La startup d’agents de codage d’IA Niteshift a levé un tour de table de 7 millions de dollars dirigé par Jerry Chen de Greylock. C’est une somme modeste par rapport aux normes de l’IA, mais la startup, fondée par deux anciens ingénieurs de Datadog, a attiré de grands noms comme Reid Hoffman, Olivier Pomel et Alexis Lê-Quôc de Datadog, Ankur Goyal de Braintrust et Misha Laskin de Reflection AI.
Fondée par Sajid Mehmood et Conor Branagan, qui ont contribué à la croissance de Datadog depuis ses débuts jusqu’à une valorisation de plusieurs milliards, la société est entrée dans l’espace encombré du codage de l’IA avec une idée convaincante : pourquoi une entreprise confierait-elle ses actifs les plus sensibles – le code qui exécute ses produits – directement à des modélistes comme OpenAI et Anthropic, étant donné que ces entreprises « tuent » constamment des startups et des entreprises en lançant des applications concurrentes ?
Mehmood, qui en est le PDG, apprécie la croissance initiale de Datadog, lorsque la société de surveillance a conquis des clients de commerce électronique qui refusaient de s’appuyer sur Amazon Web Services. C’était une préoccupation raisonnable, étant donné qu’Amazon mettait simultanément en faillite bon nombre de ces mêmes magasins de détail dans ce qui est devenu connu sous le nom de « l’apocalypse du commerce de détail ».
L’équivalent IA, selon Mehmood, est déjà en cours. Anthropic, OpenAI et d’autres évoluent rapidement sur les marchés verticaux des logiciels – ce que certains appellent la SaaSpocalypse.
« Chez Datadog, nous l’avons clairement vu », a déclaré Mehmood. « Une grande partie de notre activité multicloud provenait d’entreprises de commerce électronique qui ne voulaient pas fonctionner sur Amazon, n’est-ce pas ? … Nous allons absolument voir la même dynamique qu’Anthropic pour être compétitif dans les domaines juridique, de la santé, de la finance et autre. »
Le pari est que les entreprises rechercheront de plus en plus une infrastructure qui sépare le modèle de codage de toutes les autres orchestrations nécessaires pour garantir que le code généré par l’IA est correctement vérifié et maintenu (et qu’elles voudront un fournisseur sans agenda concurrent).
Pour être clair, Niteshift ne remplace pas Claude Code ou Codex, les deux agents de codage les plus populaires. Il fait valoir que cela réduit la dépendance à leur égard.
Le cloud de codage IA de Niteshift acheminera ces modèles – ainsi que les options open source et autres – en fonction des besoins de chaque projet.
« Il est important de pouvoir basculer entre les modèles GPT et Claude », a déclaré Mehmood, « Tout le monde craint de se faire piétiner par ces géants. »
C’est cette idée qui a poussé Greylock’s Chen à mordre.
« À mesure que les laboratoires pionniers progressent dans la pile, il existe une opportunité d’offrir aux clients une voie alternative : séparer leurs agents de l’infrastructure sur laquelle ils fonctionnent », a déclaré Chen à TechCrunch. « Niteshift construit la plate-forme qui permet cela pour les agents de codage, permettant aux clients d’investir profondément dans leurs outils de développement sans s’enfermer dans un seul modèle ou fournisseur d’agents. »
De plus, Niteshift ne vend pas de jetons. Il vend des infrastructures, facturant comme un fournisseur de cloud, avec des tarifs d’utilisation à la minute.
« Tout le monde vend des renseignements sur le remplacement de la main-d’œuvre », a déclaré Mehmood. « Nous vendons des logiciels à des agents, par opposition aux humains, mais nous vendons toujours des logiciels. »
Malgré cela, Niteshift entre sur un marché encombré d’outils de codage d’IA. L’indépendance du modèle n’est pas une idée nouvelle et les concurrents de Niteshift ont une longueur d’avance considérable. Cela inclut Cursor, même s’il pourrait bientôt être englouti par SpaceX ; Cognition, qui vient de lever 1 milliard de dollars pour une valorisation de 26 milliards de dollars ; substrat rocheux amazonien ; et la plateforme de passerelle AI OpenRouter, qui vient de lever 113 millions de dollars pour une valorisation de 1,3 milliard de dollars. La liste est longue.
La réponse de Mehmood à tout cela est la profondeur de l’équipe fondatrice. Mehmood et Branagan n’ont pas seulement étudié ces problèmes : ils les ont vécus, faisant évoluer Datadog à travers les difficultés croissantes auxquelles les grandes organisations d’ingénierie sont désormais confrontées avec le code généré par l’IA. Selon lui, les équipes doivent exécuter, tester et vérifier les logiciels de manière autonome dans leurs environnements de production réels, et elles ont besoin d’une infrastructure construite par des personnes qui l’ont fait à grande échelle.
Lorsque vous achetez via des liens dans nos articles, nous pouvons gagner une petite commission. Cela n’affecte pas notre indépendance éditoriale.
