Niteshift ma $7 milionów na ucieczkę od lock-inu w AI coding agentach

Niteshift, założony przez byłych inżynierów Datadogu, zebrał seed $7 milionów prowadzony przez Greylock i sprzedaje infrastrukturę dla AI coding agentów. Stawką nie jest kolejny autocomplete, tylko możliwość przełączania się między GPT, Claude i modelami open source, gdy dostawca modelu zaczyna konkurować z klientem.

Byli inżynierowie Datadogu budują warstwę cloud dla coding agentów

Niteshift założyli Sajid Mehmood i Conor Branagan, byli early engineers w Datadogu. Według TechCrunch firma zebrała $7 million seed round prowadzony przez Jerry’ego Chena z Greylocka. Wśród aniołów są Reid Hoffman, Olivier Pomel i Alexis Lê-Quôc z Datadogu, Ankur Goyal z Braintrust i Misha Laskin z Reflection AI.

Produkt nie ma być bezpośrednim zamiennikiem Claude Code ani Codexu. Niteshift buduje AI coding cloud, który ma routować pracę między różnymi modelami, w tym GPT, Claude i opcjami open source.

Model biznesowy brzmi bardziej jak infrastruktura niż odsprzedaż tokenów. Firma mówi o rozliczaniu per minute oraz o warstwie do orchestration, testowania, vettingu i utrzymania kodu tworzonego przez agentów.

Lock-in boli najmocniej, gdy dostawca modelu sprzedaje też aplikację

Analogia z Datadogiem działa, bo problemem nie jest tylko cena. Mehmood przypomina firmy e-commerce, które nie chciały opierać się na AWS, bo Amazon był jednocześnie ich rywalem. Niteshift twierdzi, że podobny wzorzec pojawia się przy modelach AI.

Dla zespołów enterprise kod jest bardziej wrażliwym zasobem niż zwykły prompt. Jeśli agentic workflow przywiąże się do jednego dostawcy modelu, decyzja techniczna staje się zależnością handlową. Zmiana modelu to nie tylko podmiana endpointu. Dotyka evals, testów, uprawnień, logów i procesu review.

Właśnie tę kontrolę sprzedaje Niteshift. Nie mówi, że ma najlepszy model. Mówi, że klient nie powinien pozwolić, aby najlepszy model posiadał cały węzeł ruchu dla pracy z kodem.

Warstwa multi-model może być polisą albo kolejnym pośrednikiem

Słaby punkt jest oczywisty: routing między modelami łatwo obiecać, trudno zrobić dobrze. Każdy model ma inne zachowanie, narzędzia, limity kontekstu i typowe błędy. Abstrakcja, która zbyt mocno wszystko wygładza, może ukryć dokładnie te różnice, które reviewer powinien widzieć.

Rynek jest też zatłoczony. Cursor, Cognition, Claude Code, Codex, Bedrock i OpenRouter naciskają na różne części stacku. Seed $7 million jest dobrym sygnałem zaufania do zespołu, ale w tej kategorii szybko znika w produkcie, infrastrukturze i enterprise sales.

O wartości zdecyduje przenośność na prawdziwym repo

Następnym dowodem nie będzie launch post, tylko migracja. Jeśli Niteshift pokaże, że zespół może przenieść agentic workflow między modelami bez psucia testów, audytów i kolejki review, pitch zacznie mieć sens ekonomiczny.

Warto też patrzeć na pricing. Rozliczanie per minute brzmi jak cloud, ale kupujący będą porównywać koszt ukończonego pull requestu, a nie czas, przez który agent był uruchomiony.

Werdykt Lilith

Niteshift sprzedaje wyjście awaryjne z domu, w którym dostawca modelu wynajmuje pokoje i sam zmienia zamki. Jeśli to wyjście prowadzi tylko do kolejnego korytarza z logo startupu, zespoły enterprise szybko to zauważą.