The Tiny Teams Playbook
Статья описывает феномен «крошечных команд» (Tiny Teams) — небольших стартап-команд, у которых ARR в миллионах превышает число сотрудников. На конференции AI Engineer World's Fair были представлены семь таких команд, суммарно насчитывающих около 100 человек при $200M ARR. Универсальный плейбук включает: найм только выдающихся senior-дженералистов с оплачиваемыми испытательными проектами, почти полное отсутствие совещаний, автоматизацию рутины с помощью ИИ, простой технологический стек и жёсткую приоритизацию. Среди примеров — Gamma (50 млн пользователей, 30 человек), Bolt.new ($20M ARR за 60 дней с командой из 15 человек), Gumloop (цель — стать единорогом из 10 человек) и Datalab (семизначный ARR при 7 сотрудниках). Концепция Tiny Teams позиционируется как следующая крупная трансформация организационной структуры на пути к AGI третьего уровня.
Плейбук крошечных команд
Что мы узнали, изучив лучшие крошечные команды на World's Fair
На заре десятилетия агентов AI-инженеры и агенты продуктивности объединяются, создавая высокоэффективные команды — от самых маленьких стартапов до внутренних «скунс-проектов»/моментов перезапуска в декакорнах и публичных компаниях.
Ранее я давал определение «крошечным командам» (Tiny Teams) — в идеале это «команды, у которых ARR в миллионах больше, чем сотрудников», потому что эффективность — это главная движущая сила интеллектуальной (и капитальной) честности, а не количество токенов, денег или строк кода, написанных в режиме vibe coding. Это также обходной путь к разговору о скорости, ведь маленькие команды обычно двигаются быстрее, а более быстрые команды обычно побеждают. Доверие и обмен информацией между людьми — вот настоящее узкое место.
Концепция Tiny Teams нашла настолько сильный отклик, что совершенно очевидно: это следующий крупный сдвиг в организационной структуре по мере перехода от 2-го к 3-му уровню AGI. Если AI-инженер — это одиночная игра, то крошечные команды — это кооперативный мультиплеер1, способный на гораздо большую адаптивность, устойчивость и «урон в секунду». Не все игроки — люди.
Изучение организационного дизайна ведётся с зари цивилизации, но впервые интеллектуальный труд можно дополнять, автоматизировать и масштабировать по запросу — и организации, которые не учитывают эту реальность, прячут голову в песок.
Для AIEWF я собрал лучшие примеры крошечных команд, которые смог найти, и просто попросил их рассказать, как они управляют собой. Сегодня мы публикуем полный плейлист (доступен на YouTube и в формате NotebookLM):
Серьёзно, добавьте NotebookLM Tiny Teams в закладки! Мы будем постоянно его дополнять.
Плейбук крошечных команд
Универсальные советы от 7 команд: 100 человек и $200M ARR. Обобщено вручную.
НаймНанимайте правильно или не нанимайте вообще: кандидат должен вызывать восторг, иначе это отказИспытательные проекты: оплачиваемые задания от 4 дней до 3 месяцев, чтобы убедиться в совместимостиНайм через продукт: лучшие клиенты, которые увольняются, чтобы присоединиться к вамЗарплаты на уровне верхнего рынка: 95-й+ процентильМаленькая (<15 человек) команда старших дженералистов: минимум джуниоровКультура и ценности: поддерживайте живой документ о культуре и живите по немуНизкое эго, высокое доверие: доверие = скорость, ответственностьНезависимость, упорство и устойчивость: игнорируйте стандартные советы VC, проявляйте настойчивостьРадикальная прозрачность и подотчётность: стена задач, демонстрации и обсужденияФокус на пользователе: работайте в тесном контакте с пользователями, отмечайте их, радуйтесь обратной связиКомандный дух, скорость: получайте удовольствие, устраивайте выезды, избегайте выгоранияОперацииПочти никаких совещаний: «глубокий фокус» — строить, а не обсуждать строительствоИИ-шеф персонала: автоматизация исследований, маркетинга и прочего с помощью Gumloop или LindyИИ-поддержка: на данный момент очень хорошо проработана — см. Parahelp и RailwayПозвольте пожарам гореть: чтобы сосредоточиться на критически важных 10%Накопление знаний: Oleve формулирует это как «Не учи одно и то же дважды» — создавайте переиспользуемые шаблоны и плейбукиОчно: либо офис, либо ОЧЕНЬ частые хакатон-недели на AirBnBТехнологии и продуктПростой, скучный технологический стек: shell-скрипты вместо k8s, модульный кодПростой продукт: начинайте с UI-обёртки над одним API-вызовом к LLMFeature Flags / эксперименты: один из ключевых принципов OleveБенчмарки: создавайте первоклассные внутренние оценки для LLM/обвязок. Продвигайте их.
