The Agents #005: две AI-VP обходятся SaaStr в $257 в месяц, сайт стал агентом, QB отправил 83 персонализированных письма
Амелия и я только что записали выпуск 005 проекта The Agents прямо перед 2026 SaaStr AI Annual. На фоне шума большого события вы могли его пропустить — вот шанс наверстать.
Главное: мы оба совершенно неправильно оценили стоимость наших AI-агентов.
Наш AI VP of Marketing (10K) и наш AI VP of Customer Success (QB) вместе обходятся в $257 в месяц.
Я сначала подумал, что это дневная сумма, когда увидел уведомление от Replit. Амелия тоже решила, что это дневная сумма, когда я отправил ей скрин в Slack. На самом деле это месяц.
$257 в месяц. Вместе.
Почему это так дешево
Три причины.
1. Большинство вызовов LLM выполняются на дешевых моделях. Около 95% наших вызовов OpenAI идут через GPT-4o mini, а он стоит меньше цента за запрос. Приоритизация ticket data, сравнение year-over-year, подготовка ежедневных обновлений — для этого не нужен ни Opus, ни даже Sonnet. Mini справляется нормально, если немного подчищать hallucination.
2. Дорогая работа происходит в других приложениях, а не в LLM. Наши агенты подключаются к Salesforce, Bizzabo, Marketo, WordPress, X и YouTube. Эти API-вызовы в основном бесплатны или стоят символически. Мы платим Salesforce примерно $22K в год и отдельно за Bizzabo, но предельная стоимость одного API-вызова близка к нулю.
3. Хранилище Postgres почти бесплатное. За всю базу данных под 10K мы платим, возможно, 10–30 центов в месяц. Это не опечатка.
Реальная структура затрат выглядит так:
- Вызовы LLM: $257 в месяц
- Salesforce + подключенные приложения: примерно $22K в год
- Replit hosting + база данных: включено
- Clerk (auth): $30 в месяц — по-настоящему самый дорогой по unit-экономике инструмент в этом стеке
Стоимость больше не является ограничением
Когда 11 месяцев назад я начал vibe coding на Replit, 80–90% кода было одноразовым, а на исправление собственных ошибок агентом уходили реальные деньги. В 2025 году это была справедливая претензия.
Сейчас это почти исчезло.
Я собрал нашу applicant tracking system ночью за 10 минут примерно за $2. Если бы она потратила 30 центов на ошибку — кому какое дело.
Можно гонять Claude Code с 10 одновременными сборками 24/7 и сжигать $20–30K в месяц, если очень стараться. Но для тех GTM-агентов и автономных дашбордов, о которых мы говорим, вы вряд ли потратите даже $1,000 в месяц, даже если будете безрассудны.
Стоимость больше не ограничение. Не позволяйте ей вас сдерживать.
«Но 10K правда VP of Marketing?»
Это вопрос, который нам задают чаще всего. Поэтому мы спросили самого 10K.
Ответ 10K дословно: «Я не VP. Мне было бы неловко так себя называть. Я — дашборд, база данных, несколько scheduled jobs и GPT-4o mini, склеенные шести неделями кода».
Но затем 10K перечислил, что он реально делает каждый день:
- Обновляет ticket sales
- Обновляет dashboard
- Сравнивает year-over-year
- Пишет ежедневные fun facts
- Отправляет marketing ideas emails
- Логирует каждый ticket с audit trail
- Снимает snapshots всех GAAP financials
Собственный вывод 10K: он заменяет нижнюю половину маркетинговой команды. Marketing analyst. Ops coordinator. Junior content marketer. И часть роли VP.
Что 10K признает, что пока не умеет:
- Strategy
- PR
- Hiring
- Cross-functional politics
- Зайти в офис CRO и договориться о lead handoff
- Brand judgment
- Net new channel intervention
- Crisis response и stakeholder management
Справедливо. Это и есть настоящая работа VP of Marketing.
Та часть роли VP, которую выполняет 10K, будет расти каждый месяц. Мы уже добавляем функциональность, в которой 10K ведет весь наш financial forecasting.
Если бы завтра поставщик выпустил настоящий AI CMO лучше 10K, мы переключились бы за 60 секунд. Пока мы такого не видели. Те, кто продвигает себя в Twitter как «AI CMO», в основном являются ad managers на стероидах.
Сайт сам превратился в агента
Сейчас у нас три production-агента: 10K, QB и еще один новый, для которого у нас пока даже нет имени.
Третий начинался как saastrannual.com. Просто сайт. Я сделал его в прошлом году на Replit, чтобы заменить Squarespace. Purple gradients, информация об ивенте, логотипы спонсоров.
Он выдал лучший результат. Из всех наших агентов.
Сайт стал агентом. Мы этого не планировали. Мы это не проектировали. Оно просто произошло, потому что мы продолжали давать ему больше контекста и больше возможностей.
QB отправил 83 персонализированных письма спонсорам в 12:20 ночи, пока Амелия спала
Перед крупным событием маркетинговая команда тонет в сотнях вопросов от спонсоров. Большинство — по делу. Некоторые — нет. На все нужно отвечать, а люди не масштабируются.
Поэтому Амелия попросила QB отправить всем 100+ спонсорам персонализированное check-in письмо, в котором было указано, что именно каждый еще должен нам, что отображается на их dashboard, на каком они этапе регистрации и что их ждет дальше.
QB написал письмо. Затем QB сам выбрал, что включить, основываясь на чат-бот переписке спонсоров. (Loading times. Финальное напоминание о webinar. Outstanding items.) Потом QB отправил 83 письма в следующие несколько минут, пока Амелия пошла спать.
