Інтерв’ю

Ян Чурн, співзасновник і генеральний директор Apify — серія інтерв’ю

Antoine Tardif
Додайте Unite.AI до бажаних джерел у Google
Jan Čurn, Co-Founder and CEO of Apify
Ключові моментиАгенти орендуватимуть наявні інструменти, коли створення з нуля коштує дорожче, ніж…
Показати більше
  • Агенти орендуватимуть наявні інструменти, коли створення з нуля коштує дорожче, ніж купівля.
  • Тихі збої дозволяють агентам упевнено підсумовувати порожні сторінки, не помічаючи проблеми.
  • Apify минулого місяця виплатила кільком сотням творців близько $2 млн сукупного чистого заробітку.

Ян Чурн — співзасновник і генеральний директор Apify, яку він запустив разом із Якубом Баладою у 2015 році за підтримки програми Y Combinator Fellowship. Потреба збирати оголошення про оренду квартир у Празі допомогла сформувати ідею початкового продукту — інструмента для перетворення вебсайтів на API. Відтоді він керував його розвитком: від інфраструктури для вебсканування до платформи для роботи з вебданими й автоматизації браузера, а також маркетплейсу інструментів, якими дедалі частіше користуються ШІ-агенти.

Apify — це платформа для вебскрейпінгу, автоматизації браузера та готових до запуску інструментів під назвою Actors. Розробники можуть публікувати Actors на маркетплейсі платформи й отримувати з них дохід, а компанії та фахівці, які створюють ШІ, використовують ці інструменти для отримання структурованих вебданих і автоматизації завдань. У цьому інтерв’ю Чурн розповідає, як агенти знаходять спеціалізовані інструменти й користуються ними, чому важливі актуальні дані, а також які надійність, дозволи та економічні умови потрібні, щоб агенти могли масштабно працювати в інтернеті.

Ви заснували Apify разом із Якубом Баладою у 2015 році за підтримки програми Y Combinator Fellowship. Спочатку ви прагнули спростити розробникам створення гнучких і масштабованих вебсканерів. Що надихнуло вас на цю ідею і як змінилося ваше початкове бачення за останнє десятиліття?

Ідея Apify виникла через проблему, з якою ми з Якубом зіткнулися самі. Ми працювали над проєктом для клієнта, якому були потрібні оголошення про нові квартири в Празі, але наявні інструменти не справлялися з динамічним JavaScript і нестандартною структурою вебсайтів. Тож ми створили власний інструмент, який перетворював будь-який вебсайт на API.

З часом проєкт вийшов за межі вебсканування й перетворився на платформу для вебскрейпінгу, автоматизації браузера та роботи з вебданими. Згодом ми відкрили маркетплейс, де розробники можуть публікувати свої інструменти під назвою Actors і отримувати оплату, коли ними користуються інші. Тепер дедалі більша частка користувачів цих Actors — ШІ-агенти.

Apify з’явилася як платформа для вебсканування задовго до того, як ШІ-агенти стали важливим напрямом індустрії. Коли ви зрозуміли, що створена вами інфраструктура може стати особливо цінною для ШІ-агентів, яким потрібно отримувати доступ до вебу й взаємодіяти з ним?

Перший момент прозріння настав на початку 2023 року, невдовзі після запуску ChatGPT. Раптом стало можливо додавати актуальні вебдані до запиту замість того, щоб навчати нову модель. Apify була серед перших платформ для скрейпінгу, що надали вебсканери для нових конвеєрів RAG і інтегрувалися з новими бібліотеками, як-от LangChain і LlamaIndex.

Потім почалася хвиля ШІ-агентів. Уявімо, що ви просите агента порівняти ціну товару на 20 сайтах електронної комерції. Звідки він візьме дані? Ми роками розв’язували цю проблему для розробників. Тож коли наприкінці 2024 року Anthropic випустила Model Context Protocol (MCP), ми одразу його впровадили. У нас уже були тисячі інструментів із чітко визначеними вхідними та вихідними даними — саме те, що потрібно агенту.

Справжній переломний момент настав наприкінці 2025 року, коли моделі стали достатньо потужними, щоб агенти могли виконувати корисну роботу. Агентам потрібні належні інструменти й надійні дані, і відтоді використання Apify стрімко зросло, швидко наближаючись до $100M валового річного регулярного доходу (ARR).

