesperson I’ve ever encountered in this category because he does something almost no rep does: he tells you why. Why something works. Why something doesn’t. Why something might change next quarter. Why a specific integration is weaker than another. In a world where software didn’t change for 10 years, you didn’t need a sales rep to explain why. You just needed them to take the order. In a world where the product is changing weekly, “why” is the entire sales motion.

Я сказал Cody, что он лучший продавец, которого я когда-либо встречал в этой категории, потому что он делает то, чего почти никто из представителей не делает: он объясняет почему. Почему что-то работает. Почему что-то не работает. Почему что-то может измениться в следующем квартале. Почему конкретная интеграция слабее другой. В мире, где софт не менялся 10 лет, тебе не нужен был продавец, чтобы объяснить почему. Тебе нужно было лишь, чтобы он принял заказ. В мире, где продукт меняется еженедельно, «почему» — это вся суть продаж.

Most reps still say “let me check on that.” The best ones say: “honestly, the Snowflake integration won’t be at parity with Databricks for at least two quarters, here’s why architecturally, and here are the 10 customers who’ve made it work anyway.” That answer wins the deal.

Большинство представителей всё ещё говорят «дайте я уточню». Лучшие говорят: «честно, интеграция со Snowflake не достигнет паритета с Databricks как минимум два квартала, вот почему архитектурно, и вот 10 клиентов, у которых она всё равно заработала». Такой ответ выигрывает сделку.

Every B2B sales leader should be measuring product fluency on their team as rigorously as they measure pipeline. It’s the new leading indicator.

Каждый лидер B2B-продаж должен измерять владение продуктом своей командой так же строго, как он измеряет пайплайн. Это новый опережающий индикатор.

The Bloomberg Beta Email: When 10K Wrote Something No Human Could

Письмо для Bloomberg Beta: когда 10K написал то, что не смог бы ни один человек

This is the story I tried to tell Amjad on stage but didn’t have enough time to land. It’s the most important agent moment we’ve had this year.

Это история, которую я пытался рассказать Amjad на сцене, но не успел до неё дойти. Это самый важный агентский момент, который у нас был в этом году.

A few weeks before SaaStr AI Annual, I noticed VC attendance was light relative to overall attendance, which was tracking at 143% of prior year. Something was off. I asked 10K, our autonomous VP of Marketing (built on Replit, 14,230 lines of code, runs our Monday standups, sends our campaigns).

За несколько недель до SaaStr AI Annual я заметил, что посещаемость со стороны VC была низкой относительно общей посещаемости, которая шла на уровне 143% от прошлого года. Что-то было не так. Я спросил 10K, нашего автономного VP по маркетингу (построен на Replit, 14 230 строк кода, ведёт наши понедельничные стендапы, рассылает наши кампании).

The agent’s first reply was deflective. “Oh no, VC attendance is great.” I pushed back. “Try harder.” Agent came back: “You’re right, it’s light. Let me dig in.” Pulled the numbers — 152 VCs registered vs the prior year’s count. Material gap.

Первый ответ агента был уклончивым. «О нет, посещаемость VC отличная». Я возразил. «Постарайся лучше». Агент вернулся: «Ты прав, она низкая. Дай разберусь». Вытащил цифры — 152 зарегистрированных VC против показателя прошлого года. Существенный разрыв.

I said: write the world’s best email to these VCs to come. Start with Bloomberg Beta — they were an early Replit investor, let me see what you can do.

Я сказал: напиши лучшее в мире письмо этим VC, чтобы они пришли. Начни с Bloomberg Beta — они были ранним инвестором Replit, посмотрим, на что ты способен.

What 10K produced wasn’t just a great email. It was something no human could have built in less than 8 hours of research. The agent assembled every adjacent investor attending, every Replit competitor attending, every portfolio company of Bloomberg Beta attending, and constructed a “how could you not be here, James?” argument that was unanswerable. Then I asked it to do the same for every CEO of every company I’ve invested in. It went through all 8,000 attendees and built personalized matching for each one.

