Runloop slijeće 7 milijuna dolara za napajanje AI kodiranja s obrubom temeljenim na oblaku

RunStartup infrastrukture sa sjedištem u San Franciscu, prikupio je 7 milijuna dolara sjemenskog financiranja kako bi se bavio onim što njegovi osnivači nazivaju „jaz u proizvodnji“-kritični izazov raspoređivanja agensa za kodiranje AI-ja izvan eksperimentalnih prototipa u stvarne poduzeće u stvarnom okruženju.

Krug financiranja, vodio Opće partnerstvo s sudjelovanjem iz Prazni pothvatidolazi kao i tržište alati za umjetnu inteligenciju predviđeno da do 2032. dosegne 30,1 milijardu dolararastući na složenoj godišnjoj stopi rasta od 27,1%, prema višestrukim izvješćima u industriji. Investicijske signale rastuće povjerenje ulagača u infrastrukturu koja omogućuje agentima AI -ja da rade u Enterprise Scale.

Runloop-ova platforma rješava temeljno pitanje koje se pojavilo kao AI alati za kodiranje: gdje se AI agenti zapravo pokreću kada trebaju obavljati složene, više koračne kodirajuće zadatke?

“Mislim da je dugoročni san da za svakog zaposlenika u svakoj velikoj tvrtki postoji pet ili 10 različitih digitalnih zaposlenika ili AI agenata koji pomažu tim ljudima da rade svoj posao”, objasnio je Jonathan Wall, suosnivač i izvršni direktor Runloopa u ekskluzivnom intervjuu s VentureBeat. Wall prethodno suosnivač Google novčanik a kasnije je osnovao Fintech Startup Indekskoji Stečena pruga.

Analogy Wall koristi govori: “Ako razmišljate o zapošljavanju novog zaposlenika u vašoj prosječnoj tehnološkoj tvrtki, vašem prvom danu na poslu, oni su poput:” U redu, evo vašeg laptopa, evo vaše adrese e -pošte, evo vaših vjerodajnica. Evo kako se prijavite u GitHub. ” Vjerojatno provedete svoj prvi dan postavljajući to okruženje. “

Isti princip odnosi se na agente AI, tvrdi Wall. “Ako očekujete da će ti agenti AI moći raditi vrste stvari koje ljudi rade, trebat će im svi isti alati. Trebat će im svoje radno okruženje.”

Run Usredotočeno je u početku na vertikalu kodiranja na temelju strateškog uvida o prirodi programskih jezika nasuprot prirodnom jeziku. “Kodiranje jezika daleko su uži i strožiji od nečega poput engleskog”, objasnio je Wall. “Imaju vrlo strogu sintaksu. Vrlo su vođeni uzorkama. To su stvari u kojima su zaista dobri.”

Što je još važnije, kodiranje nudi ono što zid naziva “ugrađenim funkcijama provjere”. Kôd za pisanje AI agenta može kontinuirano potvrditi svoj napredak pokretanjem testova, sastavljanjem koda ili pomoću alata za zarežanje. “Takve vrste alata nisu dostupni u drugim okruženjima. Ako pišete esej, pretpostavljam da biste mogli provjeriti pravopis, ali procjenjujući relativnu kvalitetu eseja dok ste ga dijele – nema prevodilaca.”

Ova tehnička prednost dokazala je drevnu. Tržište AI kodova doista se pojavilo kao jedan od najbrže rastućih segmenata u Enterprise AI, vođen alatima poput Github copilotkoje Microsoft Reports koriste milijuni programera, a nedavno najavljena poboljšanja Codex -a OpenAi.

Unutar Runloop-ove oblak temeljene na oblaku: Enterprise AI agent infrastruktura

Runloop -ov osnovni proizvod, nazvan “devke“Pruža izolirana razvojna okruženja utemeljena na oblaku u kojima AI agenti mogu sigurno izvršavati kod s potpunim datotečnim sustavom i izgraditi pristup alata. Ova su okruženja efemerna-mogu se dinamički smanjivati i dinamički srušiti na potražnji.

“Možete ih izdržati, srušiti ih. Možete završiti 1.000, koristiti 1.000 sat vremena, a onda možda završite s nekim određenim zadatkom. Ne trebate 1.000 kako biste ih mogli srušiti”, rekao je Wall.

Jedan primjer kupca ilustrira uslužni program platforme: tvrtku koja gradi AI agente za automatsko pisanje jedinica za poboljšanje pokrivanja koda. Kada otkriju probleme s proizvodnjom u sustavima svojih kupaca, istodobno implementiraju tisuće dev -boxe -a kako bi analizirali skladišta koda i generirali sveobuhvatne testne apartmane.

“Oni će se ukrcati na novu tvrtku i biti poput:” Hej, prvo što bismo trebali učiniti je samo pogledati pokrivenost vašeg koda svugdje, primijetite gdje mu nedostaje. Idite napišite čitav niz testova, a zatim trešnja odaberite najvrjednije koje će poslati vašim inženjerima na pregled koda “, objasnio je Wall.

Uspjeh kupca Runloopa: Šestomjesečna ušteda i 200% rasta prihoda

Unatoč pokretanju naplate u ožujku i prijavi samoposluživanja u svibnju, Runloop je postigao značajan zamah. Tvrtka izvještava o “nekoliko desetaka kupaca”, uključujući tvrtke A i Laboratories iz serije A, a rast prihoda veći od 200% od ožujka.

“Naši kupci obično su veličine i oblika ljudi koji su vrlo rani na AI krivulji i prilično su sofisticirani u korištenju AI”, primijetio je Wall. “To je, barem, ima tendenciju da bude kompanija serije A – tvrtke koje pokušavaju izgraditi AI kao svoju temeljnu kompetenciju – ili neke od laboratorija modela koji su očito najsofisticiraniji u vezi s tim.”