Apify перетворилася на платформу з понад 90 000 інструментів для роботи з вебданими, скрейпінгу, автоматизації та ШІ. Яку роль, на вашу думку, відіграє ця екосистема, коли агентам дедалі частіше потрібні спеціалізовані інструменти, а не лише можливості великих мовних моделей?

Так, моделі зможуть створювати дедалі складніше програмне забезпечення з нуля, але є межа, за якою агенту ефективніше придбати готовий інструмент, ніж розробляти його самостійно. Із вдосконаленням моделей ця межа відсуватиметься, але такі випадки завжди залишатимуться, створюючи можливості для продажу готових інструментів, особливо якщо вони спираються на приватні дані й контекст, який важко отримати.

Що дешевше стає розробляти програмне забезпечення і що більше з’являється програмних систем та інструментів, то головним обмеженням стає їх пошук: де знайти надійні й корисні інструменти, які допоможуть виконати завдання. Замість того щоб платити $500 за якісне створення такого інструмента, можна заплатити комусь $5 за оренду готового сервісу.

З огляду на те, що ви спостерігаєте в спільноті розробників Apify, які найцікавіші практичні застосування ШІ-агентів створюють сьогодні і які з них справді доходять до промислової експлуатації?

Деякі з найцікавіших прикладів напрочуд вузькоспеціалізовані. Ми бачили, як ШІ аналізує YouTube, eBay і японські магазини, допомагаючи вирішити, які картки Pokémon варто купувати. Одна страхова компанія скористалася Apify, щоб перевірити 55 італійських сайтів із некрологами та підтвердити смерть страхувальників. На іншому полюсі — Canary: компанія використовує Apify для роботи Spotlight, інструмента, який допомагає слідчим знаходити жертв торгівлі дітьми.

Спільне в цих застосувань — конкретна проблема й доступ до потрібних даних, а не агент, створений для виконання найрізноманітніших завдань.

Одна з найбільших проблем для ШІ-агентів — отримувати з вебсайтів актуальну структуровану інформацію, а не покладатися виключно на статичні навчальні дані. Наскільки важливим стане доступ до вебу в реальному часі, коли агентам доручатимуть дедалі складніші завдання?

Велика мовна модель (LLM) — це стиснене зі втратами представлення даних, на яких її навчали. Вона може робити дуже кмітливі припущення, але це все одно лише припущення. Коли від агента очікують ухвалення рішень або виконання завдань у реальному світі, він не може покладатися виключно на навчальні дані. Ціни змінюються, товари зникають, конкуренти запускають нові продукти, а вебсайти постійно оновлюються.

Модель забезпечує міркування, але багатьом агентам потрібен надійний спосіб отримувати актуальну інформацію з інтернету й перетворювати її на структуровані дані, які можна використовувати у великих масштабах.

Вебсередовище може бути непередбачуваним: інтерфейси змінюються, контент є динамічним, можуть знадобитися автентифікація та подолання систем захисту від автоматизації. З якими найбільшими технічними труднощами стикаються розробники, намагаючись створити агентів, здатних надійно працювати у відкритому інтернеті?

Сучасні вебсайти можуть повертати динамічний JavaScript, сторінки з перевірками або неповний вміст, а системи захисту від ботів зважають на все — від репутації IP-адреси до цифрових відбитків браузера. Збої часто відбуваються непомітно: агент може впевнено підсумувати порожню сторінку й навіть не помітити цього.

Створити рішення, яке спрацює один раз, відносно просто. Набагато складніше розробити систему, яка стабільно працюватиме на різних вебсайтах, що постійно змінюються, і витримуватиме виробничі навантаження.

Агенти отримують змогу не лише знаходити інформацію, а й виконувати дії в інтернеті. Що має покращитися в таких сферах, як надійність, дозволи, перевірка результатів і нагляд з боку людей, перш ніж компанії зможуть довірити їм більше автономних процесів?

Дозволи стають набагато важливішими, коли агент може діяти, а не лише читати. Агент ніколи не повинен бачити ваші облікові дані, а всі секрети мають зберігатися поза захищеним ізольованим середовищем і ніколи не відкриватися моделі. Ми працюємо над проблемою ізоляції проксі для Actors на платформі Apify, а також у mcpc — нашому клієнті командного рядка з відкритим вихідним кодом для MCP.

