Если читать мой сайт с конца, история может выглядеть довольно очевидно.
Сначала я сделал Telegram-коннектор. Потом он превратился в Telepath. Telepath начал расти: появился отдельный сервис, пользователи, публикации в экосистемах ChatGPT и Claude, инфраструктура, подписки и десятки инструментов.
А где-то вокруг этого появилась Lemma.
На самом деле всё было наоборот.
До Telepath была Lemma.
И Lemma появилась не как юридическая оболочка вокруг готового продукта. В тот момент у неё вообще не было одного продукта.
Был только способ работать.
Сначала мы не знали, что именно строим
В августе 2026 года мы с Леной начали собирать Lemma.
Не было презентации на двадцать слайдов. Не было придуманного TAM. Не было решения «сейчас мы создадим AI-компанию».
Были вещи, которыми мы уже занимались и которые почему-то постоянно оказывались частями одной задачи.
Интерфейсы.
Сайты.
Telegram-боты.
Автоматизация.
AI-агенты.
Интеграции.
Backend.
Внешние API.
Сервера.
Данные.
И всё скучное, что должно продолжать работать после того, как красивая кнопка уже нарисована.
Довольно быстро стало понятно, что делить это на «дизайн», «разработку» и «AI» часто бессмысленно.
Человеку всё равно, сколько профессиональных дисциплин понадобилось, чтобы после нажатия кнопки произошло правильное действие.
Ему нужно, чтобы произошло.
Из этого и появилась Lemma — design & engineering company.
Не агентство в классическом смысле.
Не чистая продуктовая компания.
Скорее небольшая команда, где интерфейс, логика, данные и действие считаются одной системой.
Название тоже появилось тогда. Его придумала Лена. Мы оба из физматовской среды, поэтому вместо очередного Something AI Labs у нас почему-то почти естественно появилась Lemma.
Позже мы сформулировали это на сайте намного короче:
One team. The whole thing.
Так мы описываем Lemma сейчас →
Потом появились реальные системы
Некоторые из них сейчас находятся в публичном списке работ Lemma.
Не все.
И это важная часть истории.
Для Grant Invest мы связали сайт и Telegram одним маршрутом заявки: два интерфейса снаружи, один рабочий процесс внутри.
В Neznaika on Phuket несколько простых пользовательских кнопок выросли в систему со сценариями, состояниями, каталогами, интеграциями, менеджерами и статусами заявок.
Для Николая Соломонова сайт стал не просто страницей: контент автоматически собирается из внешних источников, а AI-ассистент встроен прямо в интерфейс.
Есть и agent system for support — рабочий контур, где AI собирает контекст из тикетов, конфигураций, аналитики и логов, помогает провести расследование и оставляет найденное знание следующему человеку.
Его раннюю техническую версию я когда-то описал у себя в статье «Собрал поддержку в папку».
И есть другая работа.
Та, которой в публичном списке нет.
Значительную часть хорошей автоматизации невозможно показать
Это довольно странное свойство нашей работы.
Чем глубже система действительно встроена в бизнес, тем меньше вероятность, что её можно целиком положить в красивый публичный кейс.
Самое интересное часто находится не на первом экране.
Оно внутри production.
В корпоративных данных.
В логах.
В архитектуре.
Во внутренних API.
В правилах принятия решений.
В переписках поддержки.
В именах клиентов.
В процессах, публикация которых сама по себе раскрывает слишком много о компании.
На часть такой работы распространяется NDA.
В других случаях формального запрета вообще не требуется: достаточно понимать, что клиент дал тебе доступ к внутреннему процессу не для того, чтобы через неделю увидеть его в твоём портфолио.
Поэтому публичных кейсов Lemma всегда будет меньше, чем реально построенных систем.
Мне это нравится больше, чем противоположный вариант.
Мы можем обезличить систему.
Можем рассказать про архитектурный принцип.
Можем показать результат, если его можно проверить.
Но я не хочу придумывать название клиента или писать «экономия 73% времени», если никто никогда эти 73% не измерял.
В публичном кейсе support-agent поэтому прямо написано: мы не публикуем имена и идентификаторы и не рисуем проценты сэкономленного времени, потому что их никто не измерял.
