How Papaya Global Built a Production Compliance Agent With Claude, Lovable, and Supabase. And No Engineers

Как Papaya Global построила производственного комплаенс-агента на Claude, Lovable и Supabase. И без инженеров

автор Jason Lemkin | Blog Posts, Sponsored Posts

Комплаенс в расчёте зарплат — это бизнес, где один неверный ответ может стоить $250 000. Papaya Global ведёт его в 160 странах — и проигрывала тихую битву. В 2 часа ночи, когда у клиента возникает реальный вопрос — например, может ли он уволить сотрудника в Германии, — клиент открывает не базу знаний Papaya. Он открывает ChatGPT. Тот отвечает за секунды, звучит абсолютно уверенно и иногда оказывается полностью неправ.

Именно эту проблему VP по Client Success компании Papaya Сиванне Фишель и глава продуктового дизайна Хагит Бен-Цур приехали решать на SaaStr AI Annual 2026. Их сессия называлась «Ваш AI-агент доведёт вас до суда. Вот как мы исправили своего» — и это наглядный разбор того, что нужно, чтобы выпустить агента в области, где ошибка стоит дорого.

Начнём с того, что большинство основателей упускают. Конкурентом Papaya никогда не был другой вендор по расчёту зарплат. Им был бесплатный чат-бот, который у клиента уже открыт в соседней вкладке и которому он уже доверяет достаточно, чтобы задать вопрос. Любая B2B-компания, продающая в регулируемый рабочий процесс, теперь оказалась в этом положении. Ваши клиенты прогоняют вашу предметную область через универсальную модель — построите вы что-то или нет. Единственный вопрос — сможете ли вы быть надёжнее этой модели в 2 часа ночи, на том самом вопросе, который несёт юридический риск.

А урок, лежащий в основе всей разработки, — тот, который большинство команд понимает наоборот. У Papaya рабочий агент был готов за четыре недели. А чтобы клиенты стали доверять ему настолько, чтобы перестать открывать ChatGPT, потребовалось четыре месяца. Разработка была лёгкой частью.

Тест, с которого всё началось

Бен-Цур начала просто. Она взяла реальный бразильский трудовой договор — контракт по CLT — и передала его Claude. Затем передала тот же контракт с тем же вопросом ChatGPT.

Оба выглядели уверенно. Оба дали совершенно разные ответы. Когда она сверила оба с реальным законом, ни один не оказался полностью прав.

Это ловушка, в которую попадает каждый основатель вертикального AI: предположить, что модель плюс ваши данные равны продукту. Бразильский контракт доказал обратное. Универсальная модель не знает того, чего она не знает о вашей предметной области, и она скажет неверное с полной убеждённостью. Проблема была не в том, какую модель она выбрала. Проблема была в том, что никто не научил ни одну из моделей думать о комплаенсе. Поэтому она перестала спрашивать, какой AI лучше, и начала спрашивать, почему они ошибаются.

Превращайте каждую неудачу в правило

Каждый раз, находя ошибку, она писала правило. Правило четыре: не угадывай юрисдикцию. Правило восемь: не звучи уверенно, если не уверен. Правило восемнадцать: не отмечай проблему, не сославшись на нужный закон. По одному, неделя за неделей, пока не набралось 22 правила.

На самом деле она строила библиотеку правил, управляемую evals, и именно эту часть конкуренты не могут обойти. Каждое правило — это кусок институционального знания, сделанный исполняемым: то самое суждение, которое старший юрист по комплаенсу держит в голове и к которому у модели нет доступа. Библиотека накапливается. Каждая новая ошибка, которую ловит Papaya, делает продукт навсегда лучше, а у конкурента, который начинает сегодня, этих правил ноль. Вот как «доменная экспертиза как защитный ров» выглядит на практике. Это не слайд. Это 22 конкретные поправки, каждая из которых добыта из конкретного способа, которым модель ошибалась.

Разница проявилась в тот момент, когда она прогнала тот же бразильский контракт через все три:

Тот же документ, тот же вопрос. Разрыв между универсальными моделями и доменным агентом был не в интеллекте. Он был в знании того, что искать и что игнорировать.