То, что выдал 10K, было не просто отличным письмом. Это было то, что ни один человек не смог бы построить меньше чем за 8 часов исследований. Агент собрал каждого смежного инвестора, который придёт, каждого конкурента Replit, который придёт, каждую портфельную компанию Bloomberg Beta, которая придёт, и выстроил аргумент «как ты можешь здесь не быть, James?», на который было невозможно ответить. Затем я попросил его сделать то же самое для каждого CEO каждой компании, в которую я инвестировал. Он прошёл через всех 8000 участников и построил персонализированное сопоставление для каждого.

It destroyed our matching software. Destroyed it.

Он уничтожил наш софт для мэтчинга. Уничтожил.

I sent one of the outputs to a founder I’d invested in. The email uncovered that 8 of his top competitor’s entire management team were attending, plus every adjacent player in his market. Then 10K reasoned through whether it was worth his time given that vertical SaaS was lightly attended this year. He wrote back: “That’s the best marketing email I’ve ever received.”

Я отправил один из результатов основателю, в которого инвестировал. Письмо обнаружило, что 8 человек из управленческой команды его главного конкурента придут, плюс каждый смежный игрок на его рынке. Затем 10K рассуждал о том, стоит ли это его времени, учитывая, что вертикальный SaaS был слабо представлен в этом году. Он написал в ответ: «Это лучшее маркетинговое письмо, которое я когда-либо получал».

The prose wasn’t magic. The context was magic. The agent had accumulated months of API connections, chat history, prior campaign feedback, and our entire attendee database. My prompt was lazy: “write a great email to Bloomberg Beta.” Three months ago that prompt would have produced garbage. It produces output today that took a team of researchers a full day to match.

Магия была не в тексте. Магия была в контексте. Агент накопил месяцы API-подключений, истории чатов, фидбэка по прошлым кампаниям и всю нашу базу данных участников. Мой промпт был ленивым: «напиши отличное письмо для Bloomberg Beta». Три месяца назад этот промпт выдал бы мусор. Сегодня он выдаёт результат, на который команде исследователей потребовался бы целый день.

Each email took 2-3 minutes of compute. That’s a lot. It’s also irrelevant when the output is this good.

Каждое письмо занимало 2–3 минуты вычислений. Это много. И это также неважно, когда результат настолько хорош.

My Theory of Why Our Agents Are Better: We Inadvertently Trained Them

Моя теория о том, почему наши агенты лучше: мы непреднамеренно их обучили

Cody and the Replit team had a theory about why we’re getting outsized output from our agents: I’m good at defining end states and giving rich context, and Amelia is even better. That’s partially true. But it’s not the real reason.

У Cody и команды Replit была теория о том, почему мы получаем выдающийся результат от наших агентов: я хорошо умею определять конечные состояния и давать богатый контекст, а Амелия умеет это ещё лучше. Это отчасти правда. Но это не настоящая причина.

My theory is different.

Моя теория другая.

We’ve been running these agents for months. Every time 10K writes something great, I tell it that — “this is the best email we’ve ever sent, do another one like this.” Every time it writes something terrible, I tell it that too, sometimes in all caps. Over hundreds and thousands of these interactions, something is happening in the memory layer, in the context window, in whatever Replit is doing under the hood. The agent is learning what “good” means for us on a per-action basis.

Мы запускаем этих агентов уже месяцами. Каждый раз, когда 10K пишет что-то отличное, я говорю ему об этом — «это лучшее письмо, которое мы когда-либо отправляли, сделай ещё одно такое же». Каждый раз, когда он пишет что-то ужасное, я говорю ему и об этом, иногда заглавными буквами. За сотни и тысячи таких взаимодействий что-то происходит в слое памяти, в контекстном окне, в том, что Replit делает под капотом. Агент учится тому, что значит «хорошо» для нас, на уровне каждого отдельного действия.

We’re not prompt engineering. We’re inadvertently labeling training data, one interaction at a time. In data science, this is called labeling. Every “yes good / no bad” you give an agent is a label. Do it 100 times on the same type of task and the agent’s output on that task crosses a threshold.

Мы не занимаемся prompt engineering. Мы непреднамеренно размечаем обучающие данные, по одному взаимодействию за раз. В data science это называется разметкой. Каждое «да, хорошо / нет, плохо», которое ты даёшь агенту, — это метка. Сделай это 100 раз на одном и том же типе задачи, и результат агента на этой задаче пересекает порог.