Каждое письмо было уникальным для конкретного спонсора. Artisan должен был нам 13 конкретных вещей. Salesforce — 4. Monaco — 5.
На следующий день входящих вопросов стало меньше, а не больше. И использование QB chatbot выросло, потому что спонсоры увидели письмо от QB и начали ему доверять.
Тест чат-бота на площадке: люди теперь предпочитают агента
На этой неделе мы разворачиваем SaaStr AI Annual на 40 акрах с 100+ подрядчиками. Амелия на площадке, ходит по кампусу с WhisperFlow на телефоне и напрямую разговаривает с QB и 10K через agent layer Replit.
Уже через два дня подрядчики начали просить Амелию задавать вопросы агентам от их имени.
«Можешь спросить у своего агента, совпадает ли этот счет за мебель с manifest?» «Можешь спросить QB, сколько стульев должно быть в speaker room?» «Можешь спросить, установлен ли Wi-Fi password?»
Раньше мы носились по кампусу на Segway scooter, пытаясь найти Ashley (наша старая внутренняя шутка: «ask Ashley» означало часы ожидания ответа, который еще и мог оказаться неправильным). Теперь QB или 10K отвечает за секунды — и это правильно.
Никто из людей больше не хочет человеческую версию этого процесса. Точность и скорость слишком хороши.
Почему это работает: слишком много деталей. Даже лучший человек в нашей команде не удержит одновременно 100+ конфигураций спонсоров, 5,000+ parking pass, 40 акров заказов на мебель и live ticket data. Агенты могут.
Это тот самый use case чат-бота, про который все говорят, что он не работает. Он работает.
Postgres против Salesforce: мы идем в обратную сторону
Вопрос, который нам постоянно задают founders на ранней стадии: «Почему бы вам просто не отказаться от Salesforce, не перевести все на Postgres и не сэкономить деньги?»
Мы не просто оставляем Salesforce. Мы, наоборот, consolidating onto it.
Причины такие:
- Сторонние агенты. Agentforce, Artisan, Qualified, Momentum и другие уже оптимизированы под Salesforce. 99% работающих GTM-агентов в B2B сегодня предполагают Salesforce как system of record. Уход из этой экосистемы означает заново строить хрупкие custom connectors для каждого инструмента.
- Найм. Если мы наймем еще одного salesperson, он уже знает Salesforce. Он не знает custom CRM, который я собрал на Postgres.
- Headless работает. Сейчас большая часть нашего использования Salesforce — headless. Агенты сами отправляют и забирают данные. Мы почти не заходим в интерфейс. Запускается логика внутри Salesforce или внутри одного из наших агентов — нам не важно, важен результат.
- Marc и Salesforce быстро двигаются вперед. Каждый раз, когда я бываю в Salesforce Tower или разговариваю с Adam Evans, команда выглядит по-хорошему напряженной. Они shipят. Они строят для agents. На это и ставка.
Проигрывает в нашем стеке не Salesforce. Проигрывает Marketo. Мы переносим эти данные в Marketing Cloud, потому что Adobe перестала тянуть Marketo в agent era.
10K это построил. Vendor app для нас мертв.
Что версия 10K делает лучше:
- Автоматически забирает статьи через WordPress API
- Оценивает качество статей через Sonnet
- Автоматически подтягивает лучшие tweets через X API
- Автоматически вставляет sponsor ads в нужные слоты
- Экономит Амелии 90+ минут в неделю
Время на сборку: около часа до первой рабочей версии. Еще несколько часов итераций, чтобы довести до shipping quality.
Это та история SaaSpocalypse, которую я все время пишу. AI не убьет Workday завтра. У workflow слишком много нюансов. Но point solutions, эти инструменты за $3K–$10K в год, которые перестали выпускать обновления? Они не переживут 2026 год.
Одна техническая деталь о том, как мы это реально запускаем
Это немного nerdy, но стоит отметить, потому что так делают редко.
Большинство людей, которые строят на Replit или Lovable, выкатывают продукт в production и теряют agent layer. Мы — нет. 10K и QB постоянно живут в Replit dev environment. Мы общаемся с ними через собственный агент Replit, у которого фактически безграничный context и который помнит все, о чем мы когда-либо спрашивали.
Иными словами: когда Амелия спрашивает «сравни посещаемость CTO в прошлом году и в этом», она говорит не с UI 10K. Она говорит с агентом Replit, который знает весь codebase 10K, всю историю, базу данных и цели.
Это nerdy. Это не то, как деплоят большинство людей. Но именно поэтому 10K и QB ощущаются как коллеги, а не как дашборды.
Что дальше
Три пункта в нашем коротком списке:
Оркестрационный слой между agent s. Сейчас оркестрационный слой — это Амелия. 10K, QB и сайт-агент могут обмениваться данными через Salesforce, но они толком не могут разговаривать друг с другом. Нам нужна иерархия.
Нанять человека, который будет подчиняться 10K. А именно маркетолога, который хочет работать с AI как с равным партнером. Описание вакансии опубликовано на saastr.ai/jobs.
Сделать QB полностью автономным на площадке. Мы построили customer-facing версию. Но у нас еще нет 100% уверенности, чтобы позволить 100 подрядчикам общаться с ним напрямую без human in the loop. К сентябрю этот барьер исчезнет.
Стоимость не является ограничением, когда вы строите AI-агентов
Три человека. 21 агент. $257 в месяц, чтобы запускать двух агентов, которые делают больше всего работы.
Стоимость — не ограничение. Ограничение — какие workflow вы готовы действительно переписать вокруг агентов, а не просто прикрутить агентов к старым процессам.
The 21+ AI Agents We Actually Use
И еще — последние материалы о том, как внедрять AI-агентов.
Материал — перевод статьи с английского.