Одной модели было недостаточно, поэтому они построили вторую, чтобы проверять первую

Даже с 22 правилами агент всё ещё делал ошибки. Меньше, но достаточно, чтобы это имело значение, когда неверный ответ несёт шестизначную ответственность. Правила исправляют то, что модель знает. Они не исправляют то, как модель себя ведёт, а самое опасное поведение в комплаенсе — уверенная неправота.

Поэтому Papaya построила второй AI, единственная задача которого — проверять первый. В результате получился трёхэтапный конвейер, повторяющий то, как на самом деле работает юридическая фирма:

Аналитик. Применяет все 22 правила комплаенса — привязанные к юрисдикции и к фактам, — как составляет документ младший юрист. Ревьюер. Отдельный AI со своим набором проверок, который ловит избыточную уверенность, ложную неуверенность и смешение юрисдикций — так старший проверяет работу младшего. Финализатор. Объединяет правки, структурирует вывод и выпускает его — так партнёр ставит подпись.

Эту архитектуру стоит назвать, потому что она обобщается: генерация, состязательная проверка, затем синтез. Одна модель, оценивающая собственную работу, наследует собственные слепые зоны. Вторая модель с другой задачей ловит мета-ошибки, которые первая не может разглядеть в себе самой.

Формулировка Бен-Цур по поводу всего этого: правила сделали его точным, слой валидации сделал его надёжным, а UX сделал его хорошим. Три отдельные проблемы, и модель касается только первой.

Построено без инженеров и без UX-дизайнеров

Бен-Цур построила Papaya 1 без инженеров и без UX-дизайнеров. Для всех, кто занимается vibe coding в продакшене, это та часть, которую стоит изучить.

На первом этапе она вела исследование дизайна в Claude, затем перешла в Claude Code, а затем гоняла туда-сюда между Claude Code, MCP от Figma и дизайн-системой Papaya. Когда всё стало выглядеть правильно, она подключила это к Lovable для живого прототипа и деплоя, а Supabase отвечал за аутентификацию, базу данных и edge-функции. На втором этапе инструментарий дизайна Claude полностью заменил Figma, и цикл сузился до: дизайн в Claude, затем Claude Code, затем Lovable.

Стратегический вывод больше, чем список инструментов. Когда стоимость разработки падает почти до нуля, разработка перестаёт быть отличительным признаком. Всё, что делает продукт защищённым, перемещается в те части, которые инструменты дать не могут: методология, доменное знание и доверие. Её слова были прямыми. Реальной работой была методология комплаенса, а не код. Компания по комплаенсу в расчёте зарплат подтвердила тезис о vibe coding с главной сцены — и это был не вендор инструментов для разработчиков, пытающийся его продать.

Что Papaya 1 на самом деле делает

Продукт отражает ту же дисциплину. Онбординг — это два клика: выбираешь свою роль, выбираешь интересующие страны, никаких форм и пустых анкет. Главная страница — тоже не пустое окно чата, и это осознанное решение в пользу доверия. Пустое окно провоцирует тот самый расплывчатый, плохо сформулированный вопрос, который в первую очередь и порождает уверенный неверный ответ. Вместо этого она открывается заранее заданными рабочими сценариями и подсказками, построенными под того, кто ты есть, так что HR-руководитель, сосредоточенный на Германии, видит другой продукт, чем кто-то ещё. Портфель, страны, оповещения — всё подогнано. Каждый пользователь видит свою Papaya 1.

Загрузи контракт — и он прогоняет три этапа, возвращая чёткое разделение: в демо с бразильским контрактом — одна отмеченная проблема и тринадцать пунктов, подтверждённых как соответствующие, готовые передать юридической команде. Попроси сравнить правила испытательного срока в Германии и Бразилии — и те же три агента выдают сравнение бок о бок, построенное так, чтобы помочь тебе принять решение, а не просто стену текста.

Не запускайте для всех — и говорите, что это рекомендация

По поводу выхода на рынок Фишель была прямой. Papaya не запустила Papaya 1 сразу для всех клиентов. Они выбрали небольшой пул — пять-десять клиентов, которым доверяют, тех, кто ощущается как партнёры и кто уже приходит к ним с вопросами по комплаенсу. Эти клиенты задают правильные вопросы и дают честную обратную связь вместо вежливости, и продукт становится лучше от реальных вопросов, а не от внутреннего тестирования. Каждый ответ чётко помечен как рекомендация, а не юридическая консультация.

