Стартап Niteshift, основанный бывшими инженерами Datadog, привлёк $7 млн в посевном раунде под руководством Greylock. Участие в раунде приняли Reid Hoffman, сооснователи Datadog Оливье Помель и Алексис Лё-Куок, Анкур Гойял из Braintrust и Миша Ласкин из Reflection. Компания занимается ИИ-кодингом: создаёт инфраструктуру, которая позволяет разрабатывать код с помощью нескольких моделей машинного обучения без привязки к единственному поставщику.
Niteshift выходит на рынок с тезисом, что компании не захотят доверять свои самые чувствительные активы — код, управляющий продуктами, — напрямую создателям моделей вроде OpenAI и Anthropic, которые всё активнее выходят на рынки приложений. Генеральный директор Саджид Мехмуд проводит параллель с Datadog: в эпоху «розничного апокалипсиса» многие онлайн-ритейлеры отказывались строить инфраструктуру на Amazon Web Services, опасаясь конкуренции с Amazon. «Мы однозначно увидим ту же динамику, когда Anthropic начнёт конкурировать в юридической сфере, здравоохранении, финансах и других отраслях», — заявил Мехмуд.
Продукт Niteshift не заменяет Claude Code или Codex — два самых популярных ИИ-агента для кодинга, а снижает зависимость от них. Облачный слой для ИИ-кодинга Niteshift маршрутизирует запросы между этими моделями, а также открытыми альтернативами, в зависимости от потребностей проекта. Компания зарабатывает не на продаже токенов, а на инфраструктуре: взимает плату за минуту использования, наподобие облачных провайдеров. «Все остальные продают интеллект для замены труда, — отметил Мехмуд. — Мы продаём программное обеспечение для агентов, а не для людей — но мы по-прежнему продаём софт».
Стартап позиционирует себя как инфраструктура для ИИ-кодинга, не привязанная к одной модели.
Niteshift выходит на насыщенный рынок инструментов ИИ-кодинга. Среди конкурентов — Cursor, для которого TechCrunch упоминает возможную сделку со SpaceX, Cognition (привлёк $1 млрд при оценке $26 млрд), Amazon Bedrock и шлюз OpenRouter (привлёк $113 млн при оценке $1,3 млрд). Основатели рассчитывают, что опыт масштабирования Datadog через проблемы, с которыми сейчас сталкиваются крупные инженерные организации при внедрении ИИ-кода, станет ключевым преимуществом.