Hoje, anunciamos que a Naïve levantou US$ 28,5 milhões em uma rodada Série A para construir a infraestrutura que os agentes de IA precisam para administrar negócios inteiros.
Essa rodada foi liderada pela Nexus Venture Partners, com participação da Y Combinator, da Zetta, da Liquid 2 e de outros.
Os cofundadores Sean Dorje e Dennis Zax vêm construindo juntos desde os 14 anos. Venderam a primeira empresa ainda adolescentes, abandonaram Berkeley, entraram na Y Combinator e passaram os últimos anos pensando em como será o mundo quando agentes puderem administrar negócios por completo.
O Problema: o app fica pronto em uma tarde. O negócio leva meses.
Agentes de codificação agora conseguem entregar um app funcional em uma tarde. Mas transformar esse app em um negócio real em operação ainda leva meses.
Desenvolvedores integram manualmente pagamentos, abertura de empresa, e-mail, números de telefone, computação, memória, bancos de dados, autenticação e dezenas de outros serviços. Toda essa infraestrutura foi construída para operadores humanos, não para agentes autônomos.
A Solução: um arquivo de configuração, uma API, toda a stack operacional
A Naïve está reconstruindo e unificando toda a stack de negócios para agentes.
Hoje, milhares de desenvolvedores escrevem um único arquivo de configuração, e a Naïve provisiona tudo o que seus agentes precisam por meio de uma API unificada:
Identidade no mundo real: KYC/KYB, abertura de LLC, e-mail, telefone, cartões virtuais Cloud: banco de dados, hospedagem, computação, armazenamento, autenticação Agentes Serverless: Hermes, Claude Code, Codex, Vetta Orquestração: gerenciamento de tarefas, comunicação entre agentes, agendamento Inferência / roteamento de modelos Memória: uma camada de contexto que cresce junto com toda a empresa. Gateway de ferramentas 10k+: Stripe, Github, Quickbooks, Higgsfield, Browser, etc. Governança: aplicar políticas de capacidade, logs de auditoria e aprovação HITL
O Futuro: multiplicando a inteligência por token
Com esse novo capital, a Naïve está montando um laboratório em torno de uma observação simples: empresas autônomas dependem cada vez mais de loops de agentes para concluir o trabalho. No entanto, esses loops de agentes são extremamente ineficientes devido ao lock-in dos modelos de fronteira, aos custos de computação ociosa e ao gerenciamento ineficiente de contexto. Nossa visão é maximizar o trabalho por token gasto nesses loops de agentes em 4 áreas:
- Agentes Serverless.
minimizar computação. Agentes e seus sandboxes rodam como V8 isolates. Sem VMs, sem servidores alugados parados. Como os agentes passam 95% do tempo esperando, você só paga pelos milissegundos em que eles estão de fato executando. 2,3 ms de cold start, 1,2 MB por agente.
- Inferência.
minimizar custo por token. Cada chamada é roteada para o modelo mais barato que consegue respondê-la, modelos de linguagem pequenos para tarefas mecânicas e inferência em lote para agentes de longa duração.
- Cérebro.
minimizar tokens de entrada. Uma camada de memória para a empresa. Destila conversas em fatos estruturados e entrega a cada agente apenas o contexto de que aquela chamada precisa. Supera o estado da arte em recall com ~11x menos tokens por consulta.
- Orquestração da Força de Trabalho de Agentes.
minimizar turnos desperdiçados. Delega o trabalho ao subagente certo no nível certo, em vez de executar tudo ao custo de fronteira. Hospedado de forma serverless por 1/100 do custo.
Nossos primeiros benchmarks conseguem iniciar um agente em 2,3 milissegundos usando 1,2 MB, reduzir os custos de inferência em várias vezes e obter um recall de memória mais forte enquanto usam 11x menos tokens por consulta.
Nesta próxima década, os gastos com agentes devem escalar para trilhões à medida que as empresas passarem a operar completamente com agentes que concluem o trabalho de forma autônoma. Nossa visão com a pesquisa é fazer cada token render mais, para que empresas autônomas se tornem uma realidade economicamente viável.
Agradecemos a todos os nossos investidores, incluindo:
Abhishek Sharma (sócio na Nexus)
Andrew Miklas, Diana Hu (sócios na YC)
Apoorva Pandhi (GP na Zetta VP)
Raj Singh (GP na Z21 Ventures)
Jimmy Cho (investidor, DEEPCORE (Softbank))
Michael Ma (sócio, Liquid 2 Ventures)
Vijay Krishnan (cofundador da Turing)
Gokul Rajaram
JD Sherman (ex-presidente da Hubspot)
Tim Zheng (fundador da Apollo)
Robert Chatwani (presidente da Docusign)
Zachary Sims (fundador da Codeacademy)
Gert Lanckriet (Head de ML na Amazon)
Eric Ciarla (cofundador da Firecrawl)
Estamos contratando pessoas dispostas a quebrar benchmarks e avançar a fronteira da infraestrutura de negócios com agentes.
Saiba mais e comece a construir em usenaive.ai.