Utjecaj kupca čini se značajnim. Dan Robinson, izvršni direktor Detalj.devkupac Runloopa, rekao je u izjavi: “Runloop je ubojica za naše poslovanje. Ne bismo se mogli tako brzo plasirati na tržište bez njega. Umjesto da palimo mjesečne građevinske infrastrukture, uspjeli smo se usredotočiti na ono što smo strastveni: stvaranje agenata koji srušimo tehnološki dug … Runloop u osnovi komprimiran našu vremensku rod na našem tržištu.”

Testiranje i procjena koda AI: Prelazak izvan jednostavnih chatbot interakcija

Runloop je drugi glavni proizvod, Javna mjerilaadresira još jednu kritičnu potrebu: standardizirano testiranje za AI kodirajuće agense. Tradicionalna AI evaluacija usredotočena je na pojedinačne interakcije između korisnika i jezičnih modela. Runloopov pristup je u osnovi drugačiji.

“Ono što radimo je da prosuđujemo potencijalno stotine korištenja alata, stotine poziva LLM -a, a prosuđujemo kompozitan ili uzdužni ishod vožnje agenta”, objasnio je Wall. “To je daleko uzdužnije, i što je važno, bogat je kontekst.”

Na primjer, prilikom procjene sposobnosti AI agenta da zakrpa kôd, “Ne možete procijeniti razliku ili odgovor iz LLM -a. Morate ga staviti u kontekst pune baze koda i koristiti nešto poput prevodilaca i testova.”

Ova je sposobnost privukla modelne laboratorije kao kupce, koji koriste Runloop -ovu procjenu infrastrukture za provjeru ponašanja u modelu i podrške procesima obuke.

Tržište AI kodiranja privuklo je ogromna ulaganja i pažnju tehnoloških divova. Microsoftov Github copilot vodi u tržišnom udjelu, dok je Google nedavno najavio Novi AI Alati za razvojne programerea OpenAi nastavlja napredovati svoje Platforma kodeksa.

Međutim, Wall ovo natjecanje vidi kao validaciju, a ne prijetnju. “Nadam se da će puno ljudi graditi AI kodiranje botova”, rekao je, crtajući analogiju bazarima u prostoru strojnog učenja. “Spark je otvoreni source, to je nešto što netko može koristiti … zašto ljudi koriste Databricks? Pa, jer je zapravo implementiranje i pokretanje to prilično teško.”

Wall predviđa da će se tržište razvijati prema AI agensu za kodiranje AI specifičnih za domenu, a ne alata opće namjene. “Mislim da ćemo ono što ćemo početi vidjeti jesu agensi specifični za domene koji nadmašuju te stvari za određeni zadatak”, poput AI agenata specijaliziranih za sigurnosno testiranje, optimizaciju performansi baze podataka ili određene programijske okvire.

Runloop -ov model prihoda i strategija rasta za Enterprise AI infrastrukturu

Runloop djeluje na modelu cijena temeljenog na upotrebi sa skromnom mjesečnom naknadom plus troškove na temelju stvarne potrošnje računanja. Za veće klijente poduzeća, tvrtka razvija godišnje ugovore s zajamčenim obvezama za minimalnu upotrebu.

7 milijuna dolara financiranja prvenstveno će podržati inženjering i razvoj proizvoda. “Inkubacija infrastrukturne platforme je malo duža”, primijetio je Wall. “Tek počinjemo zaista široko ići na tržište.”

Tim tvrtke od 12 uključuje veterane iz Vele,, Ljestvica AI,, Googlei Pruga -Iskustvo za koje Wall vjeruje da je ključno za izgradnju infrastrukture u poduzeću. “To su prilično iskusni infrastrukturni ljudi koji su prilično stariji. Bilo bi prilično teško da svaka tvrtka sastavlja tim takvog tima kako bi riješila ovaj problem, a manje ili više trebaju ako nisu koristili nešto poput Runloopa.”

Što slijedi za AI kodirajuće agente i platforme za implementaciju poduzeća

Kako poduzeća sve više prihvaćaju alate za kodiranje AI, infrastruktura koja ih podržava postaje kritična. Projekt analitičara u industriji nastavio je brzi rast, s tim da se tržište globalnog AI Code Alats -a povećalo s 4,86 milijardi USD u 2023. na preko 25 milijardi USD do 2030. godine.

Wallova vizija proteže se izvan kodiranja na druge domene u kojima će AI agenti trebati sofisticirano radno okruženje. “S vremenom mislimo da ćemo vjerojatno preuzeti druge vertikale”, rekao je, iako kodiranje ostaje neposredni fokus zbog svojih tehničkih prednosti za raspoređivanje AI.

Temeljno je pitanje, kako ga zid uokviruje, praktično: “Ako ste OCD ili CIO u jednoj od tih tvrtki, a vaš tim želi koristiti … pet agenata svaki, kako ćete to možda na brodu i unijeti u svoje okruženje 25 agenata?”

Za Runloop, odgovor leži u pružanju infrastrukturnog sloja koji AI agente čini jednostavnim za implementaciju i upravljanje kao tradicionalne softverske aplikacije – pretvaranje vizije digitalnih zaposlenika iz prototipa u stvarnu stvarnost.

“Svi vjeruju da ćete imati ovu digitalnu bazu zaposlenika. Kako ih na brodu?” Rekao je Wall. “Ako imate platformu na koju su te stvari sposobne pokrenuti i provjerili ste tu platformu, to postaje skalabilno sredstvo za ljude da se široko koriste agentima.”