SWIPIX · Cheelee · июль 2026

AI &
Automation
Review

Один человек и команда AI-агентов. Без единого сотрудника в подчинении.

Константин Кутовой Feature Owner выступление 15 минут
Вопрос 1Какие процессы или задачи вы автоматизировали?

Это система, а не набор скриптов

У меня нет ни одного сотрудника в подчинении. Вся команда это AI-агенты. Один человек закрывает объём продуктовой ячейки: аналитика, дизайн, триаж багов, мелкая разработка, отчётность. Плюс сам пишу фронтенд на React Native: фичи и фиче-флаги, вайб-кодинг в паре с разработчиком.
0
AI-агентов, написаны мной
0
автоматизаций по расписанию
0
задач за апр–июл · 89% Done
0
задач провёл через ИИ-пайплайн · 0 ч разработчиков
0
гипотез от Совета за 8 заседаний
0
A/B за 2 месяца · 3 закрыты
0
живых дашбордов + Slack-бот 24/7
Вопрос 1Какие процессы или задачи вы автоматизировали?

Команда агентов

8 специализаций + Slack-бот триажа
Б
Борис
Руководитель аналитики
Единая точка входа: маршрутизирует вопросы на Анатолия и Антона, кросс-вопросы решает обоими и синтезирует ответ.
по запросу
А
Анатолий
Аналитик метрик
ClickHouse-запросы, аномалии, retention / revenue / LTV, обновление дашбордов; отвечает прямо из Telegram.
ежедневно 12:00 · 24/7 TG
А
Антон
Аналитик CJM
Сам проходит приложение на реальном телефоне, скринит каждый экран, строит воронки и drop-off, сравнивает версии онбординга.
по запросу · плейтесты
П
Петя
Дизайн-инженер
Живые HTML/CSS/JS-прототипы, онбординг, лендинги, редизайн; деплой на Cloudflare, проверяю на телефоне за минуты.
по запросу
С
Совет
Фабрика гипотез
5 разных нейросетей дебатируют на реальных данных, на выходе гипотезы с приоритизацией ICE / RICE.
по запросу
М
Монтажник
Оператор ИИ-пайплайна
Оформляет задачу в Jira, запускает ИИ-агента в боевом репо, следит за PR, заказывает сборку, пингует со ссылкой на билд.
прогон end-to-end
С
Секретарь
Ассистент по встречам
Из транскрипта любого созвона делает план действий и присылает его в Slack.
будни · каждые 30 мин
П
Прораб
Контролёр фокуса
Сверяет мою активность с приоритетами CEO; если отвлёкся, жёстко пингует в Telegram.
каждый час 10:00–20:00
П
Подручный · Slack-бот триажа багов, 24/7 на выделенном сервере. Дожимает багрепортера до полного репорта, сам заводит задачу в Jira со скринами и предлагает исполнителя из ~50 человек команды. 24/7
Вопрос 1Какие процессы или задачи вы автоматизировали?

Что было вручную → и стало само

Ежедневная аналитика
SQL руками, ждать аналитика днями
Анатолий отвечает за минуты, аномалии находит сам ежедневно
Дашборды к демо
собирать выгрузки к каждой встрече
6 дашбордов обновляются сами каждое утро
Проверка гипотез
ждать слот дата-команды
свой цикл: флаг → эксперимент → дашборд
Багфиксы мелких багов
тикет в бэклог, ждать спринт
ИИ-пайплайн: PR и билд за часы, 0 ч разработчиков
Прототипы
очередь к дизайнеру, дни
Петя: кликабельный прототип за часы
Триаж багов в Slack
переписка, ручной тикет
Подручный 24/7 дожимает и заводит в Jira
Разбор встреч
конспекты руками
Секретарь присылает план через 30 минут
Отчётность
3–4 ч/нед ручного заполнения
автопост 18:30, авто-заполнение Sheets и Doc
Постановка задач в Jira
20–30 мин на задачу
готовая задача за 40–50 секунд: диктую суть, агент оформляет по шаблону команды
Генерация гипотез
брейнштормы, субъективщина
Совет: 5 моделей спорят на реальных данных
Фронтенд-фичи
только ТЗ и ожидание разработки
сам пишу код на React Native в паре с разработчиком: фичи + фиче-флаги, AI-инструментами
Вопрос 2Как это реализовано?