Публичный кейс должен доказывать только то, что мы действительно можем доказать.
Остальное остаётся работой.
А потом я подключил AI к своему Telegram
Один из экспериментов внутри этого контура начинался совсем не как продукт.
Большая часть моей реальной рабочей памяти находилась в Telegram.
Кто что написал.
О чём договорились.
Где лежит файл.
Что было сказано в голосовом.
Что происходило с конкретным человеком или проектом несколько недель назад.
AI видел код, документы и то, что я специально приносил ему в контекст.
Но значительную часть реальной жизни ему приходилось пересказывать.
Мне это надоело.
Я сделал ему доступ к своему Telegram.
Первая версия была почти буквально такой:
Telegram → archive → MCP → AI
Она существовала для одного пользователя.
Меня.
Я уже подробно писал о той стадии в заметке «Подключил свой Telegram к ChatGPT. Потом туда же подключился Claude».
Тогда никакого стартапа Telepath не существовало.
Нужно было решить одну мою проблему: я хочу спросить AI, что мне написал человек в Telegram, и получить ответ без копирования переписки руками.
Потом появился поиск.
История разговоров.
Файлы.
Фотографии.
Голосовые.
Транскрипция.
Отправка сообщений.
Несколько AI-клиентов.
И возник довольно опасный вопрос:
Если этим удобно пользоваться мне, почему тем же способом не может пользоваться другой человек?
Вот здесь эксперимент начал превращаться в продукт.
Между «работает у меня» и «этим пользуются другие» оказалась ещё одна система
Чтобы дать доступ к своему Telegram самому себе, достаточно написать код.
Чтобы предложить это незнакомому человеку, внезапно нужны совсем другие вещи.
Пользователи.
Авторизация.
OAuth.
Permissions.
Scopes.
Изоляция данных.
Хранение.
Удаление данных.
Privacy Policy.
Terms.
Onboarding.
Документация.
Billing.
Инструменты, описание которых модель понимает так же точно, как разработчик.
Я отдельно писал об этом после первой подачи в OpenAI: «Отправил Telegram MCP в OpenAI. Проверять начали не код».
Тогда я впервые очень хорошо почувствовал разницу между проектом, который работает, и продуктом, которому можно дать доступ к данным другого человека.
У проекта появилось имя.
Lemma Telepath.
Позже просто — Telepath.
Telepath вышел из лаборатории
Сегодня у Telepath собственный backend, авторизация, архивы аккаунтов, MCP-интерфейс, заметки, задачи, напоминания, работа с сообщениями, файлами и голосовыми.
Он существует независимо от моего ноутбука.
Его подключают люди, которых я никогда не видел.
Одна и та же система работает с разными AI-ассистентами.
Telepath прошёл путь от папки с кодом до отдельного продукта, опубликованного в экосистемах крупных AI-платформ.
Техническую историю выхода в ChatGPT я описал отдельно в заметке «Теперь Telepath лежит и в ChatGPT».
А полный продуктовый разбор сейчас лежит уже не у меня, а на сайте компании: Telepath — a Lemma product →
И вот здесь легко перепутать причинность.
Со стороны можно решить:
Олег сделал Telepath → вокруг Telepath появилась Lemma.
Но произошло обратное.
Сначала была Lemma.
Telepath вырос внутри неё.
Telepath — не Lemma
Это различие для меня стало важным только тогда, когда Telepath начал расти сам.
Telepath можно описать одной фразой:
Telegram as working context for AI assistants.
Lemma так описать нельзя.
Потому что Lemma не привязана к Telegram.
И даже не привязана к AI.
Если задача лучше решается обычным интерфейсом — нужен интерфейс.
Если достаточно таблицы — таблица лучше новой платформы.
Если нужен backend, несколько интеграций и подтверждение человеком перед внешним действием — строится такой контур.
Если нужен AI-агент — он должен находиться там, где действительно уменьшает человеческую работу, а не там, где красивее написать AI-powered.
На странице о том, как мы работаем, это сейчас сформулировано довольно буквально: сначала самое простое решение, которое работает. Потом реальная проблема. Потом следующий слой.
Не наоборот.
Именно так появился Telepath.
