Особенно мощная комбинация выходит в связке с Claude Code (с моделью Opus). Да, довольно дорого, но оно того стоит. Он разбивает задачи на подзадачи, сам себя тестирует и распутывает даже сложные задачи.

В чём идея?
Парни из Стэнфорда сделали Cursor (скопировав его из VSCode) — редактор кода, где AI не просто подсказывает, а действительно программирует быстрее и круче многих начинающих и даже средних программистов.

ARR у Cursor уже полмиллиарда долларов. Удваивается каждые два месяца. 9 июня закрыли раунд на $900M. Оценка — десять ярдов. Для сравнения: это больше, чем стоили некоторые банки до кризиса 2008.

В чём тренд?
Мы уходим от инструментов к компаньонам. GitHub Copilot был первым шагом, Cursor — следующий. По разным данным, уже 70% разработчиков используют AI в кодинге. Причём не как подсказчик, а как соавтор.

Разница фундаментальная: не автодополнение, а совместная работа и написание полноценных кусков кода. Всё идёт к тому, что IDE станут интерфейсом к AI-инженерам, а не просто редакторами. Курсор попадает ровно в эту точку.

Может, конечно, и не выстрелит на уровне массовости, но для middle+ инженеров — это уже must-have.

Где деньги и как это работает?
Cursor — freemium модель. Базовый доступ бесплатный, за расширенные AI-возможности платишь: от $20 до $100+ в месяц. Если взять условно 5M пользователей, даже консервативно — выручка легко $500M+.

А теперь представьте: каждый разработчик тратит на кодинг сотни часов в год. Сокращение на 20–30% — это миллионы долларов на команду. Платить $50/месяц — не вопрос.

Звучит красиво. Но на практике всё упирается в adoption: привычки, безопасность, приватность. Особенно на уровне корпораций.

Как это использовать у нас?

• Для начала, всех обучить, как этой штукой пользоваться. Вот курс, который я всем рекомендую.
• Некоторые пробуют идти по пути Cursor — делают форк (копию) VSCode, добавляют туда LLM (тот же Antropic) и вот вам собственная версия.
• Настроить кастомные AI-ассистенты под стек (например, в FinTech / GovTech)
• Использовать Cursor в обучении: AI как ментор для джунов
• Делать внутренние плагины (интеграции с документацией, баг-трекером)
• Расширить модель на другие языки и фреймворки
• Продвигать как value-продукт для CTO: экономия времени на код-ревью

Если, конечно, получится преодолеть страхи и консерватизм команд.

Похожие решения

• Windsurf – главный конкурент Cursor. Куплен недавно OpenAI аж за $3B
• RooCode — опенсорсная версия, отличный выбор, для тех, кто может разобраться в настройках
• GitHub Copilot — от Microsoft, больше как автокомплит
• Tabnine — старожил рынка, но уступает по UX
• IntelliJ AI Assistant — ещё в разработке, от JetBrains

Честно? Cursor — пока лучший в классе, он как Apple среди обычных телефонов. И это не про то, чтобы заменить программистов. Это про то, чтобы один программист работал как пятеро. И судя по всему, это только начало.

В чём идея?
Glean — AI-платформа, которая знает, где что лежит. Тянет данные из сотни рабочих инструментов (Google Docs, GitHub, Salesforce, Asana и пр.) и превращает всё это в единое «поле знаний». Ты не открываешь 10 вкладок, а просто спрашиваешь.

Важно: это не «поиск по ключевым словам». Это полноценный AI-ассистент с контекстом, правами доступа и живыми ответами. Например: «покажи финмодель по клиенту X» — и он её находит. Ссылку, автора, обсуждения и версии.

800+ клиентов (включая Fortune 500), ARR за 3 года — $100M+. Свежее вливание — $150M в Series F, оценка уже $7.2B.

В чём тренд?
Корпоративные данные расползлись. Средняя компания использует 130+ SaaS-инструментов, и всё это живёт в изоляции. В итоге знания есть, но к ним нет доступа. Или он слишком дорогой по времени.

Glean попадает в точку — это не просто search, это рабочая память компании. По сути, AI становится новым интерфейсом к корпоративному стеку. Не вкладки — а вопросы.

С учётом того, что сотрудники тратят до 20% времени на «поиск информации» (данные McKinsey), выгода очевидна. Компании, где работает 10,000 человек, теряют на этом сотни миллионов в год.

Где деньги и как это работает?
Glean продаётся B2B по подписке. Цена зависит от размера компании, количества пользователей и уровня интеграции. Условно — от $50K до $1M+ в год. Топ-клиенты — большие банки, консалтинг, IT и всё, где данные размазаны по 10 системам.

Деньги платят CIO, Head of Ops, CDO. Почему? Потому что скорость доступа к знаниям — это теперь не nice-to-have, а конкурентное преимущество. Кто быстрее нашёл — тот раньше принял решение.

