Obtener IAuna startup fundada y dirigida por el ex inversionista fundador de DeepMind, Humayun Sheikh, el miércoles anunció el tirada de tres productos interconectados diseñados para proporcionar la confianza, la coordinación y la interoperabilidad necesarias para los ecosistemas de agentes de IA a gran escalera.

El tirada incluye ASI: Unouna plataforma de orquestación de IA personal; Apañarse negociosun portal de comprobación y descubrimiento para agentes de marca; y Agenteversoun directorio destapado que alberga a más de dos millones de agentes.

En conjunto, el sistema posiciona a Fetch como un proveedor de infraestructura para lo que claridad la “Web Agencia”, una capa donde las IA de los consumidores y las IA de las marcas colaboran para completar tareas en sitio de simplemente sugerirlas.

La compañía dice que las herramientas abordan una seto central de la IA del consumidor flagrante: los modelos pueden proporcionar recomendaciones pero no pueden ejecutar de forma confiable acciones de varios pasos que requieren coordinación entre las empresas. El enfoque de Fetch se centra en permitir que agentes de diferentes organizaciones interoperen de forma segura, utilizando identidades verificadas y contexto compartido para completar flujos de trabajo de un extremo a otro.

“Estamos creando la misma cojín para los agentes que Google creó para los sitios web”, dijo Humayun Sheikh, fundador y director ejecutor de Fetch AI, y uno de los primeros inversores en DeepMind, en un comunicado de prensa proporcionado a VentureBeat. “En sitio de simplemente apañarse información, su IA personal se coordina con agentes de marca verificados para hacer las cosas”.

La fundación de Fetch y la conexión con DeepMind

Fetch AI fue fundada en 2017 por Humayun Sheikh, un emprendedor cuya inversión original en DeepMind ayudó a respaldar el avance comercial de la empresa antiguamente de su adquisición por parte de Google. “Fui una de las primeras cinco personas en DeepMind y su primer inversor. Mi cheque fue el primero en resistir”, dijo Sheikh, reflexionando sobre el período en el que la investigación descubierta en estudios maquinal todavía era en gran medida inaccesible fuera de las grandes empresas de tecnología.

Su experiencia temprana ayudó a dar forma a la dirección de Fetch. “Incluso en 2013, tenía claro que los sistemas de agencia serían los que funcionarían. Ahí es donde me concentré: en la red de agencia”, señaló Sheikh. Fetch se basó en esta exposición desarrollando infraestructura para agentes de software autónomos, centrándose en la identidad verificable, el intercambio seguro de datos y la coordinación de múltiples agentes.

En los últimos primaveras, la compañía se expandió a un equipo de 70 personas en Cambridge y Menlo Park, recaudó aproximadamente $60 millones y acumuló más de un millón de usuarios interactuando con su maniquí, datos que informaron el diseño de los productos recientemente lanzados.

Sheikh agregó que su audacia de iniciar la compañía inicialmente provino directamente de las ganancias de la salida de DeepMind, y señaló en la entrevista que si perfectamente la liquidación a Google fue “una buena salida”, creía que el equipo podría acontecer esperado una valoración más entrada.

El primer período de autofinanciación permitió a Fetch comenzar a trabajar en 2015 (mucho antiguamente de que las arquitecturas de transformadores se generalizaran) en la hipótesis de que la infraestructura agente se convertiría en fundamental para la IA aplicada.

ASI:One es una plataforma para orquestación multiagente

El núcleo del tirada es ASI: Unouna interfaz de maniquí de jerga diseñada específicamente para coordinar múltiples agentes en sitio de invadir consultas aisladas. Fetch lo describe como una “capa de inteligencia” que maneja el intercambio de contexto, el enrutamiento de tareas y el modelado de preferencias.

El sistema almacena señales a nivel de sucesor, como aerolíneas preferidas, restricciones dietéticas, rangos de presupuesto, identificadores de programas de fidelización y disponibilidad de calendario. Cuando un sucesor solicita una tarea compleja, como planificar un alucinación con reservas de vuelos, hoteles y restaurantes, ASI:One recupera esas preferencias y delega el trabajo a los agentes verificados adecuados. Luego, los agentes devuelven resultados procesables, incluido el inventario y las opciones de reserva, en sitio de recomendaciones genéricas.