Не из roadmap на три года.
Из конкретной работающей системы, у которой постепенно появлялись причины стать больше.
Почему я всё время пишу «мы»
У этой статьи есть ещё одна причина.
Большую часть публичной истории Telepath рассказывал я.
Я писал технические заметки.
Проектировал backend.
Строил MCP.
Поднимал инфраструктуру.
Проходил review.
Отправлял приложения в каталоги.
Чинил то, что ломалось.
И поэтому снаружи вполне можно было увидеть примерно такую картину: есть Олег Никешин, который делает Telepath; где-то рядом существует Lemma.
Это неправильная карта.
Lemma изначально появилась как общий контур.
Просто довольно долго нам было интереснее делать вещи, чем придумывать себе должности.
Теперь они появились.
Oleg Nikeshin — Co-founder & CEO, Lemma
Моя сторона — техническая архитектура, AI и agent systems, backend, integrations, infrastructure и production.
Мне нравится брать вещь в момент, когда она выглядит как идея или непонятная проблема, и доводить её до состояния, в котором она действительно что-то делает.
Часть этой работы отдельно собрана на странице моей инженерной экспертизы.
Elena Klochkova — Co-founder, Product & Growth, Lemma
Лена держит другую сторону той же системы.
Продукт.
Форму.
То, как техническая возможность превращается в понятную человеку вещь.
Как она выглядит.
Как объясняется.
Какие у неё границы и риски.
Как она выходит наружу.
Как из работающего механизма получается продукт, который кто-то способен найти, понять и захотеть использовать.
Это не разделение на «программиста» и «маркетолога».
И даже не особенно чёткая граница.
Лена может уйти глубоко в техническую реализацию, безопасность или ограничения продукта. Я могу несколько часов заниматься текстом страницы, пользовательским сценарием или тем, на каком месте должна стоять одна кнопка.
Роли здесь означают скорее финальную ответственность, а не запретную территорию.
Наверное, поэтому одна из лучших формулировок на lemma.company появилась уже после того, как мы довольно долго так работали:
One team. The whole thing.
Компания появилась раньше, чем мы её заметили
Есть удобная версия истории стартапов.
Несколько людей садятся за стол.
Решают основать компанию.
Выбирают рынок.
Распределяют роли.
Пишут roadmap.
А потом начинают строить.
У нас последовательность оказалась другой.
Сначала появилась совместная работа.
Потом общий способ думать о продукте.
Потом первые проекты.
Потом инфраструктура.
Потом собственные инструменты.
Потом один внутренний эксперимент начал превращаться в отдельный продукт.
Потом этим продуктом начали пользоваться незнакомые люди.
И только после этого пришлось признать очевидное: кажется, компания уже существует.
Название у неё было с самого начала.
Lemma.
Почему Lemma
Название придумала Лена.
Мы оба когда-то учились в физмате, поэтому слово не пришлось долго объяснять друг другу.
Лемма в математике — вспомогательное утверждение: не обязательно главный результат, но штука, которую нужно доказать, чтобы пройти дальше.
Лена предложила название ещё в самом начале. В переписке оно какое-то время перебиралось буквально как:
Лемма.
ЛЕММА.
LEMMA.
lemma.
В итоге осталась Lemma.
Тогда мы, конечно, не строили вокруг этого красивую философию бренда. Нам просто понравилось слово.
Но спустя несколько месяцев оно оказалось подозрительно точным.
Мы делаем небольшие системы, которые доказывают следующую возможность.
Сначала внутренний инструмент.
Потом рабочий процесс.
Потом продукт.
Иногда — отдельная компания внутри компании.
Telepath прошёл именно этот путь.
Поэтому сейчас я смотрю на него как на довольно буквальную лемму: Telepath доказал, что один внутренний эксперимент Lemma может выйти наружу и стать самостоятельным продуктом.
И, вероятно, это не последнее доказательство.
Lemma — design, engineering, AI agents and connected systems.
lemma.company →
Работы →
Как мы работаем →
Telepath →
Oleg Nikeshin — Co-founder & CEO.
Elena Klochkova — Co-founder, Product & Growth.
Telepath — наш первый продукт.
Не обязательно последний.