Розробники експериментують із різними підходами — від автоматизації браузера до спеціалізованих API та нових протоколів для агентів. Як, на вашу думку, розвиватиметься архітектура ШІ-агентів і якою буде ідеальна взаємодія між моделями, інструментами, джерелами даних і браузерами?

На мою думку, великі агентні платформи, як-от ChatGPT і Claude, стають новою операційною системою — основним інтерфейсом, за допомогою якого люди керуватимуть комп’ютерами. Інструменти під’єднуватимуться до них так само, як застосунки на телефоні. Для інструментів, що працюють деінде, MCP став загальноприйнятим стандартом взаємодії.

Коли агенту потрібні такі дані, як оцінки ресторанів і контактна інформація, він може відкрити Google Maps у браузері й переглядати його, як людина, але такий спосіб неточний і дорогий. Або ж агент може знайти й викликати інструмент, який повертає структуровані картографічні дані, — це швидше й надійніше. Головний агент також передаватиме такі завдання, як бронювання столиків або пошук авіаквитків, спеціалізованим субагентам, що працюють на дешевших моделях.

Apify роками розбудовувала інфраструктуру для розробників і водночас створювала маркетплейс, де сторонні розробники можуть публікувати власні інструменти. Чи може агентний ШІ сприяти появі значно більшої економіки спеціалізованих інструментів і послуг, які агенти самостійно знаходять і використовують?

Так, і наш маркетплейс уже є її невеликим прикладом. Розробники публікують Actors, люди користуються ними, розробники отримують оплату, а це залучає нових розробників і сприяє появі нових інструментів. Цей ефект маховика вже роками працює завдяки людям, які купують ці інструменти.

Що більше обов’язків матимуть ШІ-агенти, то частіше їм знадобляться гроші для виконання певних завдань. Можна уявити, що агенту доручають завдання, дають невеликий гаманець і дозволяють оплачувати потрібні йому інструменти в міру виконання завдання, використовуючи протокол агентних платежів, як-от x402 або MPP. Обсяги поки що невеликі, але, на мою думку, зрештою більшість економічної діяльності відбуватиметься автономно між агентами, а нагляд людей поступово зменшуватиметься.

Apify вступає у своє друге десятиліття, а ШІ-агенти стають значно помітнішою частиною програмного ландшафту. Як, на вашу думку, компанія розвиватиметься протягом наступних кількох років і чого, на вашу думку, досі бракує сучасній екосистемі агентів?

Дедалі більше людей під’єднують Apify до своїх агентів, як-от Claude або ChatGPT, і розуміють, що ці інструменти допомагають швидше виконувати складніші завдання в інтернеті. Платформа Apify та Actors оптимізовані для зручної роботи з агентами, що сприяє збільшенню використання й витрат.

На іншому боці маркетплейсу дедалі більше авторів програмного забезпечення регулярно заробляють на своїх Actors: понад 300 Actors, створених спільнотою, приносять більше ніж $1,000 на місяць. Лише минулого місяця ми виплатили кільком сотням авторів загалом близько $2M чистого заробітку.

Маркетплейс Apify зростає дедалі швидше, і наше прагнення зробити Apify найбільшим і найнадійнішим у світі маркетплейсом інструментів ШІ також посилюється. Він допомагатиме людям і мільярдам їхніх майбутніх агентів виконувати роботу в інтернеті.

Дякуємо за чудове інтерв’ю! Читачам, які хочуть дізнатися більше про вебдані, автоматизацію браузера та інструменти для ШІ-агентів, варто відвідати Apify.

Антуан — далекоглядний лідер і партнер-засновник Unite.AI, якого надихає незмінна пристрасть до формування та просування майбутнього штучного інтелекту й робототехніки. Як підприємець, що заснував кілька компаній, він вірить, що ШІ змінить суспільство так само докорінно, як електрика, і часто із захопленням говорить про потенціал проривних технологій та загального штучного інтелекту (AGI).

Як футуролог, він присвячує себе дослідженню того, як ці інновації формуватимуть наш світ. Він також є засновником Securities.io — платформи, зосередженої на інвестиціях у передові технології, що переосмислюють майбутнє та змінюють цілі галузі.