# Radar: как Particle превращает подкасты в «зрячие» данные для ИИ-агентов

- Site: VeraPoint News
- Section: Новости
- Date: 2026-08-27
- Canonical: https://verapointmedia.com/news/radar-particle-ai-mcp/
- Markdown: https://verapointmedia.com/news/radar-particle-ai-mcp.md
- Summary: Большинство ИИ-агентов сегодня живут в текстовом пузыре, оставаясь слепыми к огромному пласту аудиоинформации. Стартап Particle, основанный бывшими инженерами Twitter, решил эту проблему, запустив Radar — поисковую систему, которая превращает 130 000 подкастов в структурированные данные, доступные для программной обраб
- Target queries: AI news; AI developments; radar-particle-ai-mcp
- Tags: #ai #technology
- Image: https://verapointmedia.com/static/content-assets/news/radar-particle-ai-mcp/cover.webp

## Sources

- https://techcrunch.com/2026/08/26/radar-makes-podcasts-searchable-and-usable-by-ai-agents/

---

Большинство ИИ-агентов сегодня живут в текстовом пузыре, оставаясь слепыми к огромному пласту аудиоинформации. Стартап Particle, основанный бывшими инженерами Twitter, решил эту проблему, запустив Radar — поисковую систему, которая превращает 130 000 подкастов в структурированные данные, доступные для программной обработки.

Суть в том, что агенты обычно «видят» только то, что уже переведено в текст. Radar меняет механику: он не просто транскрибирует аудио, а извлекает из него сущности, темы и даже рекламные интеграции, упаковывая всё это в API и MCP (Model Context Protocol). Теперь ИИ может не просто «слушать» подкаст, а анализировать упоминания брендов или конкретные цитаты в реальном времени.

Это важный сдвиг для тех, кто строит сложные системы. Если раньше для работы с аудио требовались костыли, то теперь Radar предлагает слой «аудио-интеллекта». Это особенно востребовано хедж-фондами, которые ищут инсайты в разговорах, недоступных для обычных поисковиков. По сути, компания превращает хаотичный поток звука в предсказуемый поток данных.

Технически это выглядит как интеграция через API, где пользователь получает не просто текст, а размеченные метаданные с временными метками. Вы можете настроить алерты в Slack или по вебхуку, чтобы агент реагировал, например, на появление конкретного гостя в эфире. Это напоминает попытки структурировать хаос, как в случае с LoopX, который пытается удержать фокус агентов в долгих задачах, или RESTai, выстраивающим рабочие процессы вокруг моделей.

Однако здесь кроется важный вопрос: насколько глубоко агенты смогут использовать эти данные в долгосрочной перспективе? Пока неясно, как именно будет масштабироваться точность извлечения сущностей при росте индекса на 20 000 эпизодов ежедневно. Компания не раскрыла детали того, как именно фильтруются ошибки транскрипции, что критично для бизнес-аналитики.

Radar уже работает с партнерами вроде Exa, предоставляя им доступ к своей базе. Монетизация строится на подписках: от 29 долларов в месяц для частных пользователей до 399 долларов для команд. API-доступ тарифицируется отдельно, исходя из индивидуальных потребностей бизнеса.

В будущем Particle планирует выйти за пределы подкастов, добавив поддержку YouTube и новостных клипов. Это логичный шаг, учитывая, что аудио и видео остаются последними «черными ящиками» для большинства современных ИИ-агентов.

Вопрос остается открытым: станет ли этот «аудио-слой» стандартом для всех агентов или останется нишевым инструментом для тех, кто готов платить за доступ к данным, которые другие просто не слышат?

## Похожие материалы

- [Как отличить рабочий AI-инструмент от красивой демки](https://verapointmedia.com/guides/kak-otlichit-rabochiy-ai-instrument-ot-krasivoy-demki/)
- [Что такое AI-агент простыми словами](https://verapointmedia.com/guides/chto-takoe-ai-agent-prostymi-slovami/)