Контур аналитики: Борис → Анатолий + Антон

  • Анатолий. Anomaly-watch в 12:00 → алерт в Telegram. Вопрос «почему просела конверсия?» задаю с телефона в TG, отвечает данными из ClickHouse.
  • Антон. Сам проходит приложение на реальном Galaxy S23 Ultra, скринит каждый экран, строит воронку по реальным шагам, сравнивает версии онбординга.
  • Борис. «Почему просело И где в пути теряем» запускает обоих параллельно и отдаёт один синтезированный ответ.
Как реализовано
Claude Code + свои агенты ClickHouse · прод-события PostHog · эксперименты Jira / Confluence / Slack · MCP SoT-репо · единая методология
Стандарты, которые агенты соблюдают автоматически: strict day-N retention, install-когорты по Firebase, дедуп и анти-фрод фильтры в каждом денежном запросе.
Пример работы контура: в A/B квизового онбординга агенты посчитали воронку и retention до значимости (p<0.0001 на шагах воронки) и дали рекомендацию, без единого запроса к дата-команде.
Вопрос 2Как это реализовано? Покажите решение в работе

Дашборды-конвейер

SWIPIX $8 596 · 2 126 покупок  |  Cheelee $62 737 · 6 397 покупок
оба продукта под ежедневным мониторингом одной системы
doppy-metrics.pages.dev
Дашборд метрик онбординга, активации и retention SWIPIX
cheelee-metrics.pages.dev
Дашборд метрик Cheelee
A/B квизового онбордингаA/B · квиз-онбординг
A/B post-registration deeplinkA/B · deeplink
A/B маркетаA/B · маркет
Воронка социального бустаСоц-буст · воронка
Вопрос 3Какой эффект дала автоматизация? · рост производительности
Conversion to Pay · SWIPIX
0%→ 0%
Лучшая полная неделя 6,33% (167 платящих из 2 639 рег). Топ-дециль против медианы freemium 2,18%. Монетизация построена с нуля за 11 недель.
30% → 67,4%
CR install → reg · ×2,2 за серию итераций онбординга
32,7%
Retention D1 · пик · среднее 25,6% · топ-квартиль соцсетей
~5%
DAU / installs · ×4 к Cheelee (1,2%) и Sweatcoin (1,5%)
×3,1
Соц-буст за 3 недели · 179 → 552 юзера/нед · рост ускоряется
Все цифры — с живых дашбордов, комиссия может открыть их прямо сейчас: doppy-metrics.pages.dev · social-boost-funnel.pages.dev
Вопрос 3Какой эффект дала автоматизация? · снижение затрат и защита выручки

A/B: каждый тест это деньги

Ни одного пустого теста: каждый защитил или растит выручку
Post-registration deeplinkзавершён
Альтернативный флоу терял -17% выручки и -7,6% ARPPU ($3 558 vs $2 950)
Сохранили сильный вариант → защитили ~17% выручки. Бонус: стрик даёт +12,6% публикаций видео
Квизовый онбордингзрелый
Цена модного формата: каждый шаг воронки -4 … -7 пп (p<0.0001) при +2,4 пп D1
Не раскатили на 100% → уберегли регистрации и выручку. Вместо отказа итерация УТП
Value-first оффер бустазавершён
Паритет по деньгам ($2 013 vs $1 936, p=0.886), но guardrail дал ~95% риск падения retention
Не раскатили → уберегли удержание. Сработала автоматическая guardrail-проверка
Ежедневник + стрикидёт · 3 арма
Запущен 15.07 по вердикту Совета; все 25 метрик считаются в PostHog автоматически
Рост удержания это рост LTV. Решение примем на данных
Скорость: цикл «гипотеза → флаг → эксперимент → дашборд» это дни вместо недель, без слота дата-команды.
Строгость: анти-фрод фильтры, дедуп транзакций, единые когорты. Деньги считаем по бэкенд-транзакциям.
Вопрос 3Какой эффект дала автоматизация? · экономия времени
Экономия моего времени в неделю
Ежедневная аналитика + аномалии~5 ч
Дашборды к демо / спринту~4 ч
Разбор встреч → планы~3,5 ч
Отчётность (стендап / Sheets / demo)~3 ч
Прогоны приложения / CJM~2,5 ч
Постановка задач в Jira · 19 задач/нед, 20–30 мин → 40–50 сек~7 ч
Триаж багов из Slack~1,5 ч
~0
ч / нед
≈ ⅔ ставки
Багфикс через ИИ-пайплайн
0 ч разработчика · билд за часы
Прототип фичи
дни дизайнера → часы
Ad-hoc запросы к данным
SLA дни → минуты
Эти часы это причина, почему я веду фичи, аналитику, тесты и багфиксы параллельно, без единого сотрудника.
Вопросы 2–3Как это реализовано? Какой эффект дала автоматизация?

