TGViewer
100x | Денис Мартынцев 100x | Денис Мартынцев @martyntsev_100x · 7.13K subscribers
Post #617 722
Нетворк эффект у AI-агентов

Годное эссе вышло у старика Эндрю Чена.

Кто не знает, Чен — первый Head of Growth в Uber, один из тех, кто популяризировал концепцию viral loop’ов, и автор книги The Cold Start Problem.

В бытность мою консультантом по росту — номер один, за кем я следил.

Ключевая мысль: сам по себе AI-агент не обязательно становится лучше потому, что им пользуется больше людей. В этом смысле он скорее похож на email-клиент: я могу пользоваться одним, ты другим, а взаимодействовать они все равно могут через общие протоколы, API, календари и сервисы.

Но все меняется, если агент начинает владеть не только интерфейсом, но и сетью вокруг пользователя.

Например, ты просишь его организовать поездку с друзьями. Он может создать план, бюджет, голосование и отправить приглашения. Если все это живет внутри самого агента, другие участники постепенно тоже оказываются в контуре его экосистемы.

Получается вирусный луп:

пользователь инициирует задачу → агент создает что-то полезное → этим пользуются другие → часть из них становится новыми пользователями.

Еще сильнее эффект проявляется там, где важны социальный граф, доверие, репутация и личный контекст.

Например, агенту нужно:
— найти человека, с которым тебе стоит познакомиться;
— подобрать кандидата, который не ищет работу публично;
— понять, кому можно доверять в сделке;
— выбрать ресторан для компании с учетом вкусов, аллергий, расписаний и локаций всех участников.

Если одна платформа знает все эти связи, предпочтения и историю, то каждый новый пользователь действительно повышает ценность сети для остальных.

Здесь начинается интересное.

Горизонтальные AI-агенты будут пытаться постепенно затянуть существующие network effects внутрь себя.

Не отправить тебя в Google Docs, а создать документ.
Не открыть Amazon, а провести покупку самостоятельно.
Не отправить в LinkedIn, а найти нужного человека внутри своей сети.
Не создать событие в отдельном сервисе, а организовать его внутри агента.

А существующие платформы, наоборот, будут пытаться стать инфраструктурой для всех агентов: открыть свои данные и сети через API, чтобы не дать одному универсальному агенту поглотить их ценность.

Поэтому главный вопрос не в том, будет ли у AI-агентов нетворк эффект.

Вопрос в том, где именно они будут жить.

В открытом мире identity, reputation, social graph, commerce и другие сети останутся отдельными слоями, доступными разным агентам. Тогда на рынке сможет существовать огромное количество вертикальных и специализированных продуктов. И даже ваши собственные навайбкоженные поделки.

В закрытом мире несколько крупных агентов накопят вокруг пользователя его связи, историю, репутацию, предпочтения и контекст. Тогда сменить агента будет примерно так же сложно, как сегодня сменить социальную сеть. Скорее всего даже сложнее.

И вот это уже настоящий moat (неповторимое конкурентное преимущество).

Такой взгляд на рынок нейронок интереснее, чем очередные рассуждения о том, у кого модель умнее на два процента.

Модели будут развиваться, функции будут копироваться.

А вот сеть, накопленный контекст и отношения между пользователями — уже нет.
Substack Will agents have network effects? Agentic viral loops, engagement loops, and walled gardens
  • 🔥 6
  • ❤‍🔥 2
  • 👍 2
More from @martyntsev_100x
  1. Oct 7, 2026Тул для анализа трендов и конкурентов в веб-воронках Кирилл Макаров выложил в открытый дос…
  2. Oct 4, 2026photo post
  3. Oct 4, 2026Что вы понимаете в дарк паттернах В приложении WizzAir после регистрации на рейс появляетс…
  4. Sep 21, 2026Ищу Lead UAM на Meta Нужен человек с реально подтвержденным опытом скейлинга Meta от $1M с…
  5. Sep 15, 2026Перенос работы с командой на новое юрлицо С начала года пользуюсь 4dev.com для оформления…
  6. Sep 11, 2026Венчурные перспективы подписочного бизнеса Все обсуждают вчерашнюю продажу Miro. Про нее о…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →