У квітні 2026 року розробник і серійний «тінкерер» Кітзе (@thekitze на X), якому саме виповнилося 34, виступив на конференції AI Engineer з історією своїх експериментів із продуктивністю, особистими агентами та штучним інтелектом. Центральним прикладом став його багаторічний сайд‑проєкт Benji — гігантський «life OS» із десятками функцій, який так і не вийшов на ринок, попри вірусний успіх окремих AI‑демо. На його фоні особливо контрастує успіх інших засновників, які взяли одну вузьку ідею — наприклад, AI‑трекінг їжі з фото — і перетворили її на багатомільйонний бізнес.
Ця історія — не лише про одну застосунок. Вона оголює ключову дилему епохи генеративного AI: чи варто будувати всеохопні платформи, чи краще фокусуватися на одному болючому сценарії й доводити його до ідеалу.
60 функцій в одному застосунку: коли «life OS» стає надто щільним
Benji народився у 2022 році як кульмінація більш ніж двадцятирічної одержимості Кітзе системами продуктивності. Після текстових файлів, автоматизацій через Tasker, експериментів із Google Home та IFTTT, а також попередніх застосунків на кшталт Toodo і Better, він вирішив зробити «один застосунок, щоб керувати всім».
Benji швидко перетворився на надщільний конструктор. Усередині опинилося приблизно 60 різних можливостей: рутини, календарні події, трекінг звичок, планер, відстеження харчування та багато іншого. Ідея була зрозумілою: замість десятка розрізнених сервісів — один «life OS», який знає про всі аспекти життя користувача й дозволяє будувати складні зв’язки між ними.
Проблема в тому, що така щільність функцій має ціну. Кожна нова можливість ускладнює інтерфейс, збільшує кількість сценаріїв, які потрібно продумати, протестувати й підтримувати, і підвищує поріг входу для нових користувачів. Для самого автора це вилилося в класичну пастку перфекціонізму: що більше функцій з’являлося, то важче було зупинитися й сказати «досить, можна релізити».
Кітзе відверто визнає, що ненавидить маркетинг. Кожного разу, коли виникала думка «пора показати Benji людям», перемагала інша: «ще одна функція — і тоді вже точно». Минуло три–чотири роки, а застосунок досі не «загорнутий» у завершений продукт. Немає навіть повноцінної публічної лендинг‑сторінки, яка б пояснювала, що таке Benji і навіщо він потрібен.
Парадоксально, але на цьому тлі в голові автора існує ще масштабніша візія: Benji‑телефон і Benji OS — повноцінна операційна система, яка б втілювала його ідею «life OS» на рівні пристрою. Контраст між амбіцією «свій телефон і ОС» та відсутністю навіть базового лендингу для застосунку добре ілюструє, як легко довгострокове бачення може паралізувати короткостроковий прогрес.
Голосовий асистент Benji: вірусне демо, якого так і не стало продуктом
Найяскравішим епізодом у розвитку Benji став експеримент із голосовим асистентом на базі LLM. У 2023 році, ще до того, як великі моделі стабільно повертали валідний JSON, Кітзе додав у Benji можливість, яка на той момент виглядала майже магічно.
Користувач натискав гарячу клавішу, застосунок починав запис із мікрофона, а потік голосу в реальному часі відправлявся до мовної моделі. Далі Benji періодично «нарізав» фрагменти сказаного, інтерпретував їх через LLM, а потім викликав внутрішні API застосунку. На очах у користувача в реальному часі змінювалися календар, список завдань та інші сутності: події додавалися, задачі створювалися або оновлювалися, усе — без ручного введення у форми.
Технічно це було нетривіально. Моделі тоді ще не вміли надійно повертати структуровані дані. Щоб отримати JSON, придатний для виклику API, доводилося буквально «булити» модель у промптах: забороняти Markdown, просити суворо дотримуватися формату, а потім усе одно пост‑обробляти відповідь — парсити, обрізати зайве, виправляти помилки, поки не вийде валідний JSON. Це був ручний шар інженерії поверх сирих можливостей LLM, без якого голосовий асистент просто не працював би.
Саме демо справило сильне враження в соцмережах. Відео, де календар і тудушки рухаються «на льоту» під диктовку голосом, стало вірусним у Twitter. Коментарі зводилися до одного: це потрібно перетворити на окремий продукт, продовжити розробку, зробити з цього сервіс.
Але цього не сталося. Голосовий асистент Benji так і залишився демо‑функцією всередині великого, не релізнутого застосунку. Він не став окремим застосунком, не отримав власної бізнес‑моделі, не вийшов у публічний доступ як сервіс. Попри очевидний інтерес аудиторії, Кітзе не конвертував цей момент у продукт.
Це показовий приклад того, як у багатофункціональному проєкті навіть дуже сильна окрема ідея може «загубитися» в загальній масі. Коли все сприймається як ще одна фіча в довгому списку, складно вчасно побачити, що саме тут — зародок окремого продукту з власним ринком.
Вузькі AI‑застосунки проти «швейцарського ножа»: хто знаходить product‑market fit
Поки Benji обростає десятками можливостей і залишається сайд‑проєктом без комерційного запуску, інші засновники обирають протилежну стратегію — радикальний фокус. Один із прикладів, який наводить Кітзе, — застосунки для AI‑трекінгу їжі.
Ідея проста: користувач фотографує свою їжу, модель аналізує зображення, оцінює калорійність і, можливо, базові нутрієнти. Жодних 60 функцій, жодного «life OS», лише один чіткий сценарій: зробити трекінг харчування настільки простим, щоб людина не кидала його через тиждень.
