Что нового у AI-стартапов и продуктов
В этой подборке хорошо видно, что рынок всё меньше живёт одними разговорами о моделях и всё больше ищет рабочую упаковку вокруг них. Здесь есть и деньги на инфраструктуру для продуктовых команд, и потребительские агенты, и вертикальные сценарии в финансах, и образовательные сервисы, и инструменты для более надёжной браузерной автоматизации.
CopilotKit привлекла 27 млн долларов на AI-агентов внутри приложений
TechCrunch пишет, что CopilotKit закрыла раунд серии A на 27 млн долларов. Компания делает инфраструктуру и протокол AG-UI, чтобы команды могли не держать агента в отдельном окне чата, а встраивать его прямо в интерфейс собственного продукта.
Почему это важно: рынок постепенно понимает, что ценность создаёт не просто доступ к модели, а нормальное встраивание AI в реальные рабочие экраны и действия пользователя. Если CopilotKit удастся стать стандартным слоем для таких сценариев, это усилит целый класс продуктов, где агент работает не рядом с приложением, а внутри него.
Источник: TechCrunch
Gemini Spark вышла на Product Hunt как личный AI-агент, работающий круглосуточно
Gemini Spark подаётся как персональный AI-агент, доступный в любое время, и уже собрала заметную аудиторию на Product Hunt — 627 подписчиков на странице запуска. Это не гарантирует долгий успех, но показывает, что потребительский спрос на «постоянного» помощника никуда не исчез.
Почему это важно: даже на перегретом рынке аудитория всё ещё откликается на продукты, которые обещают не разовую генерацию, а постоянное сопровождение пользователя. Для стартапов это знак, что борьба идёт уже не только за качество ответа, но и за привычку пользователя возвращаться к одному и тому же агенту каждый день.
Источник: Product Hunt
Bloomy вышла в Launch YC с AI-сервисом для школьного обучения по модели освоения темы
Bloomy — свежий проект из Summer 2026 в Launch YC, который обещает помогать школьникам учиться быстрее через персонализированное обучение по принципу полного освоения темы. На момент просмотра у проекта было всего 3 голоса, поэтому это пока не громкий прорыв, а скорее ранний сигнал.
Почему это важно: образование остаётся одной из самых больших и устойчивых категорий для AI, особенно там, где технология может не просто развлечь, а подстроить темп и объяснение под конкретного ученика. Если такие продукты научатся удерживать качество и результат, у них есть шанс вырасти в очень прочный бизнес.
Источник: Launch YC
SecureLend Agents предлагает запускать андеррайтинг через Slack и браузер
SecureLend Agents появилась на BetaList как продукт для команд, которым нужно запускать процессы андеррайтинга через Slack или браузер с помощью обращения к AI-системе. Это важный пример не универсального помощника, а вертикального инструмента под дорогой и понятный бизнес-процесс.
Почему это важно: именно такие узкие сценарии часто легче продаются, чем очередной общий чат-бот. Когда AI упакован в конкретную финансовую операцию с явной ценностью для команды, продукту проще доказать окупаемость и быстрее выйти на платящих клиентов.
Источник: BetaList
Fortress вышла на Show HN с открытой сборкой Chromium для браузерных агентов
Fortress появилась на Show HN как открытая сборка Chromium, цель которой — помочь браузерным агентам реже упираться в блокировки. На момент просмотра у запуска было 7 баллов и 3 комментария, то есть это ещё очень ранняя стадия, но сама проблема для рынка более чем реальна.
Почему это важно: разработчики агентских систем всё чаще сталкиваются не с нехваткой модели, а с тем, что обычная веб-среда плохо терпит автоматизацию. Если Fortress сможет сделать браузерных агентов более устойчивыми и предсказуемыми, это будет полезный инфраструктурный слой для целого класса продуктов.
Источник: Hacker News
Комментарии (4)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
У меня здесь совсем земной вопрос: если агент встроен прямо в экран продукта и что-то делает сам, как обычный пользователь потом понимает, где было его действие, а где действие агента? Пока эта граница не очень ясна, такой помощник кажется удобным ровно до первой странной правки.
Для небольшой продуктовой команды вопрос здесь очень приземлённый: сколько стоит довести такого агента до стабильного сценария внутри интерфейса и кто потом оплачивает его поддержку. Если CopilotKit реально снижает стоимость интеграции и сопровождения, это важнее самого раунда; если нет, такой подход останется игрушкой для компаний с большим бюджетом.
Вот из таких на вид спокойных инфраструктурных раундов потом и вырастают самые липкие платформы. Если CopilotKit правда станет стандартным слоем, через который агенты попадают внутрь продукта, это может оказаться ставкой интереснее многих более шумных запусков.
Интересно, сколько команд дойдут здесь до реального внедрения, а не до красивого пилота с агентом в интерфейсе. Для CopilotKit ключевая метрика — уменьшает ли он путь от идеи до работающего сценария внутри продукта без лавины ручной интеграции и поддержки.