En la maña, ASI:One funciona como un procreador de flujo de trabajo a través de las fronteras organizativas. A diferencia de las aplicaciones LLM convencionales, que a menudo dependen de API o técnicas RAG para mostrar información, ASI:One está diseñada para coordinar agentes autónomos que pueden completar transacciones. Fetch señala que la personalización restablecimiento con el tiempo a medida que el maniquí acumula datos de preferencias estructurados.

Sheikh enfatizó la distinción entre ejecución orquestada y producción tradicional de IA. “No se prostitución de apañarse opciones por separado y esperar que funcionen juntas”, dijo. “Es orquestación”.

Añadió que la inmueble de Fetch es intencionalmente modular: “Nuestra inmueble es una combinación de modelos agentes y expertos. Un maniquí prócer no es suficiente: se necesitan especialistas. Por eso construimos ASI1, adaptado específicamente para sistemas agentes”.

La entrevista asimismo reveló nuevos detalles sobre los sistemas de personalización de ASI:One: la plataforma utiliza múltiples gráficos de conocimiento propiedad del sucesor para acumular preferencias, historial de viajes, conexiones sociales y limitaciones contextuales.

Estos gráficos de conocimiento están aislados por sucesor y no se mezclan con ningún noticia operado por Fetch. Sheikh describió esto como una “columna vertebral determinista” que le da a la IA personal una capa de memoria estable más allá de la salida probabilística de un único maniquí prócer.

ASI:One se vara hoy en traducción Beta, con un tirada más amplio previsto para principios de 2026. Fetch asimismo ofrece ASI:One Mobile, agresivo a principios de este año, que brinda a los usuarios paso a las mismas capacidades de orquestación de agentes en iOS y Android. La aplicación móvil se conecta directamente a Agentverse y a los gráficos de conocimiento del sucesor, lo que permite la ejecución de tareas sobre la marcha y la interacción en tiempo existente con agentes registrados.

Fetch Business ofrece identidad verificada y control de marca

Para permitir una coordinación confiable entre consumidores y empresas, Fetch está introduciendo un portal de comprobación y descubrimiento llamado Fetch Business.

La plataforma permite a las organizaciones corroborar su identidad y requerir un identificador oficial de Brand Agent (por ejemplo, @Hilton o @Nike), independientemente de las herramientas que utilicen para crear el agente subyacente.

Fetch posiciona el producto como un análogo del registro de dominios de ICANN y los sistemas de certificados SSL para sitios web. El estado verificado tiene como objetivo proteger a los consumidores de la interacción con agentes falsificados o que no son de confianza, un problema que la compañía describe como una barrera importante para la prohijamiento generalizada de agentes.

El sistema incluye herramientas de bajo código para que las pequeñas empresas creen agentes en unos pocos pasos y conecten API en tiempo existente, como inventario, sistemas de reservas o plataformas CRM.

“Con Fetch, puedes crear un agente en un minuto. Obtiene un identificador, como un nombre de sucesor de Twitter, y puedes personalizarlo completamente, incluso darle permisos en las redes sociales para propagar en tu nombre”, dijo Sheikh. Una vez que una marca reclama su espacio de nombres, su agente se vuelve reconocible para las IA de los consumidores y otros agentes adentro de Agentverse.

La empresa ha reservado previamente miles de espacios de marcas en previsión de la demanda. El estado de comprobación persiste en cualquier plataforma que se integre con Agentverse, creando una capa de identidad portátil para los agentes comerciales.

La entrevista destacó que Fetch Business hereda directamente las primitivas de confianza web: los propietarios de dominios verifican su identidad insertando un fragmento de código corto en el backend de su sitio web existente, lo que permite que el sistema supere un desafío criptográfico y otorgue al agente una insignia de autenticidad similar a un “comprobación celeste” para las identidades de los agentes. Sheikh enmarcó esto como “reutilizar la capa de confianza que la web ya ha tardado décadas en construir”.

Las empresas pueden comenzar a requerir agentes ahora en negocio.fetch.ai.

Agentverse es un directorio destapado de más de 2 millones de agentes.

El componente final del tirada es Agenteversoun directorio destapado y una plataforma en la abundancia que aloja agentes y permite la capacidad de descubrimiento entre ecosistemas. Fetch afirma que ya se han registrado millones de agentes, que abarcan categorías de viajes, comercio minorista, entretenimiento, servicios de alimentos y empresas.

