Marketing Engineering Hackathon от Profound в Сан-Франциско: 40 билдеров, 8 часов

Бриф остался прежним и по-прежнему точным: собери систему или агента, который запускает маркетинговый процесс, нечеловеческий по масштабу ^[3]. Судили маркетинг-лидеры, которые нанимают билдеров этого нового типа: Cathleen Nurse (Google), Hannah Hughes (Plaid), Andy McCutcheon (Toast) и Holly Chen (Samsara).

Сорок соло-билдеров, открытая платформа, $40 000 в призах. В комнате строили, например: инструмент, который превращает отзывы на конкурентов в лид-лист; мультиагентный workflow, выигрывающий AI-цитирования на новых рынках; агента бренд-риска, который решает, отвечать ли, как и где; интерактивное тестирование продуктов внутри ChatGPT и Claude ^[3].

Моя задача на день выросла из проблемы, которую мы видим у клиентов постоянно. Бренд есть в AI-ответах — а лидов нет. Дашборды видимости показывают зелёные цифры, а воронка пустая.

Причина в том, как покупают люди. Первый ответ — это не конец разговора, а его начало. Покупатель задаёт уточняющие вопросы: «а что по бюджету?», «а есть ли доказательства?», «а что пишут в отзывах?», «а какие есть красные флаги?», «а чем не лидер рынка?», «а кого бы ты выбрал в итоге?». Каждый такой вопрос перетасовывает шорт-лист. Бренд может быть в каждом первом ответе — и всё равно проиграть финальный выбор.

Быть видимым — не значит быть выбранным.

За восемь часов я собрал работающего агента, который это измеряет. Он берёт набор коммерческих промптов реального бренда и прогоняет синтетические покупательские разговоры: персоны × сценарии уточнений, по пять ходов каждый. Ответы собираются через API моделей, а судит их отдельная модель другого семейства — с verbatim-цитатами в качестве доказательств.

Флагманский прогон показал ровно ту проблему, ради которой всё затевалось: Mixpanel появляется в 24 из 24 первых ответов Gemini, но становится финальным выбором только в 13 из 24. Метрика первой видимости называет это победой. Покупатель называет это проигрышем.

Главное в Conversation Gauntlet — не счёт, а то, что он выдаёт на выходе. Агент показывает, по каким критериям движок аргументирует победителя, какие источники читает для каждого критерия — страницы вашего сайта или сторонние домены — и какого именно контента не хватает, чтобы бренд не просто показывался, а выбирался.

Это тот же принцип, на котором мы строим Humanswith.ai: мониторинг показывает разрыв — агенты его закрывают. Метрика «виден в первом ответе» уже стала товаром. Следующий слой — разговорный: как бренд держится в уточнениях, какие источники движок перечитывает, когда покупатель давит, и какой контент — на вашем сайте или на доменах, которым движок верит, — отсутствует.

Полный прогон с живой сборкой, скорбордом разговоров, анализом отсева и картой источников записан здесь: profound-hackathon-gregory.hwai-ops.xyz ^[4].

День выиграли два билдера ^[3]:

Céline Günther — Senior Editor & Content Strategist в Clio.

Abhi Jothilingam — Growth Marketing Lead в Sendbird.

Каждый ушёл с призом в $20 000: $10 000 наличными и $10 000 кредитами Profound Agents.

Отдельная новость дня: Profound использовал хакатон, чтобы запустить Profound Community — место, где люди, делающие Marketing Engineering, встречаются между событиями ^[3]. Это логичный ход: если компания строит дисциплину, ей нужна когорта, которая её носит. Второй хакатон — уже не эксперимент, а традиция, и у традиции теперь есть свой канал.

В июне в Нью-Йорке главный вывод был про специальность: у маркетинг-инженерии наконец появилось имя и комната практиков. В октябре в Сан-Франциско акцент сместился — от имени роли к глубине проблемы. Сорок билдеров за восемь часов строили не «ещё один дашборд», а системы, которые запускают маркетинговые процессы целиком.

Для меня день ещё раз подтвердил рабочую гипотезу: инструментов, которые показывают разрыв, на рынке много. Инструментов, которые закрывают его и документируют каждый шаг, — почти нет. Именно поэтому разница между «виден» и «выбран» важнее любой метрики видимости: покупатель принимает решение не в первом ответе, а в десятом.

Если вам нужен разбор того, как ваш бренд переживает покупательские уточнения в AI-ответах — со списком пробелов и источником под каждым утверждением, — напишите мне или команде Humanswith.ai. Цифры роста заранее не обещаю: обещаю прогон, который можно перепроверить строка за строкой.

Каноническая полевая заметка с полными фактами и фотографиями — на gregshevchenko.com ^[5].

1. Gregory Shevchenko — полевая заметка с первого хакатона, NYC, 6 июня 2026 — https://gregshevchenko.com/notes/marketing-engineering-hackathon-nyc/ 2. Profound — официальный анонс Series D: $180M при оценке $1.8B, 15 сентября 2026 — https://www.tryprofound.com/newsroom/profound-raises-usd180m-series-d-at-usd1-8b-valuation-to-build-the-ai-platform-for-marketing-teams 3. Profound LinkedIn — официальный рекап второго хакатона: 40 билдеров, 8 часов, судьи и победители — https://www.linkedin.com/posts/we-hosted-our-second-marketing-engineering-ugcPost-7513338746352820224-ouBD/ 4. Conversation Gauntlet — записанная сборка и полный прогон — https://profound-hackathon-gregory.hwai-ops.xyz/ 5. Gregory Shevchenko — полевая заметка с хакатона SF (каноническая запись) — https://gregshevchenko.com/notes/marketing-engineering-hackathon-sf-2026/