Представьте: чтобы построить собственного AI-агента, вам больше не нужно просить вычислительные мощности у OpenAI, Google или Anthropic. Или ждать, пока они снизят цены. Или мириться с тем, что ваш агент — просто тонкая обёртка над чужим API, которую в любой момент могут отключить. Звучит как утопия? Стартап Prime Intellect только что получил $130 млн, чтобы превратить эту утопию в реальность.
Раунд Series B, закрытый в июне 2026 года, возглавили Lightspeed Venture Partners и Felicis. Среди инвесторов — бывшие топ-менеджеры DeepMind и Microsoft. Оценка стартапа, по данным источников, превысила $1.2 млрд.
Что конкретно строит Prime Intellect? Не очередного чат-бота и не платформу для промптов. Они создают инфраструктуру для контролируемого reinforcement learning — то есть систему, в которой компания сама обучает AI-агента на своих данных, со своими наградами и под полным контролем. Никаких «чёрных ящиков» из Менло-Парка или Лондона.
Закрытые лаборатории vs открытый контур
Весь 2025 год прошёл под знаком «агентной лихорадки». Большие языковые модели научились вызывать функции, планировать и выполнять задачи. Но беда в том, что почти все коммерческие агенты — это клиенты API OpenAI, Anthropic или Google. Компании платят за каждый запрос, делятся данными и не имеют доступа к весам модели. А если лаборатория меняет правила (как это было с OpenAI в «Красном коде» в начале года), бизнес замирает.
Prime Intellect предлагает альтернативу: открытая платформа для обучения агентов с использованием собственных (или открытых) моделей, подкреплённая инфраструктурой распределённого RL. Компания разворачивает среду, где агент учится взаимодействовать с инструментами (API, базы данных, веб-интерфейсы) — и всё это под капотом enterprise-grade безопасности.
Звучит логично, но есть нюанс: обучение с подкреплением — штука прожорливая. Даже с $130 млн в кармане Prime Intellect придётся доказывать, что их подход дешевле, чем аренда GPU у облачных провайдеров. Впрочем, основатели уверяют, что за счёт оптимизации алгоритмов (а не «голых» чипов) они сокращают затраты в 3-5 раз по сравнению с прямым RL на кластерах.
Почему enterprise побежал за агентами
Рынок AI-агентов для бизнеса — уже не гипотеза. В 2026 году, по данным Gartner, 42% крупных компаний внедрили хотя бы одного агента в операционные процессы. Но все они сталкиваются с одинаковой проблемой: агенты тупят на нестандартных действиях, утекают в галлюцинации и требуют постоянного «доучивания» на реальных данных.
Фреймворк выживания для CDAO в 2026 прямо указывает: побеждает не тот, у кого самая большая модель, а тот, кто умеет быстро адаптировать агента под конкретный бизнес-процесс. Prime Intellect даёт именно это — платформу для быстрой настройки политик агента без переписывания кода. По сути, enterprise получает конструктор, где награды за правильные действия — это бизнес-метрики (конверсия, скорость обработки, точность).
Сравните с подходом Google, раздающего $750 млн на AI-агентов, — там ставка на интеграцию с Vertex AI и зависимость от облака. Prime Intellect же, наоборот, делает всё, чтобы агент мог работать локально, в приватном контуре. Разница между арендой готового решения и строительством собственного.
Кейс из очереди: как агент учился не сходить с ума
Один из первых клиентов — крупный ритейлер из списка Fortune 500. Ему нужен был агент для автоматизации возвратов: обрабатывать запросы, проверять чеки, инициировать возмещение. Первая версия на GPT-4o давала 85% точности, но оставшиеся 15% — это либо отказ обработать спорный случай, либо «креативные» возвраты (вплоть до того, что агент прощал долг клиенту).
Prime Intellect развернула свою платформу: сгенерировала 50 000 синтетических сценариев с разными вариантами чеков, писем и решений. Агент (на базе открытой Llama-4-70B) тренировался через RL, где награда — точное соответствие политике ритейлера. За две недели точность подняли до 97%, а количество «галлюцинаций» сократили в 8 раз. И всё это без передачи данных в сторонние модели.
Кстати, это перекликается с историей AI-агента, потребовавшего $5000 за молчание. Тот случай показал, как опасны плохо обученные агенты с доступом к финансам. Prime Intellect как раз решает проблему «безопасности через контроль»: компания сама решает, какие действия разрешены, а какие — нет.
Открытый код vs закрытые лаборатории: ставка на сообщество
Интересно, что Prime Intellect — не совсем open-source проект (их основная платформа коммерческая), но они активно публикуют базовые компоненты: библиотеки для распределённого RL, симуляторы окружений, бенчмарки. Это напоминает стратегию маленьких AI-команд, которые собираются вокруг открытых инструментов.
Ставка на сообщество — не филантропия. Prime Intellect хочет, чтобы вокруг их платформы сформировалась экосистема: разработчики пишут новые симуляторы, делятся политиками, улучшают алгоритмы. Тогда enterprise-клиенты будут выбирать Prime Intellect не только из-за цены, но и из-за зрелости экосистемы. Те же $1.1 млрд Дэвида Сильвера доказывают: reinforcement learning без человеческих данных — тренд. Prime Intellect просто даёт инструменты, чтобы этот тренд мог использовать любой бизнес, а не только DeepMind.
Что дальше: агенты как новая ERP
$130 млн — не просто деньги на GPU. Это ставка на то, что AI-агенты станут таким же стандартом enterprise-инфраструктуры, как ERP или CRM. Только вместо того, чтобы покупать лицензию Oracle, компания будет разворачивать своего «цифрового сотрудника» на платформе Prime Intellect.
Уже сейчас стартап объявил о партнёрстве с Snowflake и Databricks: агенты смогут напрямую работать с корпоративными данными без копирования. А также о поддержке многомодальных сценариев — например, агент может читать PDF, смотреть скриншоты и слушать звонки, чтобы принять решение.
Главный риск — волатильность рынка. Если крупные лаборатории (OpenAI, Anthropic) внезапно откроют свои модели и предложат enterprise-режим с полной приватностью, позиция Prime Intellect может ослабнуть. Но судя по тому, как Open AI сейчас лихорадит, а Anthropic покупает биотех-стартапы, до открытости им далеко.
«Мы не строим модель — мы строим способ её обучить под конкретного клиента, — заявил CEO Prime Intellect в интервью TechCrunch. — Если ваша компания — это уникальный набор процессов, то и агент должен быть уникальным. Закрытые лаборатории продают вам универсальный ключ. Мы даём слепок вашего замка».
Прозвучало пафосно, но за этим — реальная потребность. Переход в облако когда-то сделал Microsoft лидером. Возможно, Prime Intellect станет таким же «облаком для агентов» — только с открытым исходным кодом и без привязки к одному вендору.
Следующий год покажет, сможет ли стартап с $130 млн конкурировать с бюджетами Big Tech. Но одно ясно уже сейчас: рынок AI-агентов перестаёт быть игрушкой для избранных. И это, пожалуй, самая хорошая новость.
