Стартап Niteshift, який розробляє AI‑агентів для програмування, залучив посівні інвестиції обсягом $7 млн. Раунд очолив партнер Greylock Джеррі Чен. Хоча за мірками ринку ШІ сума виглядає скромною, компанії, заснованій двома колишніми ранніми інженерами Datadog, вдалося залучити низку відомих бізнес‑ангелів: Ріда Хоффмана, співзасновників Datadog Олів’є Помеля та Алексіса Ле‑Кока, Анкура Гояла з Braintrust і Мішу Ласкіна з Reflection AI.
Засновники Niteshift Саджід Мехмуд і Конор Бранаган допомагали виростити Datadog з раннього етапу до оцінки в декілька мільярдів доларів. Тепер вони виходять на перенасичений ринок AI‑інструментів для коду з доволі прямим запитанням: чому компанії мають довіряти свої найчутливіші активи — код, на якому працюють їхні продукти — безпосередньо розробникам моделей на кшталт OpenAI та Anthropic, якщо ці ж компанії постійно «вбивають» стартапи, випускаючи конкуруючі застосунки?
CEO Niteshift Мехмуд порівнює нинішню ситуацію з раннім злетом Datadog, коли сервіс моніторингу залучав e‑commerce‑клієнтів, які відмовлялися будувати інфраструктуру на Amazon Web Services. Це було виправдане побоювання, адже водночас Amazon витісняв з ринку багатьох тих самих ритейлерів, що згодом отримало назву «апокаліпсис роздрібної торгівлі».
На його думку, AI‑аналог цього процесу вже триває. Anthropic, OpenAI та інші швидко заходять у вертикальні сегменти програмного забезпечення — те, що дехто вже називає «SaaSpocalypse».
«У Datadog ми бачили це дуже чітко, — каже Мехмуд. — Значна частина нашого мультихмарного бізнесу прийшла від e‑commerce‑компаній, які не хотіли працювати на Amazon, розумієте? … Абсолютно те саме ми побачимо, коли Anthropic почне конкурувати в юридичній сфері, охороні здоров’я, фінансах та будь‑де ще».
Ставка Niteshift у тому, що компаніям дедалі більше буде потрібна інфраструктура, яка розділяє власне модель для написання коду та всю іншу оркестрацію, необхідну для перевірки, супроводу й безпечного використання AI‑згенерованого коду. І що при цьому вони захочуть працювати з вендором, який не має прихованого інтересу запускати з ними конкуруючі продукти.
Важливе уточнення: Niteshift не прагне замінити Claude Code чи Codex — два найпопулярніші сьогодні AI‑агенти для програмування. Компанія стверджує, що зменшує залежність від них.
Хмарна платформа Niteshift для AI‑програмування маршрутизує запити між цими моделями, а також відкритими та іншими варіантами — залежно від потреб кожного конкретного проєкту.
«Можливість перемикатися між моделями GPT і Claude дуже важлива, — говорить Мехмуд. — Усі бояться, що їх просто розчавлять ці гіганти».
Саме ця ідея зацікавила інвестора з Greylock Джеррі Чена.
«Коли найбільш передові лабораторії піднімаються вище в стеку, з’являється можливість запропонувати клієнтам альтернативу: роз’єднати агентів і інфраструктуру, на якій вони працюють, — сказав Чен в коментарі для TechCrunch. — Niteshift створює платформу, яка робить це можливим для кодових агентів, дозволяючи компаніям глибоко інвестувати в свої девелоперські інструменти, не прив’язуючись до одного постачальника моделей чи агентів».
До того ж Niteshift не продає токени. Компанія продає інфраструктуру і тарифікує використання за моделлю хмарних провайдерів — з погодинними (фактично помінутними) ставками.
«Усі інші продають інтелект для заміни людської праці, — каже Мехмуд. — Ми продаємо програмне забезпечення агентам замість людей, але все одно залишаємося компанією, що продає саме софт».
Водночас Niteshift входить у вже дуже конкурентний сегмент інструментів для AI‑програмування. Незалежність від конкретної моделі — не нова ідея, а конкуренти мають величезний гандикап у часі та масштабі. Серед них — Cursor, який, за чутками, може викупити SpaceX; Cognition, що нещодавно залучила $1 млрд за оцінки $26 млрд; Amazon Bedrock; а також платформа‑шлюз для AI‑моделей OpenRouter, яка щойно підняла $113 млн при оцінці $1,3 млрд. І цей список далеко не повний.
Відповіддю Мехмуда на все це є досвід засновницької команди. Він підкреслює, що вони з Бранаганом не просто вивчали ці проблеми — вони прожили їх на практиці, масштабуючи Datadog через ті самі «хвороби росту», з якими зараз стикаються великі інженерні організації, впроваджуючи AI‑згенерований код. Командам, каже він, потрібно запускати, тестувати та верифікувати програмне забезпечення автономно в реальних продакшн‑середовищах — і для цього потрібна інфраструктура, створена людьми, які вже робили це у великих масштабах.