Багфикс без разработчиков

эталонный прогон PPTM-2289 · 10.07.2026
Мои прогоны
26 задач провёл сам · 21 уже Done
Масштаб в команде
пайплайн подхвачен командой: всего 263 задачи
Разработку не трогаю
0 ч разработчиков на сотнях задач
Вопросы 1–2Что автоматизировано и как это реализовано?

Подручный: триаж багов в Slack 24/7

  • Работает круглосуточно на выделенном сервере (автоперезапуск), не зависит от моего ноутбука.
  • Знает контекст репортёра: подтягивает его зону из таблицы команды и предлагает исполнителя из ~50 человек.
Экономит и моё время, и время QA и разработчиков на пинг-понге «а какая версия? а скрин есть?».
Вопрос 1Какие процессы или задачи вы автоматизировали?

Операционка на автопилоте

Секретарьбудни · 30 мин
Проверяет новые транскрипты созвонов → план действий (решения, задачи, дедлайны) в Slack. Ни одна договорённость не теряется.
Прорабкаждый час
Сверяет, чем я занят, с приоритетами CEO. Ушёл в сторону → жёсткий пинг в Telegram. AI следит за моим фокусом.
Стендапавто · 18:30
Ежедневный отчёт о сделанном собирается из логов активности и постится в тред команды сам.
Таблицыавто
Лист «Фича-оунеры» в планировании и блок в WEEKLY DEMO заполняются свежими метриками автоматически.
Вопросы 1–2Что автоматизировано и как это реализовано?

Совет: фабрика гипотез

Как устроено

5–6 голосов это разные нейросети (Claude-линзы: монетизация / удержание / UX / антифрод / рынок + внешняя панель: Gemini, Grok, GPT, Qwen, Kimi). Дебатируют 2–4 раунда на реальных данных: метрики от Анатолия, экраны и пути от Антона, конкурентная разведка. Дальше состязательная проверка, ред-тим против группомыслия, синтез председателя.

На выходе: гипотезы с механизмом, метрикой и baseline, дизайном A/B, guardrail и приоритетом ICE. Не мнения, а проверяемые ставки.
0синтезированных гипотез за первый месяц (30 консенсусных + 25 конкурирующих), в дебатах 150+ сырых идей
0заседаний · 29.06 → 14.07
14.07«трибунал» живых тестов: вердикты по 3 A/B, два закрыть (квиз, value-first), один итерировать
15.07вердикт → запуск: стартовал 3-арм тест post-reg диплинка, структура армов из рекомендации Совета
Конвейер «Совет → гипотеза → A/B → решение» уже работает и становится ядром автономного цикла.
Сверх вопросовДополнительная ценность для компании

Масштабирование на команду

Агенты это не личная игрушка, а тиражируемый инструмент
Секретарьпередан · 21.07
Уже отдан AI Automation Engineer. Обезличенный пакет с мастером самонастройки: квиз при установке, свои доступы, без моих секретов.
Монтажникпередан команде
Уже отдан команде в работу. Ставит задачи в Jira и гоняет ИИ-пайплайн в боевом репо на их зонах.
SoT-репометодология
Аналитическая методология зафиксирована: любой агент и человек считает метрики одинаково.
Эффект для компании: каждый пакет тиражирует экономию времени на N сотрудников.
Вопрос 4Почему вы выбрали именно это решение? С чем вы сравнивали?

