Экс-техдиректор Rippling Прасанна Санкар вышел из «стелс-режима» с новым стартапом Vorflux — и сразу с 15 млн долларов посевных инвестиций от Y Combinator, Peak XV Partners, Powerset и Alliance, а также ангелов уровня сооснователя Rippling Паркера Конрада и Баладжи Сринивасана. Продукт — не очередной ИИ-помощник для разработчика, а то, что сам основатель называет автопилотом.
Не «копайлот», который держит руль вместе с вами. Автопилот, который ведёт машину сам.
Как это работает технически. Vorflux подключается к существующему инженерному стеку команды и проходит полный цикл разработки самостоятельно: строит план по задаче, назначает под-агентов, пишет код, запускает его на выделенной облачной машине, тестирует результат прямо в браузере — и только затем открывает pull request, готовый к слиянию. Для проверки собственной работы платформа привлекает модель от другого провайдера, а не только ту, что писала код изначально — Санкар объясняет это тем, что обычные ИИ-ассистенты вроде Cursor или GitHub Copilot всё ещё требуют, чтобы инженер лично проверял результат на каждом шаге.
Кто уже на этом рынке. Vorflux выходит не в пустое поле. Cognition, разработчик агента Devin, уже привлёк больше миллиарда долларов и позиционирует свой продукт похожим образом — как автономного ИИ-инженера, а не помощника. По сведениям индустрии, конкурирует и связка Cursor с моделью Grok 4.5, которая, по независимым оценкам, приближается по качеству к топовым моделям Anthropic, но дешевле. Рынок агентных coding-инструментов сейчас — одна из самых горячих и одновременно самых переполненных ниш в ИИ: почти каждую неделю появляется новый игрок с похожим питчем.
Прежний опыт основателя — не случайность. До Vorflux Санкар вместе с Паркером Конрадом в 2016 году основал Rippling — HR- и workforce-платформу, которая выросла в крупную компанию; Санкар оставался её техдиректором до 2020 года. После этого он запустил криптостартап 0xPPL, который свернул в июне 2026-го, когда рынок, на который тот рассчитывал, не сложился в нужные сроки. Vorflux — уже третий крупный проект Санкара, и инвесторы прямо называют это преимуществом: не первый стартап человека с абстрактной мечтой об ИИ, а повторная попытка построить инженерный продукт в масштабе enterprise.
Цена автономности. Полная автономность стоит дорого — и не только в деньгах. Запуск выделенных облачных машин под каждую задачу и постоянное обращение к топовым моделям — это счёт, который выставляется независимо от того, сработал ли план агента с первого раза. Компаниям, которые уже жалуются на растущие расходы на токены (казахстанские стартапы, использующие несколько LLM параллельно, называют суммы в 30–40 тысяч долларов в месяц), инструмент, который тратит токены без постоянного контроля человека, — это не однозначная экономия.
Автономность агента снимает нагрузку с инженера. Но не снимает вопрос, кто в итоге платит за его ошибки.
Главный тест впереди. Сам Санкар признаёт: заявления о качестве работы платформы пока не проверены независимо в масштабе. Индустрия отмечает и более фундаментальную проблему — большинство enterprise-компаний работают со старыми, недокументированными системами, внутренними правилами и командными привычками, которые нигде формально не записаны. ИИ-агенту нужно разобраться во всём этом контексте, прежде чем вносить изменения в продакшн-системы — а компании не дадут агенту свободу действий, пока не поверят, что инструмент безопасен, проверяем и управляем.
Для рынка это будет главным тестом ближайших месяцев: способна ли модель «полного аутсорса разработки» реально сэкономить компании деньги, а не просто переложить трудозатраты инженера на счёт за инфраструктуру.