That’s the moat. A one-sentence prompt today produces output that took 50 prompts to produce three months ago. The accumulated positive and negative reinforcement has compounded inside the session memory.

Это и есть ров. Промпт из одного предложения сегодня выдаёт результат, на который три месяца назад требовалось 50 промптов. Накопленное положительное и отрицательное подкрепление скомпаундилось внутри памяти сессии.

This has a profound implication for how teams should build agentic workflows. Most teams turn the agent on and let it run. Instead, you should spend 30 days reviewing every output before it goes out the door, marking yes/no, and fixing not the individual output but the process that produces the outputs. By day 30 you have something that reliably hits 80% of what your best person produces. By day 60, a new model drops and you’re at 90%. The teams who skip the labeling phase never get there.

Это имеет глубокое следствие для того, как командам стоит строить агентские воркфлоу. Большинство команд просто включают агента и дают ему работать. Вместо этого тебе стоит потратить 30 дней на проверку каждого результата перед тем, как он уйдёт наружу, отмечая да/нет и исправляя не отдельный результат, а процесс, который эти результаты производит. К 30-му дню у тебя есть нечто, что надёжно достигает 80% того, что выдаёт твой лучший сотрудник. К 60-му дню выходит новая модель, и ты на 90%. Команды, которые пропускают фазу разметки, никогда туда не доберутся.

QBee, 10K, and the Internal Agent Stack

QBee, 10K и внутренний стек агентов

A quick map of what we’ve built and what each agent does.

Краткая карта того, что мы построили и что делает каждый агент.

10K is our autonomous VP of Marketing. Built on Replit. 14,230 lines of code. Sends campaigns autonomously. Runs our Monday standups. Pulls our metrics. Writes the kind of emails described above.

10K — наш автономный VP по маркетингу. Построен на Replit. 14 230 строк кода. Рассылает кампании автономно. Ведёт наши понедельничные стендапы. Вытаскивает наши метрики. Пишет письма того рода, что описаны выше.

QBee is our autonomous VP of Customer Success. Built by Amelia. Manages 100+ sponsors. Named for the daily QBR cadence — quarterly business reviews delivered daily, not quarterly, because the agent can do them every morning. We’re running customer success at 70% fewer human hours than a comparable B2B media operation. QBee surfaces churn risks, expansion opportunities, sponsor sentiment, and sends alerts only when something needs human attention.

QBee — наш автономный VP по Customer Success. Построен Амелией. Управляет 100+ спонсорами. Назван в честь ежедневного ритма QBR — quarterly business reviews, проводимых ежедневно, а не ежеквартально, потому что агент может делать их каждое утро. Мы ведём Customer Success на 70% меньшем количестве человеко-часов, чем сопоставимая B2B-медиа-операция. QBee выявляет риски оттока, возможности экспансии, настроения спонсоров и отправляет оповещения только тогда, когда что-то требует человеческого внимания.

The full GTM stack is 10K and QBee plus Qualified for inbound, Artisan for outbound, Agentforce for re-engagement, Momentum for revenue intel, and Monaco for deal coordination. We’ve closed $1M+ in revenue from AI-qualified leads and run 72% open rates on Agentforce win-back campaigns.

Полный GTM-стек — это 10K и QBee плюс Qualified для inbound, Artisan для outbound, Agentforce для повторного вовлечения, Momentum для revenue intel и Monaco для координации сделок. Мы закрыли $1M+ выручки от ИИ-квалифицированных лидов и держим 72% open rate на win-back кампаниях Agentforce.

The lean math: 3 humans, 20+ agents, $1M+ in agent-sourced pipeline, 70% fewer CS hours than benchmark.

Скромная математика: 3 человека, 20+ агентов, $1M+ пайплайна, сгенерированного агентами, на 70% меньше CS-часов, чем бенчмарк.

The N=1 App Strategy: Don’t Replace Your Stack. Build On Top of It.

Стратегия N=1 приложений: не заменяй свой стек. Строй поверх него.

The Replit team and I disagreed on something live in the conversation, and it’s worth sharing because it’s where most B2B operators get this wrong.

