Lyzr использовала собственного AI-агента для привлечения раунда на $100 млн
Агентная инфраструктура всё чаще продаёт не только tooling, но и доказательство автономности через собственные операции. Параллельно стек уплотняется вокруг gateway, inference-оптимизаций, локальных knowledge-фреймворков и мультимодальных video-моделей
🧠 Model
Локальное видео
LTX2.3 и Wan 2.1 в ComfyUI-репозиториях показывают движение video-generation моделей к локальным и workflow-ориентированным сборкам
Для агентов с визуальным контекстом и генерацией медиа важны локальные пайплайны, контроль весов и интеграция с node-based tooling
🚀 Funding
Lyzr фандрайзит агентом
Lyzr использовала собственного AI-агента для управления процессом привлечения раунда на $100 млн
Это сильный market proof для agent runtime: корпоративные клиенты будут ждать не демо, а автономных workflow с реальными бизнес-результатами
🔧 Tools
LiteLLM как gateway
LiteLLM развивает Python SDK и proxy server для вызова разных LLM-провайдеров и A2A-агентов через единый AI gateway
Единый gateway-слой становится базовой инфраструктурой агентных систем: маршрутизация, fallback, провайдеры, лимиты и наблюдаемость должны быть встроены с начала
Obsidian для агентов
Obsidian-wiki предлагает markdown-фреймворк, где AI-агенты растут через навыки и знания, читаемые разными coding-агентами
Durable memory и skill-файлы становятся переносимым слоем между агентами, поэтому инфраструктуре нужны форматы знаний, которые переживают смену модели и runtime
🏗 Infrastructure
TensorRT-LLM экосистема
NVIDIA TensorRT-LLM интегрируется с Dynamo и Triton Inference Server как модульный слой оптимизированного LLM inference
Стоимость и задержка inference остаются ключевой экономикой агентной платформы, особенно при параллельных сессиях и локально-облачном гибриде