Как ИИ-агент собрал 2000 квалифицированных лидов за выходные: разбор рабочей системы

Автор проекта SpielOS показал, как его ИИ-компания собрала 2000 квалифицированных лидов за выходные. С нулевым бюджетом на инструменты, без команды и без ручной работы. Просто система работала в фоне, пока он спал. Звучит неправдоподобно, но это не хайп: агент реально искал компании под заданный портрет клиента, проверял данные и отсеивал мусор.

Это не история про очередной чат-бот и не обещание «увеличь продуктивность в десять раз». Это пример того, как рутинный процесс можно отдать агенту и забыть о нем до момента, когда понадобится готовый список. Технически всё просто.

Что агент делал на самом деле

Один воркер, у которого одна задача и один числовой критерий. Он искал реальных людей в публичном вебе, сверял каждого с идеальным портретом клиента и записывал лида только тогда, когда факты подтверждали совпадение. Всё остальное выбрасывалось автоматически. Вот полный цикл:

• находил компании, соответствующие ICP;
• исследовал их;
• находил нужных людей внутри;
• проверял данные;
• оценивал каждого лида по профилю;
• отбрасывал мусор;
• обогащал хорошие записи;
• собирал список, готовый к аутричу.

Работа, которая раньше требовала людей, теперь выполняется агентами. И это именно тот ИИ, который полезен, а не очередной болтливый ассистент.

Два решения, на которых держится вся система

1. Цель, которая переживает перезапуски. Задача «найти 2000 лидов по моему ICP и не останавливаться, пока не готово» хранится на диске, а не в памяти чата. Закрыл ноутбук, вернулся на следующий день, сказал «continue» — агент продолжает с того же места. Ничего не теряется.

2. Контроль качества, который невозможно обойти. Лид засчитывается только если его оценка выше порога и при этом есть ссылка на ICP-файл как подтверждение. Дубликаты, угаданные email и сомнительные совпадения не попадают в список — это правило, а не вопрос доверия.

Определение «кто подходит» живёт в одном файле на простом языке. Можно править его самому или сказать агенту «обнови мой ICP» — и все будущие решения будут приниматься по новым правилам автоматически.

Как запустить такого агента самому

Автор выложил агента в открытый доступ. Это не схема из PDF, а рабочая система, которую он использует сам. Устанавливается она в AI-инструменты, которые у вас уже есть: Claude Code, Codex CLI или OpenCode. Занимает пару минут.

Дальше — одна команда в естественном языке:

Одна команда экспортирует leads.csv — файл для Excel, Google Sheets или CRM. Каждая строка содержит источник и обоснование, поэтому сразу видно, почему этот человек в списке. Никаких аккаунтов, серверов и подписок. Данные не покидают ваш компьютер.

Для тех, кто не хочет запускать агента вручную, есть планировщик, который будит его каждые несколько минут. То есть система действительно работает сама, и выходные становятся полностью свободными.

Когда это не сработает

Будьте честны с собой. Такой агент наполняет верх воронки, но не закрывает сделки. Он не исправит слабое предложение. Если в ICP написано «все», вы получите список всех — и он будет работать ровно так же, как купленная база. И кто-то всё равно должен писать аутрич, который уважает читателя.

Что действительно меняется — экономика. Исследование, на которое раньше требовался наёмный сотрудник или подписка плюс интерн, становится фоновой задачей. Теперь конкуренция идёт не на количество часов, которые команда может потратить на скроллинг LinkedIn, а на точность определения, кто подходит. Объём — это дёшево. Доказательства — вот дефицитный ресурс.

Традиционный лид-ген против ИИ-агента

Итог

Лид-генерация перестаёт быть рутиной, которая выжигает часы. Агент не заменяет продажи, но освобождает вас от самого скучного этапа — поиска и проверки. То, что раньше называли «работой на полставки», теперь умещается в одну команду. И ваш следующий конкурент, возможно, уже это использует.