Её совет всем, кто разворачивает доменно-специфичного агента: не запускайте для всех клиентов в один день. Самый сложный вопрос — не в том, работает ли агент. Он работает. Он может заработать и через день, и через четыре недели. Самый сложный вопрос — доверяете ли вы ему настолько, чтобы поставить под ним имя своей компании. На это уходит куда больше времени, чем на разработку.

Как Papaya измеряет доверие

Papaya отслеживает три сигнала, чтобы понять, действительно ли растёт доверие, и каждый из них говорит о том, чего не покажет опрос удовлетворённости:

Возвращаются ли пользователи? Возврат на следующий день или следующую неделю с новым вопросом означает, что прошлый ответ заслужил следующий. Повторное использование — первое доказательство того, что агент замещает привычку открывать ChatGPT в 2 часа ночи. Задают ли они более сложные вопросы? Вопросы с более высокими ставками со временем означают, что доверие растёт, и они же служат дорожной картой. Там, где клиенты начинают давить, Papaya понимает, что углублять в продукте дальше. Реже ли они обращаются к внешним юристам? Это тот сигнал, что важнее всего. Если клиенты всё ещё пересылают ответы агента своей штатной юридической команде, доверие ещё не сформировалось полностью, и Papaya пока не снижает их внешние издержки. Меньше обращений к внешним юристам — это твёрдое доказательство ROI, а не ощущение.

Когда все три движутся в правильном направлении, они расширяются. До тех пор — держат паузу.

Стройте защитные механизмы раньше функций

Самая важная защита Papaya — механическая, а не строчка в промпте. Они построили «kill switch» (аварийный выключатель). Если точность падает ниже порога в любой отдельной стране, они отключают эту страну, пока всё не исправлено. Они выдёргивают вилку из розетки, а не латают на ходу.

Принцип, который Фишель из этого вывела: стройте защитные механизмы раньше, чем строите функции. В области с высокими ставками режим отказа — это не отсутствующая функция. Это уверенный неверный ответ, который доходит до клиента, действующего по нему. «Kill switch» существует, потому что в какой-то момент система ошибётся, и единственный вопрос — узнаете ли вы об этом раньше клиента или позже.

Что можно скопировать, а что нельзя

Фишель завершила тем, что на самом деле отличает Papaya от любого, кто держит в руках те же инструменты. Claude, Lovable, Supabase — на них может подписаться кто угодно хоть завтра, и большинство в зале уже подписаны. Чего скопировать нельзя — это годы опыта в 160 странах, тысячи контрактов и тысячи увольнений, которые Papaya уже разобрала. Они — динозавры в отрасли, и в этом весь смысл.

AI — это двигатель. Доменное знание — это топливо. Двигатель можно скопировать. Топливо — нельзя.

Что стоит позаимствовать из плейбука Papaya

Если вы строите доменно-специфичного агента в 2026 году, вот порядок разработки, который выстраивает их сессия:

Исходите из того, что ваш реальный конкурент — универсальная модель, которой ваш клиент уже доверяет. Стройте так, чтобы быть надёжнее ChatGPT в том единственном вопросе, который несёт юридический риск, а не богаче по функциям, чем прошлый вендор. Превращайте каждую неудачу в правило. Ваш набор evals — это ваш защитный ров. Конкурент может скопировать ваш UI за выходные и не может скопировать 22 поправки, которые вы добывали месяцами. Добавьте вторую модель для проверки первой. Генерация, состязательная проверка, синтез. Модель, оценивающая собственную работу, сохраняет собственные слепые зоны. Постройте «kill switch» раньше функций. Решите заранее, какой порог точности выводит рынок из эксплуатации, — и выводите. Запускайте для пяти-десяти клиентов, которые скажут вам правду. Реальные вопросы лучше внутреннего тестирования, а честные партнёры лучше вежливых. Измеряйте доверие, а не удовлетворённость. Повторное использование, более сложные вопросы и меньше обращений к внешним юристам — вот сигналы, которые говорят, когда расширяться.

У Papaya рабочий агент был готов за четыре недели. Чтобы начать доверять ему, ушло четыре месяца. Планируйте на четыре месяца, потому что именно эта часть на самом деле выигрывает клиента.