(этот раздел обновляется в реальном времени — если вы читаете по email, обновлённая версия будет на сайте Latent.Space. Мы выпускаем это, чтобы вы могли сразу посмотреть доклады без наших комментариев, но, конечно, мы хотим усвоить уроки с помощью человеческого внимания. Загляните через пару дней.)
Gamma: дженералисты + наставники + культура
Gamma — один из топ-25 потребительских ИИ-продуктов в мире: 50 миллионов пользователей при удивительно компактной команде всего из 30 человек. CEO Grant Lee объясняет это тремя столпами: дженералисты, играющие тренеры и бренд/культура «маленького племени».
Gumloop: экстремальный найм, никаких совещаний, автоматизация всего
Gumloop стал одним из вдохновителей концепции Tiny Teams с заявленной целью — стать единорогом из 10 человек. CEO Max рассказывает, на какие крайности он идёт ради сверхтщательного отбора: от «найма через продукт» до 4-дневных испытательных проектов по всему миру.
Bolt.new: безжалостная приоритизация, даже в условиях пожаров
Полная прозрачность: я инвестор ещё со времён Stackblitz, и мы записывали подкаст с Eric и Itamar, но история о том, как Bolt запустил категорию «AI-билдеров», достигнув $20M ARR за 60 дней командой из 15 человек, впечатляет. CEO Eric говорит: «Фокус на 10% задач часто даёт основную часть желаемых результатов, заставляя мыслить яснее.»
Oleve: жнецы против садоводов
Мы ранее записали блиц-подкаст с Sid, поэтому уже были знакомы с историей Oleve. Забавный факт: с тех пор эта крошечная команда запустила ТРЕТИЙ мультимиллионный продукт, о котором скоро будет объявлено. (Студии потребительских продуктов по необходимости работают очень скрытно.) Философия Palantir лежит в основе этой крошечной команды.
Hassan El Mghari: просто, но захватывающе
Together.ai вызвала удивление, поскольку не является «крошечной», но Hassan — классический пример команды из одного человека, и он не новичок на сцене AIE. Сейчас у него 3 миллиона пользователей при небольшой команде.
Datalab: увольнения = хорошо
Vik — автор Marker и Surya, но кастомных open-source моделей для обработки изображений/PDF/OCR много, и когда я инвестировал, было неочевидно, как подобный проект может стать прибыльной компанией — семизначный ARR при 7 сотрудниках, обслуживающих ведущие ИИ-лаборатории. Ключевое — растягивать «золотой период» стартапа, когда высокое доверие и тщательный, продуманный найм старших дженералистов играют главную роль — как говорит Jeremy Howard.
Every: бенчмарки — это мемы
Мы считаем, что оценки важны, но слишком мало команд создают собственные бенчмарки для оценки моделей и обвязок с целью улучшения продукта… и маркетинга. Every — это «центр экспертизы с высоким вкусом», который только что привлёк $2M от Reid Hoffman и других. Руководитель ИИ-практики Every Alex Duffy рассказывает об их подходе к бенчмаркам и запускает AI Diplomacy.
Дополнение
Крошечных команд, конечно, больше, чем мы смогли охватить. Cognition до недавнего времени была командой из 80 человек с выручкой значительно выше $100M, и нам посчастливилось пригласить Scott Wu рассказать историю Devin 1.0 и Devin 2.0. Очевидно, что «Devin 3.0» будет включать форк VSCode, как это приходится делать в 2025 году всем, даже Amazon.
Следите за Latent Space — впереди ещё больше крошечных команд…
А что было бы аналогом «Королевской битвы» или «MMO»? Возможно, это следующая фаза, над которой работает Noam.