Команда Replit и я разошлись во мнениях по одному вопросу прямо в ходе разговора, и этим стоит поделиться, потому что именно здесь большинство B2B-операторов ошибаются.

I said: don’t rebuild any SaaS that already exists. If a great tool exists, buy it. Don’t waste your team’s time replicating Salesforce or HubSpot or whatever.

Я сказал: не переписывай заново никакой SaaS, который уже существует. Если отличный инструмент существует, купи его. Не трать время своей команды на репликацию Salesforce, или HubSpot, или чего бы то ни было.

Cody pushed back. Replit’s internal teams have someone on every functional team tasked with asking “can we build this ourselves before we buy it?” And that discipline forces the team to understand where the actual gaps in their stack are.

Cody возразил. Внутренние команды Replit имеют в каждой функциональной команде человека, чья задача — спрашивать: «можем ли мы построить это сами, прежде чем покупать?» И эта дисциплина заставляет команду понять, где на самом деле находятся пробелы в их стеке.

We’re both right. Here’s the synthesis.

Мы оба правы. Вот синтез.

Don’t rebuild great tools. Do build N=1 apps that sit on top of your stack and solve the specific gaps your existing tools don’t address.

Не переписывай отличные инструменты. Строй N=1 приложения, которые сидят поверх твоего стека и решают конкретные пробелы, которые твои существующие инструменты не закрывают.

Example: I run a headless Salesforce inside 10K. Not because Salesforce is bad — Salesforce is fine. But logging into Salesforce to find a dashboard that hasn’t been updated in 3 weeks is friction I won’t tolerate. So we built dashboards inside 10K that pull from Salesforce’s API and show me every sponsorship, every deal, every ticket, in real time. I have dashboards now, for the first time in my entire career as an entrepreneur, CEO, and founder.

Пример: я держу headless Salesforce внутри 10K. Не потому что Salesforce плох — Salesforce нормальный. Но заходить в Salesforce, чтобы найти дашборд, который не обновлялся 3 недели, — это трение, которое я не потерплю. Поэтому мы построили дашборды внутри 10K, которые тянут данные из API Salesforce и показывают мне каждое спонсорство, каждую сделку, каждый тикет в реальном времени. У меня теперь есть дашборды — впервые за всю мою карьеру предпринимателя, CEO и основателя.

Second example: Visible, our 15-year-old event CRM. Hasn’t shipped a feature since 2019. We were at the edge of churning. Then 10K interfaced with the Visible API and found that the documented API couldn’t do everything we needed — but the undocumented endpoints could. We’re renewing Visible and investing more in it. The UI is dated. The API works. That’s all that matters.

Второй пример: Visible, наша 15-летняя event-CRM. Не выпускала ни одной фичи с 2019 года. Мы были на грани оттока. Затем 10K взаимодействовал с API Visible и обнаружил, что задокументированный API не может делать всё, что нам нужно, — но недокументированные эндпоинты могут. Мы продлеваем Visible и инвестируем в неё больше. UI устарел. API работает. Это всё, что имеет значение.

The playbook for any B2B operator:

Плейбук для любого B2B-оператора:

Сядь. Выпиши свои топ-5 ежедневных головных болей, которые твой текущий стек не может решить. Ранжируй их по простоте, а не по влиянию. Попроси Replit (или какой угодно builder агентов ты используешь) построить самую простую сначала. Ты не можешь проиграть. В худшем случае ты потерял 20 минут и 20 баксов. В лучшем — ты автоматизировал проблему стоимостью в тысячи часов в год.

The parking pass example I tried to land with Amjad: someone on our team used to spend a week printing parking passes for 5,000 SaaStr attendees. Manually. Slicing a 5,000-page PDF, finding the right page, mailing the right one to the right person. The Replit agent did it in a few hours. Takes the PDF, slices it, matches each page to the right attendee, routes it correctly. A week of mind-numbing manual labor, gone. That’s an N=1 app no one is going to build for us as a product, because the use case is too specific. For SaaStr, it’s worth thousands of hours.

