FirstEmployee.ai: ночной AI-агент с чеками на каждое действие

Главная претензия к автономным AI-продуктам — непонятно, работало ли оно вообще. FirstEmployee.ai отвечает на это прямолинейно: каждое действие агента записывается в append-only журнал — какой инструмент вызван, что изменилось, какая модель отработала, сколько токенов ушло, сколько времени заняло, и ссылка на артефакт. Журнал экспортируется в CSV или JSON в любой момент. Это не лог для отладки, а бухгалтерская книга агента, и это первый дизайн-паттерн, который стоит украсть, если вы строите своего агента.

Второй паттерн — смена. Агент не висит бесконечно в цикле, а отрабатывает один ночной блок около часа: читает состояние дел, делает реверсивную работу (черновики, код, страницы, исследование рынка), пишет отчёт на одну страницу и ставит одно вопрос, который нужен для продолжения. 30 смен в месяц, плюс по запросу. Это компромисс между «полной автономией», которая пока не работает, и «постоянным ручным контролем», который убивает смысл. Смена ограничивает blast radius и даёт естественную точку контроля.

Граница автономии проведена по необратимости. Отправка email, публикация на сайте, запуск рекламы, списание с клиента — всё это ждёт явного одобрения. Реверсивная работа идёт без спроса. Есть одна кнопка, которая останавливает всё мгновенно. Это не маркетинговое обещание, а архитектурное решение: агенту просто не даны права на необратимые действия без человека.

Деньги — отдельный конфликт, и авторы его не избегают. Они прямо сравнивают себя с «лучшим известным продуктом в категории», который удерживает деньги клиентов 14 дней, берёт 20% с выручки и 20% с рекламного бюджета, лимитирует вывод средств и безвозвратно обучается на ваших данных. FirstEmployee вместо этого направляет оплату в ваш собственный Stripe-аккаунт, берёт 15% на managed-плане и 0% на self-managed, не удерживает баланс и не обучает модели на вашем бизнесе. Вы владеете кодом, копирайтом, доменом и данными, получаете git remote с первой смены и рабочий экспорт. Сравнение грубое, но конкретное — и именно в этом его ценность.

В журнале видна модель: opus-5. Это не игрушка на дешёвом API — каждая смена гоняет Claude на реальных задачах с реальными токенами. Демо-компания Nocturne Archive, которую они показывают на сайте, — их собственный проект, не клиент. Числа на странице статистики — реальные из базы.

Для практика здесь важны не обещания, а два архитектурных решения, которые можно применить уже сегодня: append-only журнал как способ доказать, что агент работал, и разделение действий на реверсивные и необратимые с approval-gate на вторых. Остальное — упаковка вокруг этих идей.

Источник: Hacker News - Newest: ""AI" "LLM""