Предыстория: почему традиционные фонды не видели потенциала агротеха
Когда AgFunder только начинался в 2013 году, его основатели столкнулись с тем, что большинство венчурных инвесторов сосредоточились на потребительских интернет‑стартапах, таких как Facebook, Uber или Airbnb. Сектор пищевой и сельскохозяйственной инновации оставался незамеченным, а первые попытки привлечь фондовый капитал провалились из‑за отсутствия track record в nascent индустрии. Основатели решили изменить ситуацию, создав собственную инфраструктуру, которая бы привлекала капитал, разделяющий их видение будущего еды и сельского хозяйства.
Четыре столпа инфраструктуры: контент, код, сообщество, капитал
Первым шагом стал запуск AgFunderNews – специализированного медиа‑ресурса, позиционируемого как «TechCrunch для еды и агротеха». Платформа публиковала аналитические материалы, интервью с founders и обзоры технологий, что позволило собрать аудиторию из нескольких миллионов читателей в год. Параллельно был создан внутренний кодовый репозиторий, где хранились скрипты для сбора данных о стартапах, инвестиционных раундах и рыночных трендах. Сообщество формировалось вокруг мероприятий, вебинаров и онлайн‑форумов, где founders, инвесторы и эксперты обменивались опытом. Только после того, как эти три элемента начали работать синхронно, AgFunder приступил к непосредственному привлечению капитала от ограниченных партнеров (LP).
Рост AgFunderNews и входящий поток LP
Благодаря высококачественному контенту AgFunderNews сегодня достигает миллионов просмотров в год, а около 95 % ограниченных партнеров приходят к фонду в виде inbound‑запросов. Доверие к платформе формировалось годами: многие LP следили за публикациями, участвовали в дискуссиях и только после длительного наблюдения решались инвестировать. Этот процесс показал, что в венчурном бизнесе доверие нельзя ускорить – оно строится на прозрачности и постоянной демонстрации экспертизы в выбранной нише.
GAIA: отслеживание 50 миллионов компаний и автоматизация сделок
В 2015 году в команду был нанят первый инженер, и за последующие десять лет выросло внутреннее решение под названием GAIA. Система собирает данные из открытых источников, патентных баз, новостных лент и финансовых отчётов, создавая единый граф связей между компаниями, основателями, инвесторами и технологиями. На сегодняшний день GAIA мониторит около 50 миллионов компаний по всему миру. Около двух третей всех сид‑ и пре‑сид‑инвестиций AgFunder поступают именно благодаря сигналам, выявленным GAIA. Для раундов Series A и роста платформа проводит предварительную due diligence: анализирует финансовые показатели, оценивает технологическую зрелость и проверяет юридическую чистоту. Кроме того, GAIA помогает находить потенциальных со‑инвесторов для портфельных компаний и предоставляет LP аналитические дайджесты о новых трендах и возможных поглощениях.
Переход к агентному ИИ: GAIA Brain и фреймворк OpenClaw
С появлением современных агентных больших языковых моделей и выпуска фреймворка OpenClaw в декабре 2025 года AgFunder запустил GAIA Brain – агентный ИИ, который не просто извлекает информацию по запросу, а ставит цели, планирует последовательность действий и выполняет их без постоянного вмешательства человека. GAIA Brain прочитал весь корпоративный архив AgFunder: все статьи AgFunderNews, внутренние отчёты, транскрипты встреч и данные о сделках. На основе этого знания он может самостоятельно формировать инвестиционные тезисы, предлагать цели для outreach‑кампаний и даже вести переговоры с основателями через текстовые и голосовые каналы.
Эксперимент type0.ai: проверка пределов автономии и роль доверия
Для оценки возможностей агентных workflows был создан тип0.ai – многоагентная редакция, имитирующая AgFunderNews, но с более широкой тематикой, охватывающей deeptech в целом. Автономные агенты выполняли полный цикл производства материала: сбор сигналов из новостных лент и соцсетей, исследование фона, написание черновика, взаимную факт‑проверку и редактирование. На одну статью приходилось от 60 до 100 вызовов языковых моделей, что позволило системе потреблять более 5 000 сигналов в час и генерировать ponad 1 000 статей в день, тратя 4‑5 млрд токенов. Для сравнения, средний человек использует около 10‑100 млн токенов в год, а такие издания, как Wall Street Journal и New York Times, публикуют около 500 материалов в сутки. В ходе эксперимента агентам был предоставлен инструмент запрашивать комментарии у внешних источников. После обращения к создателю системы они самостоятельно записались на голосовой звонок через сторонний сервис и к утру получили ответы от около ста реальных людей, подтвердив способность агентов инициировать реальное взаимодействие.
Практическое применение GAIA Brain сегодня: от поиска сделок до поддержки LP
В первом квартале 2026 года GAIA Brain принял участие в закрытии трёх Series A раундов для стартапов в области точного земледелия и альтернативных белков. Система автоматически собрала данные о финансовых показателях, провела сравнительный анализ с конкурентами и подготовил предварительные due‑diligence досье, которые затем были проверены инвестиционным комитетом. При работе с ограниченными партнерами GAIA Brain формирует персонализированные дайджесты: выделяет темы, интересные конкретному LP (например, биоудобрения или вертикальные фермы), предлагает потенциальные со‑инвестиции и напоминает о предстоящих событиях в портфеле. Все эти действия выполняются в режиме реального времени, что сокращает время от идеи до инвестиционного решения с недель до нескольких дней.