Пример с парковочными пропусками, который я пытался донести до Amjad: один человек из нашей команды раньше тратил неделю на печать парковочных пропусков для 5000 участников SaaStr. Вручную. Нарезая PDF на 5000 страниц, находя нужную страницу, отправляя нужную нужному человеку. Агент Replit сделал это за несколько часов. Берёт PDF, нарезает его, сопоставляет каждую страницу с нужным участником, маршрутизирует правильно. Неделя отупляющего ручного труда — испарилась. Это N=1 приложение, которое никто не построит для нас как продукт, потому что use case слишком специфичен. Для SaaStr это стоит тысяч часов.

Social Selling Is Dead. Agentic Selling Is What Replaces It.

Социальные продажи мертвы. Агентские продажи — то, что приходит им на смену.

Cody mentioned someone on his team was building an agent to engage with LinkedIn comments on Amjad’s posts. I want to be careful here, because there’s a version of this that’s terrible and a version that’s transformative, and most teams build the terrible one.

Cody упомянул, что кто-то из его команды строил агента для взаимодействия с комментариями в LinkedIn под постами Amjad. Хочу быть осторожным здесь, потому что есть версия этого, которая ужасна, и версия, которая трансформирует, и большинство команд строят ужасную.

Terrible version: someone comments “great post” on a Replit thread and gets a templated reply that says “thanks, would you like to try our product?” That’s not selling. That’s spam. It adds zero value to the relationship and trains the entire market to ignore your brand.

Ужасная версия: кто-то пишет «отличный пост» в треде Replit и получает шаблонный ответ «спасибо, не хотите ли попробовать наш продукт?». Это не продажи. Это спам. Это добавляет ноль ценности отношениям и приучает весь рынок игнорировать твой бренд.

Transformative version: someone posts “I’m vibe-coding on Replit using the non-native Clerk integration, can’t get the private key to work, very frustrated.” An agent detects that they’re in your ICP, reads their post carefully, and responds with: “Yes, that specific Clerk integration has three known issues. Here’s exactly what’s happening and here are the three fixes that have worked for other builders. Happy to jump on a call if any of these don’t resolve it.”

Трансформирующая версия: кто-то постит «я vibe-кожу на Replit, используя нативно не поддерживаемую интеграцию с Clerk, не могу заставить приватный ключ работать, очень бешусь». Агент определяет, что человек попадает в твой ICP, внимательно читает его пост и отвечает: «Да, у этой конкретной интеграции с Clerk есть три известные проблемы. Вот именно что происходит и вот три исправления, которые сработали у других билдеров. С радостью созвонюсь, если что-то из этого не решит вопрос».

That’s not 80% of a human. That’s 120% of a human. No human salesperson has the context, the time, or the technical depth to do that for every single ICP comment on every single platform every single day.

Это не 80% человека. Это 120% человека. Ни один продавец-человек не обладает контекстом, временем или технической глубиной, чтобы делать это для каждого ICP-комментария на каждой платформе каждый день.

I keep saying agents can hit 80% of your best human at most sales tasks. That’s the bar for inbound, for outbound, for follow-ups. Social/agentic engagement is the one area where agents can exceed humans — because the volume and personalization required is beyond what any human can sustain.

Я всё время повторяю, что агенты могут достигать максимум 80% твоего лучшего человека на большинстве задач продаж. Это планка для inbound, для outbound, для фоллоу-апов. Социальное/агентское вовлечение — единственная область, где агенты могут превзойти людей, потому что требуемый объём и персонализация выходят за пределы того, что любой человек способен выдерживать.

Every vibe-coder on the planet has issues. There are millions of them. If your agent can credibly answer their questions in real time across every platform, you’ve built a sales motion no competitor can match.

У каждого vibe-coder на планете есть проблемы. Их миллионы. Если твой агент может убедительно отвечать на их вопросы в реальном времени на каждой платформе, ты построил sales-механизм, который ни один конкурент не сможет повторить.

This is the goal. I haven’t seen anyone do it yet at scale. The first B2B company to nail this owns their category.

Это и есть цель. Я ещё не видел, чтобы кто-то сделал это в масштабе. Первая B2B-компания, которая это освоит, завладеет своей категорией.