Почему эти решения, с чем сравнивал

Claude Code
агенты + MCP + скиллы
Zapier / n8n, чат-боты общего назначения
No-code коннекторы не рассуждают и не достают до ClickHouse и внутренних API. Агент = логика + доступ к данным + автономия
Подручный на OpenAI API
тот же Claude
Массовый триаж 24/7: дешевле на этом классе задач, Socket Mode. Правильный инструмент под задачу, не религия
Внутренний ИИ-пайплайн + мой агент Монтажник поверх
Devin и внешние «AI-инженеры»
Пайплайн команды работает в нашем боевом репо, с нашим релизным процессом и ревью; мой агент автономно ведёт задачу end-to-end: оформление, запуск, ветки, сборка, пинг мне. Ничего не уходит наружу
Self-hosted PostHog + ClickHouse
внешние SaaS-аналитики
Данные компании остаются у компании. Эксперименты и метрики в одном контуре
Дашборды на Cloudflare Pages
BI-лицензии на всех
Ссылка открывается у любого стейкхолдера мгновенно, обновляется само, стоит копейки
Агент вместо дашборда · пайплайн вместо тикета · человек-в-контуре на проверке
Вопросы 5–7Что выполняется вручную? Почему не автоматизировано? Какой процент загрузки?
20–0%ручной труд · осознанно
  • Продуктовые решения и приоритизация. За них я и отвечаю.
  • Согласования со стейкхолдерами и живые встречи.
  • Ревью результатов агентов: человек-в-контуре на каждом критичном шаге (деньги, боевой код, коммуникации).
  • Финальная приёмка билдов на реальном устройстве.
Это зоны ответственности и доверия, а не рутина. Автоматизирую исполнение, оставляю за собой решения.
Вопрос 8Какие улучшения вы планируете в ближайшие 3–6 месяцев?

Планы 3–6 мес: автономный продуктовый цикл

От формирования гипотезы до коммуникации и запуска теста всё через агентов. В перспективе агентам открывается прямой доступ к бэку и фронту.
Вопросы 9–10Какие лучшие решения есть в мире? Какие источники используете?

Мировой контекст и источники

  • Куда идёт индустрия: агентные системы (Claude Code / Agent SDK, OpenAI Agents), MCP как отраслевой стандарт подключения инструментов.
  • Автономные инженеры (Devin, GitHub Copilot Agents): наш внутренний ИИ-пайплайн из того же класса, но на нашем репо; я работаю с ним своим агентом.
  • Мультиагентные оркестраторы у меня уже работают: Борис, Совет. Те же принципы, что у передовых команд: специализация, human-in-the-loop, свои данные.
Откуда узнаю раньше мейнстрима
Telegram: 10+ каналов по вайб-кодингу и AI закрытые комьюнити практиков X / Twitter · AI-паблики и ресёрчеры круг общения из AI-профи первоисточники: Anthropic · OpenAI · Google
Узнаю о новых инструментах из практики сообщества, а не из новостей, поэтому внедряю раньше, чем это становится мейнстримом.
Вопрос 2Покажите решение в работе
01TG-бот Анатолия
вопрос с телефона → цифры из ClickHouse
02Подручный
багрепорт в Slack → задача в Jira
03ИИ-пайплайн
PPTM-2289 · /ai run → PR → билд

Автоматизация: это не скрипты. Это операционная модель. Один человек принимает решения, агенты делают всё остальное.

Константин Кутовой · Feature Owner · SWIPIX / Cheelee
AI & Automation Review
01 / 18
← → навигация · O обзор · F фуллскрин
Обзор слайдов
Клик по карточке — переход. O или Esc — закрыть.