Работает, если сотрудники реально переходят на Glean как точку входа. Если нет — остаётся ещё одним красивым дашбордом.

Как это использовать у нас?

• Подключить Glean в компании с раздутым цифровым зоопарком: от 50+ SaaS
• Использовать как замену внутреннего «портала знаний» (который никто не открывает)
• Внедрить как AI-ассистента для саппорта, HR и новых сотрудников
• Настроить кастомные роли и права: не все данные всем
• Интегрировать с корпоративными продуктами: 1С и пр.
• Продавать аналоги на базе open-source стека как white-label для российских клиентов

Похожие решения

• Microsoft Copilot — встроенный в MS Office, но ограничен их экосистемой
• Google Cloud Search — только по Workspace
• Coveo — больше фокус на клиентский search, чем внутренний
• Sinequa — дорогой, мощный, но тяжёлый в внедрении
• You.com Enterprise — интересный игрок, но только набирает обороты
• В России делают аналоги, но пока это больше похоже на «давайте прикрутим Elasticsearch и назовем это AI»

У каждой компании есть знания. Но выигрывают те, кто умеет быстро к ним добраться.

В чём идея?
Linear — это инструмент управления задачами, созданный специально для разработчиков. Без визуального шума, без 9 статусов одного тикета, без чекапов от проджекта каждые 15 минут. Только то, что нужно: спринты, баги, roadmap — в минималистичном и быстром интерфейсе (всё синхронизируется за <100 мс).

Это конкурент Jira, но по сути — это антипод. Если Jira — это система для контроля, то Linear — для скорости.

Уже 15,000+ клиентов, включая OpenAI, Vercel и десятки стартапов из Y Combinator. Прибыль за 2024 выросла на 280%. Недавно привлекли $82M в Series C. Всё без крика. Просто продукт, который нравится.

В чём тренд?
Разработчики устали от перегруженных таск-трекеров. Особенно те, кто рос в GitHub, Slack, Notion. Они не хотят щёлкать по 12 экранам и ставить галочки на галочках. Они хотят flow — чтобы не отвлекаться от кода.

Linear попадает в новый тренд: инструменты для «создателей, а не менеджеров». Это shift от процессов к продуктивности. Всё идёт к тому, что инструменты будут исчезать с экрана — и работать в фоне, не мешая. Linear ближе всех к этой идее.

Да, может не зайти в суровом энтерпрайзе. Но если ты стартап или продуктовая команда — попробуй.

Где деньги и как это работает?
Linear — SaaS с понятной моделью: $8–10 в месяц с пользователя. Простая логика: если ты экономишь хотя бы 10 минут в день — это уже окупается.

А теперь прикинь: в компании 100 разработчиков. Даже +5% продуктивности — это десятки тысяч долларов в месяц. И это только на фокусе и скорости.

Именно поэтому Linear так быстро растёт. Им не нужно убеждать финансистов — за них говорят сами инженеры.

Как это использовать у нас?

• Перевести команду разработки с Jira на Linear (начать с одного продукта)
• Настроить синк с GitHub, Slack и Notion — работает без костылей
• Использовать Linear как основной таск-трекер в стартапе <50 человек
• Подключить кастомные метрики в Linear API и строить отчётность в BI
• Расширить поверх Linear свои тулзы (через API) — до CI/CD и внешних тикетов
• Учить джунов работать не в Trello, а в Linear — чтобы не ломать потом

Похожие решения

• Jira — стандарт в корпорациях, но перегружен
• Clubhouse → Shortcut — бывший конкурент, не взлетел
• Height — гибрид задач и чата, но не так быстро
• Asana — хорошо для менеджеров, плохо для разработчиков
• YouTrack — старая школа, но сложный вход
• В России: Решения от Яндекс, Taiga, Tracker, собственные Wiki + GitLab Issues

Linear доказывает простую вещь: иногда лучший способ решить проблему — это убрать 90% функций. Оставшиеся 10% сделать идеально.

Продолжение трендов 4-10 в Tweekly Pro.

1. Chat4Data — извлекает структурированные данные с любого сайта.
2. Vexub — создаёт ролики для TikTok и YouTube в один клик.
3. v0.dev — генератор интерфейсов по текстовым подсказкам.
4. Kaedim — превращает 2D-изображения в 3D-модели.
5. Modify Video — инструмент Luma Labs для изменения стиля видео.
6. Chaindesk — создаёт собственного чат-бота ChatGPT для сайта.
7. Fill3D — добавляет мебель в пустые комнаты с фотореализмом.
8. VidAU — превращает фото продуктов в видеорекламу.
9. Thiings — бесплатная коллекция 3D-иконок, созданных ИИ.
10. Albato Embedded — платформа с ИИ для подключения 800+ интеграций в SaaS-продукт.