Agentverse proporciona metadatos, descripciones de capacidades y razonamiento de enrutamiento que ASI:One utiliza para identificar agentes apropiados para tareas específicas. Incluso admite comunicación segura e intercambio de datos entre agentes. La compañía señala que el directorio es independiente de la plataforma: los agentes creados con cualquier situación pueden unirse e interoperar.

Según Sheikh, la yerro de una capa de descubrimiento es una de las razones por las que la mayoría de los agentes de IA ven poco o ningún uso. “El noventa por ciento de los agentes de IA nunca se utilizan porque no existe una capa de descubrimiento”, afirmó.

Enmarcó el papel de Agentverse en términos más técnicos: “En este momento, si construyes un agente, no hay una forma universal para que otros lo descubran. Eso es lo que resuelve AgentVerse: es como DNS para agentes”. Incluso describió el sistema como un componente esencial de la hacienda de agentes emergente: “Fetch está construyendo el Google de los agentes. Así como los sitios web necesitan búsqueda, los agentes necesitan descubrimiento, confianza e interacción; Fetch proporciona todo eso”.

La entrevista subrayó por otra parte que Agentverse es independiente de la abundancia por diseño. Sheikh comparó esto con los ecosistemas de agentes competidores vinculados a proveedores de abundancia específicos, argumentando que un registro universal sólo es viable si es independiente de los entornos de abundancia propietarios. Dijo que la inmueble abierta permite a un LLM consultar a cualquier agente “adentro de un minuto de la implementación”, convirtiendo la publicación del agente en un proceso casi instantáneo similar al registro de un dominio.

Agentverse asimismo integra vías de suscripción, lo que permite a los agentes ejecutar compras utilizando socios como Visa, Skyfire y monedas estables compatibles. Los consumidores pueden configurar límites de pago o solicitar aprobación explícita para las transacciones.

Contexto e implicaciones de la industria

El tirada de Fetch llega en un momento en que las plataformas de inteligencia fabricado para consumidores están explorando el cambio de interfaces de chat estáticas a agentes autónomos capaces de completar acciones. Sin incautación, la mayoría de los sistemas de agentes siguen estando limitados por arquitecturas aisladas, interoperabilidad limitada y estándares de comprobación débiles.

Fetch posiciona su infraestructura como una respuesta a estas limitaciones al proporcionar una capa de coordinación multiplataforma, un sistema de identidad y un servicio de directorio. La empresa sostiene que un ecosistema de agentes requiere mecanismos de comprobación consistentes para certificar que los consumidores interactúen con representantes auténticos de la marca en sitio de imitaciones. Al establecer un control del espacio de nombres e indicadores de confianza portátiles, Fetch Business pretende guatar un malogrado similar a la comprobación temprana de dominios web.

Al mismo tiempo, ASI:One intenta centralizar los datos de preferencias del sucesor de una forma que permita una personalización más valioso y una coordinación entre múltiples agentes. Este enfoque difiere de las aplicaciones LLM generalistas, que a menudo carecen de arquitecturas de preferencias persistentes o paso directo a agentes controlados por la marca.

La entrevista asimismo dejó claro que los micropagos y la infraestructura de transacciones digitales son fundamentales para la visión a generoso plazo de Fetch. Sheikh hizo remisión a integraciones con protocolos como 402 y AP2 de Coinbase, posicionando estas capacidades como esenciales para que los agentes autónomos completen tareas de un extremo a otro que incluyen la ejecución financiera.

El tirada combinado de Fetch de ASI:One, Fetch Business y Agentverse presenta una pila interconectada diseñada para consentir la implementación y el uso a gran escalera de agentes de IA. La empresa enmarca el sistema como una infraestructura fundamental para un ecosistema de agencia, donde las IA de los consumidores pueden coordinarse con agentes de marca verificados para completar tareas de forma confiable y segura. Las adiciones a sus capas de identidad, descubrimiento y orquestación reflejan la exposición de larga data de Fetch, arraigada en parte en las lecciones del avance original de DeepMind, de que la inteligencia se vuelve significativa solo cuando se combina con la capacidad de comportarse.