ИИ-лаборатория NeoCognition вышла из «тени» с $40 млн инвестиций на разработку более надёжных ИИ-агентов
Стартап из Пало-Альто делает ставку на «специализацию через опыт», пытаясь решить проблему нестабильной работы ИИ-агентов в реальных задачах
Исследовательская лаборатория NeoCognition, базирующаяся в Пало-Альто, объявила о выходе из режима «скрытой разработки» и привлекла $40 млн в рамках посевного раунда финансирования.
Среди инвесторов и советников — генеральный директор Intel Лип-Бу Тан (Lip-Bu Tan), сооснователь Databricks Ион Стойка (Ion Stoica), а также исследователи ИИ Доун Сонг (Dawn Song), Руслан Салахутдинов и Люк Зеттлмейер (Luke Zettlemoyer).
Компанию основали Ю Сю (Yu Su), Сян Дэн (Xiang Deng) и Ю Гу (Yu Gu). Ю Сю — профессор Университета штата Огайо, который ещё до массового распространения ChatGPT возглавлял одно из наиболее известных академических направлений по агентным LLM-системам и является стипендиатом престижной Стипендии Слоуна.
По словам Сю, он изначально сопротивлялся коммерциализации своих исследований, однако позже пришёл к выводу, что развитие базовых моделей достигло уровня, на котором стали возможны персонализированные ИИ-агенты, способные работать в реальных средах.
Центральная проблема, на которую нацелена NeoCognition, — ненадёжность современных ИИ-агентов. По оценке основателя компании (не подтверждённой независимыми бенчмарками), текущие системы корректно выполняют задачи примерно в половине случаев. Это согласуется с общей картиной публичных тестов агентных систем, хотя точные показатели варьируются в зависимости от задач и методик оценки.
Компания интерпретирует это как фундаментальное ограничение: современные агенты нельзя считать автономными исполнителями, поскольку их поведение остаётся нестабильным и вероятностным.
Ответ NeoCognition — концепция «специализации через опыт». Вместо универсального обучения на больших массивах данных система должна формировать внутреннюю модель среды, в которой она работает, — «модель мира», отражающую правила, зависимости и ограничения конкретного рабочего контекста.
Идея основана на аналогии с обучением человека: ключевым свойством интеллекта считается не широта знаний, а способность быстро адаптироваться к новой среде и формировать прикладную экспертизу.
В текущих системах, по этой логике, отсутствует механизм устойчивой специализации: они остаются универсальными моделями, не накапливающими глубокого контекстного опыта в рамках одной задачи или организации.
Коммерческая стратегия NeoCognition ориентирована на корпоративный сегмент, прежде всего на SaaS-компании. Предполагается, что ИИ-агенты смогут встраиваться в существующие продукты и со временем улучшать качество работы внутри конкретных бизнес-процессов.
Сейчас в компании работает около 15 человек, большинство из которых имеют докторские степени. Технические детали подхода раскрыты частично и сводятся к концепции «модели мира» и обучению через взаимодействие со средой. Продукт пока что не представлен публично.
$40 млн посевного финансирования стали первым инвестраундом NeoCognition. На фоне более широкой инвестиционной динамики 2026 года капитал всё активнее смещается от разработки базовых моделей в сторону прикладного уровня — систем, где ключевой задачей становится не масштабирование моделей, а повышение их надёжности и предсказуемости в реальных сценариях использования.