Тезис

Небольшая команда исследователей ИИ из Пало-Альто вышла из тени в этом месяце с крупными новостями и еще более амбициозными целями. NeoCognition, основанная ведущими академиками из Университета штата Огайо, объявила о привлеченииSeed-финансирования на сумму $40 млн 21 апреля 2026 года. Круг инвесторов, заинтересованных в продвижении ИИ за пределы сегодняшних разговорчивых, но часто неуклюжих инструментов, оказался переполненным.

 

NeoCognition стремится устранить ключевую слабость современных AI-агентов — их неспособность надежно выполнять работу экспертного уровня — путем создания систем, которые постоянно обучаются в процессе работы, строят детальные модели своих рабочих сред и превращаются в специалистов-экспертов, подобно тому, как люди осваивают новую профессию.

Ю Су, доцент Университета штата Огайо и стипендиат Sloan Research Fellowship 2025 года, годами разрабатывал фундаментальные инструменты для ИИ-агентов задолго до того, как ChatGPT привлек внимание общественности. Его команда создала влиятельные проекты, такие как Mind2Web, MMMU и SeeAct, которые определили, как современные крупные языковые модели обрабатывают планирование, восприятие и действия. Эти разработки сегодня используются в системах OpenAI, Anthropic и Google.

 

Су и сооснователи Сян Дэн и Ю Гу решили, что настало время превратить свои исследования в компанию. Они переехали в Силиконовую долину и собрали небольшую группу из около 15 исследователей с докторскими степенями, сосредоточенных исключительно на агентах. Ранние работы лаборатории уже охватывали ключевые компоненты, такие как память, планирование, оценка и безопасность. Инвесторы увидели этот глубокий бригадный талант и быстро действовали. Круг инвестиций в 40 миллионов долларов предоставляет команде ресурсы для превращения академических прорывов в практические, самосовершенствующиеся системы, которым предприятия могут доверять для реальной работы.

 

Опыт Су включает работу в Microsoft Semantic Machines над конверсационным ИИ, а также степени из Циньхуа и Университета Калифорнии в Санта-Барбаре. Его рекорд наград за лучшие статьи на ведущих конференциях, таких как CVPR и ACL, дал инвесторам уверенность в том, что NeoCognition сможет решить устойчивые проблемы в этой области. Основатели объединили более 30 лет совокупного опыта в исследовании агентов, превратив стартап в чистую исследовательскую лабораторию с коммерческими целями.

Многие современные ИИ-агенты испытывают трудности с последовательностью при выполнении сложных задач. Сообщения указывают, что они успешно справляются лишь примерно в половине случаев, заставляя пользователей постоянно контролировать результаты или вносить значительные ручные корректировки. Эта проблема проявляется во всех инструментах, пытающихся писать код, просматривать веб-страницы или автоматизировать рабочие процессы. Люди вынуждены каждый раз делать шаг веры при их внедрении.

 

NeoCognition нацелена именно на эту проблему. Универсальные агенты отлично справляются с общими задачами, но терпят неудачу, когда важны глубина и надежность. Им не хватает механизмов для глубокой адаптации к конкретным условиям, таким как внутренний программный стек компании или отраслевые рабочие процессы. В результате предприятия колеблются, передавая агентам ответственность за важные задачи. Стартап считает, что путь вперед заключается в предоставлении агентам такой же гибкости, которую люди проявляют при входе в новую должность или область.

 

Фокусируясь на постоянном обучении, а не на одноразовой подготовке, компания надеется повысить成功率 и снизить необходимость в постоянном человеческом контроле. Этот сдвиг может открыть двери для агентов, которые чувствуют себя скорее компетентными коллегами, чем хрупкими скриптами.

Основная идея NeoCognition напрямую заимствована из человеческого обучения. Когда люди начинают новую роль, они постепенно формируют внутреннюю карту того, что существует в этой среде, какие действия работают, какие правила применяются и какие последствия возникают из разных выборов. Со временем эта ментальная модель позволяет принимать более быстрые решения, лучше суждать и творчески решать проблемы в этом микромире.

 

Стартап создает агентов, которые выполняют что-то подобное через автономный опыт. Вместо того чтобы полагаться исключительно на огромные объемы предварительно обученных данных, эти системы учат структуру, рабочие процессы и ограничения любой области, в которой они функционируют. Они создают «модель мира», отражающую отношения и динамику, специфичные для профессии, организации или программной среды. Этот процесс происходит непосредственно в процессе работы, позволяя агенту быстро специализироваться без необходимости в extensive ручной настройке.

