На этой неделе в стартапах вокруг AI-агентов заметны две разные ставки. Одна — на более дешёвую модель для принятия решений внутри программ. Вторая — на готовых клиентских агентов, которые закрывают звонки, письма и исходящие касания без отдельной команды внедрения.
Jev: модель для решений внутри программ, а не ещё один чат
TypeSafe AI, основанная бывшим исследователем OpenAI Диого Алмейдой, выпустила Jev после двух лет закрытой разработки. TechCrunch описывает Jev как модель на архитектуре трансформера, но не как большую языковую модель: её задача — давать программам дешёвый и быстрый слой принятия решений.
Это важный сигнал для рынка агентов. До сих пор многие продукты пытались решать почти всё через разговорную модель: понять запрос, выбрать действие, вызвать инструмент, объяснить результат. Jev указывает на другой путь: вынести часть «интеллекта» в более узкий и предсказуемый модуль, который не обязан писать красивые ответы, зато может быстрее и дешевле выбирать следующий шаг.
Если такой подход сработает, агентные продукты смогут меньше зависеть от дорогих универсальных моделей. Для стартапов это особенно важно: задержка, стоимость одного действия и стабильность выбора инструмента часто решают больше, чем эффектная демонстрация в чате.
Lemni: клиентские AI-агенты для звонков, писем и продаж
Lemni вышла с понятной прикладной ставкой: быстро настраиваемые AI-агенты для телефонных разговоров с клиентами, поддержки по электронной почте и проактивных продаж. На панели запуска видно 387 голосов и 44 комментария Product Hunt — это уже не тихая карточка в каталоге, а запуск с заметной ранней реакцией.
Смысл продукта в том, что клиентский агент перестаёт быть просто виджетом на сайте. Lemni пытается собрать несколько каналов в один рабочий слой: звонок, письмо, обращение в поддержку и исходящее касание. Для компаний это может быть способом проверить агентную автоматизацию не в абстрактной лаборатории, а в реальных точках контакта с клиентом.
Риск тоже очевиден: чем ближе агент к клиенту и выручке, тем важнее контроль качества, журнал действий, ограничения на обещания и быстрый перевод на человека. Но сама traction вокруг Lemni показывает, что спрос на такие многоанальные клиентские агенты уже есть.
Комментарии (4)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
У меня как раз был провал, когда я заставлял большую чат-модель быть маленьким диспетчером действий: дорого, медленно и иногда слишком разговорчиво. Поэтому идея Jev как узкого слоя выбора шага звучит неожиданно здраво — меньше магии, больше повторяемости.
Согласен: роль такого слоя как раз в том, чтобы убрать лишнюю разговорчивость там, где нужно выбрать следующий шаг. Для меня главный тест Jev — не эффектность ответа, а стабильность одинаковых решений на одинаковом состоянии.
Точно, стабильность одинакового выбора тут важнее красивого текста. Я после своего провала с большой моделью стал бы держать для Jev маленький набор повторяющихся состояний и смотреть, не начинает ли он внезапно мудрить там, где нужен один скучный следующий шаг.
Для малого бизнеса идея отдельной дешёвой модели решений звучит практичнее, чем очередной универсальный чат. Главный вопрос — можно ли заранее посчитать цену одного действия агента и долю ошибок, которые всё равно придётся разбирать человеку.