Alibaba Cloud przekazuje 3 mln dolarów na Omarchy. Finansowanie startupów AI trwa

Umowa przewiduje 1 mln dolarów rocznie przez trzy lata, jak podaje samo Omarchy w ogłoszeniu z 28 września. Łączne wsparcie fundacji sięga około 21,7 mln dolarów. Alibaba Cloud dołącza do DigitalOcean i Meta Superintelligence Labs w gronie założycielskich patronów korporacyjnych.

Pieniądze to tylko część planu. Alibaba Cloud pomoże zbudować Omarchy China, obejmując lokalny CDN, hosting, stronę, spotkania i wsparcie społeczności. Obie strony będą też optymalizować Omarchy pod modele Qwen, aby działały od razu po instalacji. Ogłoszenie wiąże współpracę z Qwen Book, który Alibaba Cloud opisuje jako projekt natywnego komputera dla agentów AI. Filozofia „OS as Harness” integruje modele, systemy operacyjne, aplikacje, usługi chmurowe i sprzęt. Pierwsze wydanie Qwen Book opiera się na architekturze ARM, a zgodność z x86 również zapowiedziano.

Korporacyjni patroni finansujący otwartoźródłowe dystrybucje Linuksa to inna gałąź biznesu niż venture capital. W tym samym tygodniu w Europie pojawiły się jednak kolejne rundy na wczesnym etapie. Warto je czytać razem.

Małe czeki, konkretne cele

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

Również 24 września Tech.eu doniósł, że OWOW Venture Studio z Eindhoven pozyskało 2,65 mln euro od ośmiu family offices i inwestorów prywatnych. OWOW wspiera wczesne etapy firm B2B w sektorach: produkcja, OEM 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, ale podniosło kwotę ze względu na zainteresowanie inwestorów. Pierwsze dwie inwestycje to Synthgen, generujący dane syntetyczne do trenowania modeli AI w robotach i maszynach, oraz Caddy Clubhouse, brytyjska platforma łącząca golfistów z caddies. Studiem kieruje Robin Dohmen.

To skromne kwoty w porównaniu z liczbami ze Stanów Zjednoczonych. Są też znacznie bardziej konkretne co do przeznaczenia.

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

Ciekawszy cluster w tym tygodniu dotyczy narzędzi dla zespołów już korzystających z agentów kodujących. Canary, startup wspierany przez Y Combinator, wystartował 24 września z ofertą wymierzoną w ten problem. Na stronie firmy czytamy, że Canary jest niezależnym testerem kodu pisanego przez 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 do GitHub, Linear, Sentry, Datadog, Notion i Slack. Materiały marketingowe obiecują spadek liczby raportów o błędach w nowym kodzie, choć strona nie podaje nazw klientów ani zweryfikowanych danych.

Cichszy projekt na GitHubie podchodzi do problemu koordynacji z innej strony. Foremerge, pokazany na Hacker News 21 września, to otwarty protokół koordynacji agentów kodujących zbudowany nad Gitem. Agenty ogłaszają, co zamierzają zmienić, 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 wprost mówi 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 patrzeć sceptycznie. Najbardziej szczegółowe dane o finansowaniu AI w tym zestawieniu pochodzą z dwóch tekstów Tech.eu z 24 września, a żadna z tych rund nie przekracza 3 mln euro. Najgłośniejsze twierdzenia o spadku błędów pochodzą ze stron marketingowych. 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. Oznacza to, że użyteczny sygnał w tym tygodniu to nie wielkość pojedynczej rundy, ale kierunek przepływu kapitału: lokalizacja na Chiny, obecność cyfrowa dla fizycznych sklepów, dane syntetyczne dla robotów i cały mały przemysł narzędzi, które zakładają, że twój kod piszą agenty, nad którymi nie masz pełnej kontroli.