 

Су ясно объясняет параллель: непрерывный процесс обучения у людей в сущности формирует модель мира для любой профессии или среды. Агентам необходима такая же способность, чтобы достичь экспертного уровня. После создания модель делает действия быстрее, дешевле и надежнее. Она также обеспечивает более безопасное поведение в чувствительных условиях, поскольку агент лучше понимает последствия и границы. Этот механизм отличается от статичных универсальных решений, которые остаются неизменными после развертывания. Агенты NeoCognition продолжают совершенствоваться в процессе использования, превращая первоначальные универсальные возможности в глубокую, контекстно-осознанную квалификацию.

Индустрия ИИ вложила ресурсы в создание все более крупных фундаментальных моделей, пытающихся справляться со всем. NeoCognition придерживается противоположной позиции. По их мнению, будущее принадлежит множеству специализированных агентов, а не одному суперагенту. Каждый из них настолько глубоко осваивает свою узкую область, что обеспечивает экспертный уровень производительности, надежности и суждений.

 

Общие системы достигают плато, при котором добавление большего объема данных или параметров приводит к уменьшающейся отдаче в реальных задачах, требующих тонкости и последовательности. Специализация через жизненный опыт предлагает более эффективный путь к высокой производительности. Агенты могут сосредоточить вычислительные ресурсы на глубоком понимании одной среды, что приводит к лучшим результатам при более низких постоянных затратах.

 

Этот подход также масштабирует экспертизу способами, недоступными людям. Хотя высококвалифицированные человеческие специалисты остаются редкими и дорогими, самообучающиеся агенты могут сделать знания в области доступными по всей организации без тех же кадровых ограничений. Компания стремится расширить доступ к экспертизе, чтобы больше людей и команд могли воспользоваться передовыми возможностями.

Vista Equity Partners присоединилась к раунду частично из-за своего большого портфеля программных компаний. NeoCognition видит большой потенциал в партнерстве с установленными SaaS-платформами для интеграции самообучающихся агентов. Эти агенты могут улучшать существующие продукты или функционировать как автономные работники внутри знакомых инструментов, которые уже используют компании.

 

Предприятия часто используют сложные, пользовательские среды с уникальными правилами и потоками данных. Общему агенту здесь трудно справляться без серьезной настройки. Системы NeoCognition напрямую учатся этим особенностям через взаимодействие, сокращая время настройки и улучшая соответствие. В течение недель или месяцев использования агент совершенствует свою модель мира и становится более эффективным в задачах, таких как обработка данных, проверки соответствия или автоматизация рабочих процессов.

 

Стартап позиционирует себя как лабораторию агентов, а не как универсальную платформу ИИ. Эта направленность позволяет сосредоточить ресурсы на слое обучения и специализации, который многие другие участники рассматривают как второстепенный. Раннее распространение через партнеров по корпоративному программному обеспечению может ускорить внедрение и обеспечить богатые реальные данные для дальнейших улучшений.

Круг в размере 40 миллионов долларов возглавили Cambium Capital и Walden Catalyst Ventures, при участии Vista Equity Partners и известных частных инвесторов. Свои имена и экспертизу добавили Lip-Bu Tan, генеральный директор Intel, и Ion Stoica, сооснователь Databricks. Другими инвесторами являются исследователи в области ИИ, такие как Dawn Song, Ruslan Salakhutdinov и Luke Zettlemoyer.

 

Лэндон Даунс из Cambium подчеркнул новаторский механизм обучения, лежащий в основе компании, который обеспечивает быструю специализацию. Лип-Бу Тан высоко оценил всесторонний подход команды к решению задач агентов — от восприятия до безопасности. Ион Стоика отметил, что по мере того как общие агенты становятся стандартом, настоящий тест заключается в достижении интеллекта экспертного уровня с надежностью, необходимой для серьезных приложений.

 

Переполненный раунд отражает сильную веру в научную подготовку основателей. Команда NeoCognition насчитывает около 15 человек, работает компактно, но обладает исключительно высокой плотностью талантов. Капитал будет направлен на углубление экспериментов и найм персонала для продвижения самообучающейся архитектуры.

Несколько компаний исследуют AI-агентов, однако большинство всё ещё зависят от периодического переобучения или человечески созданных подсказок для улучшения. NeoCognition делает акцент на внутреннем автономном процессе, при котором агенты создают и совершенствуют своё собственное понимание без постоянного внешнего вмешательства. Такой подход направлен на достижение настоящей пластичности — способности быстро адаптироваться к новым условиям, подобно мотивированному новичку.

