Alibaba Cloud daje 3 mln dolarów na Omarchy, a finansowanie startupów AI płynie dalej

Umowa to 1 mln dolarów rocznie przez trzy lata. Tak podało samo Omarchy w ogłoszeniu z 28 września. Łączne wsparcie fundacji sięga więc około 21,7 mln dolarów. Alibaba Cloud dołącza do DigitalOcean i Meta Superintelligence Labs w gronie founding corporate patrons.

Pieniądze to tylko część układanki. Alibaba Cloud pomoże zbudować Omarchy China, czyli lokalny CDN, hosting, stronę, spotkania i wsparcie dla społeczności. Obie strony będą też dostrajać Omarchy pod modele Qwen, tak żeby działały od razu po instalacji. W ogłoszeniu współpracę powiązano z Qwen Book. Alibaba Cloud opisuje go jako próbę zbudowania natywnego komputera dla agentów AI. Filozofia „OS as Harness” łączy modele, systemy operacyjne, aplikacje, usługi chmurowe i sprzęt. Pierwsze wydanie Qwen Book opiera się na ARM, a zgodność z x86 też zapowiedziano.

Korporacyjni patroni wypisujący czeki otwartoźródłowym dystrybucjom Linuksa to inny biznes niż finansowanie venture. Ale w tym samym tygodniu w Europie pojawiło się kilka rund na wczesnym etapie i te wzory warto czytać razem.

Małe czeki, konkretne cele

24 września Tech.eu podał, że Reply Next, hiszpański startup założony przez inżyniera telekomunikacji Miguela Peñate, zebrał 400 tys. euro w pre-seed. Rundę poprowadził 4Founders Capital, a wśród aniołów biznesu znaleźli się Juanjo Mostazo i David Alcobero. Reply Next buduje platformę AI dla marek, które mają setki albo tysiące fizycznych lokalizacji. Zbiera opinie, oceny, wiadomości, wyszukiwania i rekomendacje z Google Maps, Booking, App Store, Google Play oraz wyszukiwarek opartych na AI i umieszcza je w jednym miejscu. Firma twierdzi, że dziewięć na dziesięć spółek nie wie, ile przychodu przynoszą jej sklepy przez Google Maps. 70% marek nie odpowiada użytkownikom w kanałach publicznych, a mniej niż 10% firm pojawia się w wynikach wyszukiwarek opartych na AI. Pieniądze idą na technologię, rekrutację w sprzedaży, rozwój produktu i nowe agenty AI.

Również 24 września Tech.eu poinformował, że OWOW Venture Studio z Eindhoven pozyskało 2,65 mln euro od ośmiu family offices i inwestorów anielskich. OWOW wspiera firmy B2B na wczesnym etapie: producentów, OEM-y i budownictwo. Inwestuje od 100 tys. do 250 tys. euro w startup i planuje co najmniej trzy nowe przedsięwzięcia rocznie przez trzy lata. Początkowo studio celowało w 2 mln euro, a kwotę podniosło po zainteresowaniu inwestorów. Pierwsze dwie inwestycje to Synthgen, który generuje dane syntetyczne do trenowania modeli AI używanych w robotach i maszynach, oraz Caddy Clubhouse, brytyjska platforma łącząca golfistów z caddies. Studiem kieruje Robin Dohmen.

To skromne sumy przy liczbach, jakie spływają ze Stanów Zjednoczonych. Są też znacznie bardziej konkretne, jeśli chodzi o to, co dokładnie kupują.

Agenty, które piszą kod, i agenty, które go sprawdzają

Ciekawszy klaster w tym tygodniu leży o warstwę wyżej: narzędzia dla zespołów, które już korzystają z agentów piszących kod. Canary, startup wspierany przez Y Combinator, ruszył 24 września z ofertą wymierzoną dokładnie w ten problem. Na stronie firmy czytamy, że Canary jest niezależnym testerem kodu pisanego przez twoje agenty. Uruchamia aplikację, próbuje zepsuć każdą zmianę i raportuje, co trafiłoby na produkcję. Firma twierdzi, że narzędzie działa z Claude Code, Cursor, Codex i innymi agentami, instaluje się przez CLI z npm i zgłasza błędy z powrotem do GitHub, Linear, Sentry, Datadog, Notion i Slack. Materiały marketingowe przekonują, że raportów o błędach w nowym kodzie jest mniej, ale strona nie podaje nazw klientów ani zbadanych liczb.

Cichszy projekt na GitHubie podchodzi do tego samego problemu koordynacji z innej strony. Foremerge, pokazany na Hacker News 21 września, opisuje siebie jako otwarty protokół koordynacji agentów piszących kod, zbudowany nad Gitem. Agenty ogłaszają, czego zamierzają dotknąć, a mała baza SQLite w folderze .git projektu pozwala każdemu agentowi na maszynie widzieć ten sam obraz. Jeśli dwa plany się zderzą, Foremerge wskazuje oba agenty i wyjaśnia konflikt, zanim którykolwiek napisze kod. README mówi wprost o ograniczeniach: wersja 0.5.0 to lokalny MVP przed 1.0, schematy mogą się zmieniać, opublikowanych wyników benchmarków jeszcze nie ma, a koordynacja między maszynami jest poza zakresem.

Da się na to wszystko patrzeć sceptycznie. Najbardziej szczegółowe dane o finansowaniu AI w tym zestawieniu pochodzą z dwóch tekstów Tech.eu z 24 września i żadna z tych rund nie przekracza 3 mln euro. Najgłośniejsze twierdzenia o spadku liczby błędów pochodzą ze stron marketingowych dostawców. Najbardziej techniczny projekt, Foremerge, sam przyznaje, że nie ma benchmarków. Ogłoszenie Omarchy to wpis na blogu fundacji, nie dokument urzędowy, a suma 21,7 mln dolarów to własna liczba projektu.

To nie znaczy, że pieniądze są fikcyjne. Znaczy, że użyteczny sygnał w tym tygodniu to nie wielkość pojedynczej rundy, ale kierunek, w który płynie kapitał: lokalizacja na Chiny, obecność cyfrowa dla fizycznych sklepów, dane syntetyczne dla robotów i cały mały przemysł narzędzi, które zakładają, że twój kod piszą teraz agenty, nad którymi nie masz pełnej kontroli.