Современные ИИ-агенты проваливают задания в половине случаев. Стартап NeoCognition, вышедший из тени с раундом в $40 млн, утверждает, что знает, как это исправить — и Intel с Databricks в его cap table.
Текущие агенты (Claude Code, Operator, Perplexity) выполняют задачи корректно лишь в ~50% случаев — главный барьер для enterprise-внедрения
В раунде участвуют Intel CEO Lip-Bu Tan, сооснователь Databricks Ion Stoica и Vista Equity Partners — последняя видит в стартапе инструмент для своего портфеля из сотен SaaS-компаний
Проблема 50%
Представьте сотрудника, который проваливает каждое второе поручение. В реальной компании его уволили бы в первую неделю. На рынке ИИ-агентов это — норма.
«Сегодняшние агенты — генералисты, — говорит Yu Su, CEO и сооснователь NeoCognition. — Они подходят к каждой задаче как в первый раз, опираясь на широкое предобучение, но не имея накопленного понимания конкретной среды». По его оценке, текущие агенты — включая Claude Code, OpenAI Operator и Perplexity — завершают задания успешно лишь в половине случаев.
Доля успешных выполнений задач ИИ-агентами
По оценке NeoCognition, основанной на тестах Claude Code, Operator и Perplexity. Для enterprise-внедрения требуется ≥95% · NeoCognition, TechCrunch, 2026
Проблема не в качестве отдельных моделей. GPT-5.6, Claude 4.5 и Gemini 3 показывают впечатляющие результаты на бенчмарках. Но перенос этих способностей в реальные бизнес-процессы проваливается на уровне архитектуры: агенты не запоминают, не адаптируются и не учатся на опыте.
Самообучающиеся агенты: новый подход
NeoCognition предлагает принципиально иную архитектуру. Вместо того чтобы предобучать агента на всех возможных сценариях, компания строит системы, которые самостоятельно формируют «мировую модель» (world model) конкретной рабочей среды.
«Для людей процесс непрерывного обучения — это, по сути, построение модели мира для любой профессии, любой среды, — объясняет Su. — Мы считаем, что для того, чтобы агенты стали экспертами, они должны автономно учиться строить модель любого заданного микромира».
На практике это означает, что агент NeoCognition при развёртывании в новой организации изучает её структуру, рабочие процессы, ограничения и причинно-следственные связи — точно так же, как новый сотрудник осваивается на рабочем месте в первые недели. Со временем агент накапливает опыт и повышает точность, не требуя ручного дообучения или инженерной настройки.
«Будущее — не один суперагент. Это изобилие специализированных агентов, каждый из которых глубоко изучает свой мир»
— Yu Su, CEO и сооснователь NeoCognition
От университетской лаборатории до $40 млн
История NeoCognition начинается не в кремниевой долине, а в лаборатории ИИ-агентов университета штата Огайо, которую Yu Su возглавлял задолго до «момента ChatGPT». Его группа опубликовала серию работ, заложивших фундамент современного поля агентов: Mind2Web (датасет для обучения агентов работе с вебом), MMMU (мультимодальный бенчмарк) и SeeAct (визуальное взаимодействие с интерфейсами). Сегодня эти разработки используются в каждой frontier-модели — от OpenAI до Anthropic и Google.
Su несколько лет сопротивлялся давлению венчурных фондов, желавших коммерциализировать его технологию. Решающим фактором стал прогресс в фундаментальных моделях — Su увидел, что они достигли уровня, когда self-learning агенты стали реалистичными. В 2025 году он вместе с коллегами Xiang Deng и Yu Gu основал NeoCognition, а в апреле 2026-го компания вышла из тени с $40 млн seed-раунда.
