Гарри Тан недавно опубликовал большой пост《Meta-Meta-Prompting: The Secret to Making AI Agents Work》, где подробно рассказал, как он создал набор «второго мозга» на базе AI agent. Он утверждает, что за последние пять месяцев ИИ уже вернул ему состояние builder’а и даже полностью изменил то, как он работает в качестве CEO Y Combinator.
CEO YC: будущее за теми, кто строит compoud AI systems
Гарри Тан считает, что большинство людей по-прежнему используют ИИ как чат-окно, но реальная возможность — воспринимать ИИ как «операционную систему» (operating system): систему, которая может постоянно помнить, накапливать, обновлять и связывать личные знания, встречи, чтение и рабочие процессы. Он даже прямо говорит: «Будущее за теми, кто создает compound AI systems, а не за теми, кто просто использует централизованные AI-инструменты крупных компаний».
(Партнер YC делится тем, как с помощью AI с нуля создать компанию: стартапам следует относиться к AI как к операционной системе, а не как к инструменту)
Это также согласуется с нашими прежними сообщениями: будь то Y Combinator Summer 2026 Requests for Startups (RFS) или партнер YC Diana, которая в Startup School говорила об этом, — все отмечали, что AI-стартапы движутся от «повышения личной эффективности» к «перестройке организаций и производственных процессов». AI не должен быть просто инструментом эффективности, который компания время от времени использует; его нужно проектировать как операционную систему всей компании с первого дня.
(YC опубликовал 15 направлений стартапов, в которые планирует инвестировать в Summer 2026: AI-стартапы — это не просто встраивание Chatbot в продукт)
AI помог ему превратить буддийские книги в «зеркало жизни»
Гарри Тан рассказал, что недавно, читая книгу буддийского автора Pema Chödrön《When Things Fall Apart》, он впервые по-настоящему осознал силу personal AI. Он попросил свою AI-систему выполнить процесс «book mirror»: сначала разобрать всю книгу на 22 главы, а затем несколько sub-agent одновременно сделают две задачи: обобщить взгляды автора и сопоставить каждый из них с собственной жизнью Гарри Тана.
Причем это не просто абстрактные духовные советы — а прямое объединение:
семейного бэкграунда
истории стартапа
работы в YC
ночных заметок
истории чтения
содержания обсуждений с therapist
разговоров с основателями
В итоге система выдает длинную «brain page» на 3 тыс. слов.
Например, когда в книге говорится о groundlessness (безосновности), система связывает это с конкретным разговором Гарри с founder’ом на прошлой неделе; когда речь идет о fear, она приводит поведенческие паттерны, указанные therapist; а когда говорится про letting go — связывает с ощущениями творческой свободы, записанными им глубокой ночью.
Гарри Тан говорит, что на весь этот процесс уходит примерно 40 минут. Он считает, что даже психолог, работающий за 300 долларов в час, не сможет выполнить подобный анализ за 40 часов, потому что человек не может одновременно загрузить весь контекст работ, историю чтения, записи встреч, карту отношений, но AI может.
Главное — не модель, а «система навыков»
Однако Гарри Тан считает, что для AI agent настоящие важны не отдельные модели, а «skills». Его текущая система включает более 100 AI skills и около 10 тыс. страниц базы знаний.
Он называет такую архитектуру:
Fat skills. Fat code. Thin harness.
То есть:
Harness (runtime/router) должен быть тонким
Skills должны быть «толстыми»
реальная ценность — в знаниях, рабочих процессах и данных
Сейчас он использует Anthropic Claude Opus 4.7 для precision, GPT-5.5 для recall и extraction, DeepSeek V4-Pro для creative work, Groq + Llama для скоростного рассуждения, а OpenClaw и Hermes Agent отвечают за routing.
Гарри Тан считает: «Модель — это лишь двигатель, остальное — это машина». AI agent больше не просто prompt, а компаундируемый workflow; Гарри подчеркивает, что сейчас он почти перестал промптить AI. По-настоящему важна skill system.
Например:
meeting-ingestion
media-ingest
enrich
perplexity-research
investor-update-ingest
email-triage
calendar-check
Каждый skill — это повторяемый, тестируемый и комбинируемый модуль рабочего процесса. И еще важнее: он создал meta-skill под названием «Skillify». Когда он обнаруживает, что какой-то workflow повторяется, достаточно ввести: skillify this
Система анализирует только что выполненные действия, извлекает повторяющиеся паттерны, создает skill file, добавляет resolver routing system и накапливает это для всех будущих workflow.
10 тыс. страниц базы знаний: AI начинает выглядеть как нервная система, а не как картотека
Гарри Тан говорит, что сейчас он поддерживает около 10 тыс. страниц структурированной базы знаний. Для каждого человека, компании, встречи, книги, Podcast, статьи и идеи создается отдельная страница. А после каждой встречи AI автоматически генерирует transcript, создает резюме, обновляет страницы людей, обновляет страницы компаний, обновляет timeline, обновляет open threads и обновляет relationship context.
Это означает, что AI больше не просто хранит данные — он начинает работать как «нервная система». Он сравнивает: картотека просто хранит вещи, а нервная система связывает, напоминает, обновляет и делает выводы.
Самое важное в эпоху AI — персональная compound system
В конце Гарри Тан формулирует ключевую мысль очень отчетливо: самые сильные люди в будущем — не обязательно те, кто использует самые сильные модели, а те, кто сможет создать:
собственный knowledge graph
собственные workflows
собственную skill system
собственную personal AI OS
Потому что по мере того, как каждая книга, каждая встреча, каждое улучшение skill и каждое обновление данных продолжают накапливаться, весь AI-системный контур начинает давать compound effect. Он даже говорит, что сейчас каждый день в два часа ночи он продолжает кодить — не потому, что слишком много работы, а потому что: «AI вернул мне радость от работы builder’ом».
Эта статья Гарри Тана: «Я сейчас очень редко даю AI подсказки!» — CEO YC объясняет «компаундируемые AI-воркфлоу» впервые появилась в 鏈新聞 ABMedia.