 

Акцент на мировых моделях абстрактных, структурных и операционных сред выходит за рамки простого восприятия экрана или базового использования инструментов. Агенты учатся понимать, что важно в заданной микросреде, как элементы взаимодействуют друг с другом и какие действия приводят к желаемым результатам. Эта структурированная информация способствует более эффективному планированию и снижению количества ошибок со временем.

 

Основатели подчеркивают, что их системы дополняют, а не заменяют человеческий труд. Обрабатывая повторяющиеся или сложные рутинные задачи с растущей экспертизой, агенты освобождают людей для сосредоточения на более высоком уровне креативности и стратегии. Цель заключается в повышении общих возможностей команд и организаций.

Ю Су и его сооснователи черпали вдохновение из повседневной адаптации человека. Наблюдайте, как кто-то начинает как младший аналитик или ученик-торговец. Уже через несколько месяцев они развивают интуитивное понимание неписаных правил, уловок и ловушек своей области. Эта внутренняя модель обеспечивает эффективность и обоснованные решения. NeoCognition хочет, чтобы агенты проходили по аналогичному пути через целенаправленное, основанные на опыте обучение.

 

Члены команды привносят личную страсть к этому видению. Многие пришли из академических лабораторий, где наблюдали, как многообещающие прототипы агентов сталкивались с реальной сложностью. Разочарование от нестабильных результатов побудило перейти к коммерциализации с четким акцентом на постоянное улучшение.

 

Ранние сотрудники включают исследователей, внесших вклад в фундаментальные статьи, которые сейчас используются во всей отрасли. Их совокупные знания создают плодородную среду для совершенствования механизмов обучения. Штаб-квартира в Пало-Альто позволяет команде оставаться близко к талантам и партнерам, сохраняя при этом культуру, ориентированную на исследования.

Если NeoCognition окажется успешной, организации смогут внедрять агентов, которые станут надежными специалистами в бухгалтерии, анализе дизайна, рабочих процессах поддержки клиентов или научном анализе данных. Эти системы не потребуют постоянного переprogramмирования для каждого нового клиента или отдела. Вместо этого они адаптируются, создавая точные модели целевой среды.

 

Эта возможность может демократизировать доступ к поддержке экспертного уровня. Маленькие команды или регионы с нехваткой кадров могут получить инструменты, производительность которых ранее была доступна только хорошо обеспеченным группам. Экономические эффекты могут включать повышение производительности и ускорение циклов инноваций, поскольку рутинная когнитивная работа переходит к способным, самообучающимся системам.

 

Такой подход также решает вопросы безопасности. Более глубокое понимание окружающей среды помогает агентам осознавать границы и избегать вредных действий в областях с высокими ставками. Повышение надежности имеет наибольшее значение там, где ошибки влекут реальные последствия.

Создание надежных циклов самообучения сопряжено с техническими трудностями. Агенты должны различать полезные закономерности и шум, избегать закрепления ошибок и поддерживать стабильность при обновлении своих моделей мира. Сбалансированное сочетание исследования новых стратегий и надежного выполнения требует тщательной архитектуры. Эффективность использования данных также имеет значение: люди учатся на ограниченном количестве примеров в новых условиях; масштабирование такой эффективности в полупроводниковых системах остается открытой исследовательской задачей. 

 

Команда NeoCognition опирается на предыдущие работы в области оценки и памяти для решения этих проблем, но реальное тестирование в масштабе выявит пробелы. Компания сохраняет фокус на измеримом прогрессе к повышению показателей успеха и более быстрой специализации. Прогресс, вероятно, будет происходить постепенно по мере того, как агенты сталкиваются с разнообразными корпоративными средами и совершенствуют свои процессы обучения.

NeoCognition представляет мир, в котором экспертиза становится доступной благодаря агентам самообучения. Вместо конкуренции с людьми эти системы расширяют возможности и открывают новые горизонты для изобретений и решения проблем. Каждый агент углубляет свое мастерство в определенной области, создавая сеть специализированного интеллекта, удовлетворяющую разнообразные потребности. Инвестиции в размере 40 миллионов долларов ускоряют исследования механизмов обучения, делающих эту концепцию возможной. 

 

При поддержке сильных инвесторов и талантливой команды лаборатория стремится создать агентов, завоевывающих доверие благодаря стабильному и улучшающемуся качеству работы. Предприятия и разработчики вскоре смогут протестировать системы, которые начинают с компетентного уровня и со временем становятся по-настоящему экспертными. Такая эволюция может стать значимым шагом дальше современных ИИ-ассистентов к партнерам, которые действительно учатся вместе со своими пользователями.

