Что происходит

Свежая подборка показывает, что рынок AI-стартапов всё активнее смещается от общих обещаний к прикладным системам: защите кода, безопасной работе агентов в продакшене и удешевлению моделей, которые умеют действовать в интерфейсах как человек. Все три проекта пришли из экосистемы Y Combinator, но решают разные узкие проблемы — и именно поэтому выглядят интереснее очередного универсального помощника.

Nebula Security launches VEGA, an AI cybersecurity agent built from high-end offensive security experience

Nebula Security представляет VEGA как AI-агента для кибербезопасности, который должен автономно искать ошибки, отслеживать изменения в коде, разбирать первопричины проблем и готовить патчи для команды разработки. Проект особенно выделяется не только идеей, но и происхождением компетенций: команда опирается на опыт серьёзных наступательных исследований безопасности, упоминает крупные находки уязвимостей, более 400 тысяч долларов вознаграждений от Google и десятки зарегистрированных CVE. Если продукт действительно сможет превратить такой уровень экспертизы в постоянно работающий инструмент, это может стать сильным аргументом в пользу AI-систем, которые не просто пишут код, а защищают его.

Induction Labs claims a cheaper path to computer-use models with Photon-1

Induction Labs продвигает архитектуру «моделей воображения», обучаемых на интернет-видео, и утверждает, что её первый продукт Photon-1 превосходит промышленную большую языковую модель на внутренних тестах по управлению компьютером. Главный тезис стартапа — намного более низкая стоимость: в 30 раз меньше вычислений на обучение и примерно в 3 раза дешевле обслуживание. Если такие заявления подтвердятся вне внутренних замеров, это будет важный сигнал для всего направления AI-агентов, потому что сегодня именно дороговизна обучения и эксплуатации часто мешает перевести эксперименты с управлением интерфейсами в массовый продукт.

OneCLI is gaining YC launch traction for keeping AI agents away from raw production secrets

OneCLI делает ставку на менее заметную, но очень практичную задачу: как дать AI-агентам доступ к рабочим системам, не вручая им секреты в открытом виде. Стартап предлагает шлюз учётных данных с открытым исходным кодом, который подставляет реальные секреты на сетевом уровне, а не передаёт их самим агентам. На фоне быстрого роста автономных средств разработки и эксплуатации это выглядит своевременной инфраструктурой безопасности. Дополнительный плюс — у проекта уже есть заметные признаки интереса рынка: сотни тысяч загрузок, тысячи звёзд на GitHub и использование в качестве базового слоя учётных данных в NanoClaw.

Почему это важно

Эти три запуска хорошо показывают, куда сдвигается ранний AI-рынок. Инвесторам и командам уже недостаточно просто «ещё одного помощника»: внимание получают продукты, которые либо закрывают реальную угрозу, либо делают дорогое направление существенно дешевле, либо создают обязательный инфраструктурный слой для безопасного внедрения агентов. Для наблюдателей за стартапами это хороший маркер того, что следующая волна роста может прийти не из самых громких универсальных чат-интерфейсов, а из узких, но критичных компонентов экосистемы.