Такі продукти, за його словами, уже принесли своїм авторам багатомільйонні результати. Вони знайшли зрозумілий product‑market fit: є конкретна проблема (складно й нудно рахувати калорії), є очевидне рішення (фото замість ручного введення), є чітка цінність для користувача (менше тертя, більше дисципліни).
Цікаво, що трекінг їжі — лише одна з приблизно 60 функцій Benji. У межах «life OS» вона виглядає як ще одна галочка в чек‑листі можливостей. Але в руках іншого засновника саме ця одна функція перетворюється на окремий бізнес.
Контраст разючий. З одного боку — багаторічна розробка всеохопного інструменту, який не має лендингу й не приносить грошей. З іншого — вузький AI‑застосунок із однією ключовою функцією, який швидко виходить на ринок і масштабується. Це не означає, що одна стратегія завжди краща за іншу, але в епоху генеративного AI фокус часто виявляється ефективнішим за широту.
Як технічні обмеження LLM формували Benji — і чому це важливо для продуктів
Історія Benji показує ще один важливий аспект: те, як швидко змінюються можливості моделей, безпосередньо впливає на архітектуру продуктів — і на те, що встигає стати бізнесом.
У 2023 році, коли Кітзе будував голосовий асистент, моделі ще не вміли надійно повертати JSON. Будь‑який виклик LLM, який мав закінчитися структурованими даними, перетворювався на міні‑битву: потрібно було жорстко формулювати інструкції, забороняти форматування, а потім писати власні парсери, що відрізають зайві символи, лапки, коментарі й виправляють синтаксичні помилки.
Це створювало додатковий шар інженерної складності. Щоб голосовий асистент міг, наприклад, додати подію в календар, потрібно було не лише розпізнати мову й інтерпретувати намір, а й перетворити результат у валідний JSON, який не «завалить» API. Кожен крок — потенційне джерело помилок, кожна помилка — ще один аргумент не виносити продукт у продакшн.
Сьогодні, коли моделі значно краще працюють із функціональними викликами й структурованими відповідями, подібні задачі вирішуються простіше. Але для Benji це означало, що частина інженерних зусиль пішла на подолання тимчасових обмежень технології, замість того щоб сфокусуватися на UX, монетизації чи маркетингу.
Це важливий урок для нинішніх AI‑засновників. Якщо продукт занадто сильно зав’язаний на поточні «хаки» навколо моделей, є ризик, що до моменту, коли технологія «дозріє» і стане стабільною, вікно можливостей для конкретного рішення вже буде зайняте більш швидкими й фокусними конкурентами.
Чому Benji так і залишився сайд‑проєктом — і що це говорить про стратегію
Benji — показовий приклад того, як технічна майстерність і довгострокове бачення не гарантують успіху продукту. У застосунку є все: десятки функцій, глибока інтеграція з календарями й тудушками, експерименти з голосом і LLM, навіть візія власної ОС. Але немає головного — чіткого, вузького, ринково перевіреного ядра.
Замість того щоб виділити одну найсильнішу ідею — наприклад, той самий голосовий асистент — і перетворити її на окремий продукт із власним брендом, ціноутворенням і маркетингом, усе залишилося всередині великого «швейцарського ножа». У результаті Benji існує радше як особистий експеримент, ніж як ринковий гравець.
Це не унікальна історія. Багато інженерів, особливо в епоху генеративного AI, схильні будувати складні системи, які вирішують одразу десятки задач. Але ринок часто винагороджує інше: прості, сфокусовані рішення, які роблять одну річ значно краще за всіх.
У випадку Benji додаткову роль зіграла й психологія. Кітзе чесно говорить про свій цикл: місяць активного використання й логування всього в Benji, потім повне ігнорування на кілька місяців через фрустрацію від тертя й форм. Такий режим складно перетворити на стабільний продукт, який щодня використовують тисячі людей.
На цьому тлі успіх вузьких AI‑застосунків виглядає логічно. Вони не намагаються стати «life OS», не вимагають від користувача змінювати весь свій робочий процес. Вони вбудовуються в уже існуючі звички, знімають конкретний біль і роблять це з мінімальним тертям.
Висновок: уроки Benji для епохи AI‑продуктів
Історія Benji — це не стільки розповідь про «невдачу», скільки про ціну надмірних амбіцій у світі, де технології змінюються швидше, ніж встигають дозріти великі платформи.
По‑перше, всеохопні «life OS» важко довести до стану, придатного для ринку. Кожна нова функція відкладає момент релізу, а без реальних користувачів і зворотного зв’язку навіть найкращі ідеї залишаються гіпотезами.
По‑друге, окремі фічі в межах великого проєкту можуть бути повноцінними продуктами. Голосовий асистент Benji, який у реальному часі оновлював календар і тудушки з голосу, мав усі шанси стати самостійним сервісом. Те саме стосується й трекінгу їжі, який в інших руках уже перетворився на багатомільйонний бізнес.
По‑третє, технічні обмеження моделей — такі як відсутність надійного JSON‑виводу в 2023 році — не лише ускладнюють інженерію, а й впливають на продуктову стратегію. Чим більше сил іде на обхід тимчасових недоліків технології, тим менше залишається на пошук product‑market fit.
І нарешті, у світі генеративного AI фокус часто виявляється сильнішим за широту. Там, де один засновник намагається побудувати «операційну систему життя» з 60 функціями, інший бере одну з цих функцій, робить її максимально зручною — і виграє ринок.
Benji залишається вражаючим технічним експериментом і особистою лабораторією для свого автора. Але для тих, хто сьогодні будує AI‑продукти, його історія — нагадування: іноді найкраща стратегія — не додати ще одну функцію, а навпаки, відкинути все зайве й зосередитися на одній речі, яку ви можете зробити радикально краще за інших.