Новый капитал поддерживает расширенные эксперименты с основными алгоритмами обучения и построением моделей мира. С небольшой, но элитной командой NeoCognition может исследовать высокорисковые, но высокодоходные направления в области пластичности агентов. Планы включают углубленное тестирование интеграции в корпоративных средах для сбора обратной связи и данных для улучшения.

 

Инвесторы ожидают, что финансирование позволит создать прототипы, демонстрирующие явные преимущества в надежности и скорости адаптации. Успех в этой области может привлечь дополнительные раунды инвестиций и более широкие партнерства. Исследовательский подход помогает компании оставаться ориентированной на строгую оценку, а не на преждевременный вывод продуктов на рынок.

Среды корпоративного программного обеспечения предлагают богатые тестовые среды, наполненные структурированными, но сложными правилами. Агенты столкнутся с разнообразными рабочими процессами, схемами данных и требованиями соответствия. Успешное освоение этих аспектов подтвердит концепцию мировой модели и выявит области для улучшения.

 

Отзывы пользователей из ранних пилотных проектов помогут настроить баланс агентов между скоростью, точностью и безопасностью. Компания делает акцент на ответственной разработке, используя понимание окружающей среды для направления более безопасных действий. Со временем эти реальные развертывания должны сформировать агентов, которые будут чувствоваться все более естественно и надежно в повседневной работе.

Сейчас крупные суммы направляются в прикладные и надежностные слои, а не только на обучение передовых моделей. Круг инвестиций NeoCognition подчеркивает интерес инвесторов к командам с доказанными академическими достижениями в области агентов. Ставка сделана на специализацию и непрерывное обучение как следующую границу практического влияния.

 

Этот паттерн указывает на созревание ожиданий в этой области. Инвесторы хотят системы, которые обеспечивают измеримую ценность в реальных условиях, а не просто впечатляющие демонстрации. Фокус NeoCognition на самосовершенствовании соответствует требованиям к агентам, которые оправдывают внедрение в корпоративной среде за счет роста возможностей и снижения долгосрочных затрат.

1. Какой подход NeoCognition к AI-агентам отличается от большинства современных систем? 

 

Компания создает агентов, которые постоянно обучаются в процессе работы, строя модели мира своих конкретных сред. Это позволяет им быстро специализироваться и становиться экспертами, устраняя несогласованность, которая ограничивает современных универсальных агентов, часто успешно выполняющих сложные задачи лишь в половине случаев.

 

2. Кто основал NeoCognition и чем их бэкграунд выделяется? 

 

Ю Су, Сян Дэн и Ю Гу основали лабораторию. Су, стипендиат Sloan и профессор Огайо-Стейт, ранее возглавляла влиятельные исследования агентов и работала в Microsoft над разговорным ИИ. Их совместные статьи и инструменты оказали влияние на крупных разработчиков ИИ, обеспечив команде глубокую экспертизу в области восприятия, планирования и безопасности.

 

3. На что будут использованы 40 миллионов долларов США? 

 

Капитал поддерживает исследовательскую инициативу по разработке и тестированию самообучающихся механизмов. С небольшой командой исследователей с докторскими степенями средства позволяют быстро итерировать над созданием мировых моделей, алгоритмами специализации и пилотными проектами по интеграции в предприятия, а также привлекать дополнительных специалистов.

 

4. Могут ли эти самообучающиеся агенты сразу работать в корпоративных условиях с высокими ставками? 

 

Ранние версии потребуют тщательной проверки, но дизайн направлен на формирование понимания окружающей среды для повышения надежности и безопасности. Цель — создание агентов, которые со временем становятся более надежными при использовании, что делает их подходящими для рабочих процессов, где важна последовательность.

 

5. Как технологии NeoCognition могут повлиять на знаниевых работников? 

 

Агенты могут выполнять рутинные или данные-интенсивные части задач, освобождая людей для творческой и стратегической работы. Сделав специализированные знания более доступными, системы могут помочь небольшим командам или организациям получить возможности, ранее доступные только крупным группам экспертов, потенциально повысив общую производительность.

 

6. Где я могу узнать больше о прогрессе NeoCognition? 

 

Посетите официальный сайт для получения обновлений о их миссии и направлении исследований. Освещение в TechCrunch и пресс-релиз компании служат надежной отправной точкой для ознакомления с финансированием и техническим видением.

Этот материал предназначен исключительно для информационных целей и не является инвестиционной рекомендацией. Инвестиции в криптовалюты сопряжены с рисками. Проведите собственное исследование (DYOR).

 

Отказ от ответственности: Эта страница была переведена для вашего удобства с использованием технологии искусственного интеллекта (на базе GPT). Для получения наиболее точной информации обратитесь к оригинальной английской версии.