Programming in English Is Real Now

Программирование на английском теперь реально

Amjad has been saying “programming in English” for a while. Two months ago I would have said that’s CEO marketing. Today I think it’s literally true.

Amjad уже какое-то время говорит «программирование на английском». Два месяца назад я бы сказал, что это маркетинг от CEO. Сегодня я думаю, что это буквально правда.

I’m building production apps on Replit with one-sentence prompts. I don’t design prompts anymore. I don’t write specs. I have enough context accumulated in the agent that a single sentence produces working software. That’s not best practice for someone new — they should write specs. Once you’ve put in the reps with a specific agent, English is the language.

Я строю production-приложения на Replit промптами из одного предложения. Я больше не проектирую промпты. Я не пишу спецификации. У меня накоплено достаточно контекста в агенте, чтобы одно предложение производило работающий софт. Это не лучшая практика для новичка — ему стоит писать спецификации. Но как только ты набил руку с конкретным агентом, английский становится языком.

Amelia is less technical than me. She knows some HTML. She hasn’t built what I’ve built on the software side. Because of APIs and agents, she can build anything. APIs until six months ago were for developers. Any operator with judgment and context can build on top of any API today.

Амелия менее техническая, чем я. Она знает немного HTML. Она не построила того, что построил я на стороне софта. Благодаря API и агентам она может построить что угодно. API до полугода назад были для разработчиков. Любой оператор с суждением и контекстом сегодня может строить поверх любого API.

This is the part of the shift that’s most underdiscussed. The democratization isn’t of software development. It’s of API consumption. Any data that was locked in any system can be liberated and reshaped by anyone with an agent and an API key.

Это та часть сдвига, которую обсуждают меньше всего. Демократизация происходит не в разработке софта. Она в потреблении API. Любые данные, запертые в любой системе, могут быть освобождены и переформированы любым, у кого есть агент и API-ключ.

A Few Other Things We Discussed

Ещё несколько вещей, которые мы обсудили

API Grader на SaaStr.ai оценивает B2B-API на дружелюбность к агентам по четырём критериям: производительность, простая аутентификация, стабильность и документация. Stripe — единственный A+. Anthropic, OpenAI и Gemini все получают A или A-минус. Большинство легаси B2B-компаний получают C или D. Все четыре критерия можно исправить за неделю силами компетентной инженерной команды. Не приписывай MCP слишком много заслуг. Сначала сфокусируйся на дружелюбном к агентам API. CTO Perplexity только что публично отвернулся от MCP и вернулся к API-first. MCP помогает человеку подключить твоё приложение к Claude. MCP ничего не даёт для автоматизированного агентского воркфлоу. Агенты вызывают API, а не MCP-серверы, когда делают реальную работу. Сначала строй API. MCP — приятное дополнение поверх него. Twilio за год перешёл с 4% роста на 20% роста, став дружелюбным к агентам. Тот же продукт. Тот же базовый API. Изменением стало то, что они сделали себя тривиально лёгкими для потребления агентами — нативные интеграции, более чистая документация, более простая аутентификация. ElevenLabs перешагнул $500M ARR менее чем за 24 месяца во многом потому, что их API легче всего интегрировать среди любого современного B2B-инструмента. Я интегрировал его на Replit за минуты для Founderscape.ai, игры-симулятора основателя, которую я построил. Этот опыт и есть ров. Модель dogfooding в Replit глубже, чем люди осознают. В каждой функциональной команде есть как минимум один-два человека, чья явная роль — внедрять Replit в воркфлоу команды до того, как будет куплен любой готовый SaaS. Этот мандат заставляет команду понимать, где находятся реальные пробелы, вместо того чтобы просто покупать больше инструментов. Большинство команд включают агентов и уходят. Команды, которые побеждают, тратят 30 дней на проверку каждого отдельного результата, исправляя процесс, а не результат, и агрессивно размечая да/нет. К 30-му дню агент надёжен. Команды, которые это пропускают, никогда не достигают надёжности. И Амелия, и я считаем, что граница между софтом и «разговором с агентом» полностью размоется через 6-12-18 месяцев. Не демократизация софта. Пост-софт. Агенты будут незаметно запускать приложения, и ты не узнаешь, что это произошло.