Ключевые исследования команды
MMMU — мультимодальный бенчмарк для оценки ИИ-агентов (используется всеми frontier labs)
HippoRAG — архитектура долговременной памяти для агентов, вдохновленная гиппокампом
AgentBench — стандартизированная платформа для оценки возможностей ИИ-агентов
SWE-Bench Pro — бенчмарк для оценки агентов в задачах разработки ПО
Инвесторы и дистрибуция
Раунд на $40 млн — один из крупнейших seed-раундов в сегменте ИИ-агентов. Инвесторы видят в NeoCognition исследовательский проект с потенциалом enterprise-дистрибуции.
Со-лидерами раунда выступили Cambium Capital и Walden Catalyst Ventures. Участие Vista Equity Partners — крупнейшего инвестора в enterprise-софт с портфелем из сотен компаний — даёт NeoCognition прямой доступ к рынку. По словам Su, стартап планирует продавать агентов не напрямую конечным заказчикам, а через SaaS-платформы, которые встроят self-learning агентов в свои продукты.
Angel-инвесторы подчёркивают серьёзность технологических амбиций: Lip-Bu Tan (CEO Intel), Ion Stoica (сооснователь Databricks) и ведущие ИИ-исследователи Dawn Song, Ruslan Salakhutdinov и Luke Zettlemoyer.
Финансирование стартапа
Оversubscribed раунд при переподписке · Cambium Capital, Walden Catalyst Ventures, Vista Equity Partners · PRNewswire, FinSMEs, 2026
Рынок и конкуренты
NeoCognition выходит на рынок, где интерес к ИИ-агентам взрывной, но доверие к ним минимально. Google Cloud в отчёте «AI Agent Trends 2026» называет агентов главным технологическим сдвигом года, а 62% компаний уже экспериментируют с агентным ИИ. Однако лишь 23% масштабировали хотя бы одного агента за пределы пилота.
Разрыв между экспериментами и production — именно та ниша, которую NeoCognition пытается закрыть. В отличие от конкурентов, строящих «вертикальных» агентов под конкретные задачи (например, Beam AI для финансовых процессов), NeoCognition создаёт генералиста, способного стать специалистом в любой среде.
Прямые конкуренты — Adept AI, Cognition (Devin), LangChain — либо фокусируются на инструментах для разработчиков, либо строят «ассистентов-генералистов». Self-learning архитектура с построением world model выделяет NeoCognition, но и создаёт главный риск: технология не доказана в production.
Что будет с рынком самообучающихся агентов через год?
Вероятность: 65% — Vista Equity обеспечивает дистрибуцию через портфельные компании, что даёт NeoCognition 12–18 месяцев форы перед конкурентами
✅ Аргументы за
Vista Equity Partners открывает прямой канал к сотням enterprise-клиентов, сокращая sales cycle с 18 до 6 месяцев
Проблема «50% отказов» признана отраслью — спрос на решение очевиден
Критерии подтверждения: хотя бы один SaaS-продукт с встроенным NeoCognition-агентом к Q2 2027
❌ Аргументы против
Технология self-learning world models не проверена в production на enterprise-масштабе
OpenAI, Anthropic и Google активно инвестируют в агентные возможности — incumbent-риск высок
Критерии опровержения: уход ключевых исследователей или отсутствие product launch в течение 18 месяцев
Публичный релиз API или embedding SDK для SaaS-платформ
Кейсы от Vista Equity portfolio companies (первые внедрения)
Рост команды с 15 до ≥50 человек (индикатор перехода от research к product)
Выход конкурента с аналогичной self-learning архитектурой
Сценарии развития
🟢 Оптимистичный (30%)
Последствия: рынок enterprise-агентов получает стандарт архитектуры; конкуренты вынуждены внедрять self-learning или проигрывать в точности
🟡 Базовый (50%)
Последствия: концепция self-learning подтверждена, но не становится доминирующим стандартом; рынок остаётся фрагментированным
🔴 Пессимистичный (20%)
Последствия: индустрия понимает ограничения self-learning подхода; конкуренция смещается в сторону гибридных архитектур (RAG + fine-tuning + агенты)
NeoCognition — компания на стадии research, без публичного продукта. Все оценки будущего — гипотетичны и основаны на публичных источниках и интервью основателей.
