Gelen kutunuzda daha akıllı bilgiler ister misiniz? Sadece kurumsal AI, veri ve güvenlik liderleri için önemli olanı elde etmek için haftalık bültenlerimize kaydolun. Şimdi abone olun
RunloopSan Francisco merkezli bir altyapı girişimi, kurucularının “üretim boşluğu” dediği şeyi ele almak için 7 milyon dolarlık tohum finansmanı topladı-AI kodlama aracılarını deneysel prototiplerin ötesinde gerçek dünya işletme ortamlarına yerleştirmenin kritik zorluğu.
Finansman Turu, liderlik Genel ortaklık Katılımla Boş girişimlerYapay İstihbarat Kodu Araçları pazarının 2032 yılına kadar 30.1 milyar dolara ulaşması öngörülüyorBirden fazla endüstri raporuna göre, yıllıkpercent27,1’lik bir bileşik büyüme oranında büyüyor. Yatırım, yatırımcının AI temsilcilerinin Enterprise ölçeğinde çalışmasını sağlayan altyapı oyunlarına olan güvenini gösteriyor.
Runloop’un platformu, AI kodlama araçları çoğaldıkça ortaya çıkan temel bir soruyu ele alıyor: AI ajanları karmaşık, çok aşamalı kodlama görevleri gerçekleştirmeleri gerektiğinde gerçekten nerede çalışıyor?
Runloop’un kurucu ortağı ve CEO’su Jonathan Wall, “Sanırım rüya her büyük şirketteki her çalışan için belki beş veya 10 farklı dijital çalışanın veya bu insanların işlerini yapmalarına yardımcı olan AI ajanlarının olması” dedi. Duvar daha önce ortak kurulmuş Google Cüzdan ve daha sonra Fintech girişimini kurdu İndeksHangi Stripe edinildi.
AI Etki Serisi San Francisco’ya Dönüyor – 5 Ağustos
Yapay zekanın bir sonraki aşaması burada – hazır mısınız? Otonom ajanların kurumsal iş akışlarını nasıl yeniden şekillendirdiğine özel bir bakış için Block, GSK ve SAP’den liderlere katılın-gerçek zamanlı karar vermeden uçtan uca otomasyona kadar.
Şimdi yerinizi sabitleyin – Alan Sınırlı:
Duvarın kullandığı benzetme şöyle anlatıyor: “Ortalama bir teknoloji şirketinizde yeni bir çalışan işe almayı düşünüyorsanız, işteki ilk gününüz, ‘Tamam, işte dizüstü bilgisayarınız, işte e -posta adresiniz, işte kimlik bilgileriniz. İşte Github’a nasıl imza atıyorsunuz.’ Muhtemelen ilk gününüzü bu ortamı ayarlayarak geçiriyorsunuz. ”
Aynı prensip AI ajanları için de geçerlidir. “Bu AI ajanlarının insanların yaptığı şeyleri yapabilmelerini bekliyorsanız, aynı araçlara ihtiyaç duyacaklar. Kendi çalışma ortamlarına ihtiyaç duyacaklar.”
Runloop Başlangıçta programlama dillerinin doğal dile karşı doğası hakkında stratejik bir anlayışa dayanan kodlama dikeyine odaklanmıştır. Wall, “Kodlama dilleri İngilizce gibi bir şeyden çok daha dar ve daha katı” dedi. “Çok katı sözdizimleri var. Çok desen odaklı. Bunlar LLM’lerin gerçekten iyi olduğu şeyler.”
Daha da önemlisi, kodlama Wall’un “yerleşik doğrulama işlevleri” dediği şeyleri sunar. Bir AI aracısı yazma kodu, testleri çalıştırarak, kod derleyerek veya astar araçları kullanarak ilerlemesini sürekli olarak doğrulayabilir. “Bu tür araçlar diğer ortamlarda gerçekten mevcut değil. Bir makale yazıyorsanız, sanırım yazım denetimi yapabilirsiniz, ancak bir makalede bir denemenin göreceli kalitesini değerlendirirsiniz – bir derleyici yoktur.”
Bu teknik avantaj kanıtlanmıştır. AI Kodu Instruments Pazarı gerçekten de kurumsal AI’da en hızlı büyüyen segmentlerden biri olarak ortaya çıktı. Github CopilotMicrosoft raporlarının milyonlarca geliştirici tarafından kullanıldığı ve Openai’nin yakın zamanda duyurulduğu kodeks iyileştirmeleri.
Inside Runloop’un Bulut Tabanlı Dev Kutuları: Enterprise AI Ajan Altyapısı
Runloop’un temel ürünü, “dev kutular”AI ajanlarının tam dosya sistemi ile kod kodunu güvenli bir şekilde yürütebileceği ve araç erişimi oluşturabileceği izole, bulut tabanlı geliştirme ortamları sağlar. Bu ortamlar geçicidir-isteğe bağlı olarak dinamik olarak eğilebilir ve yırtılabilir.
Wall, “Onları ayağa kaldırabilir, yıkabilirsiniz. 1.000’i döndürebilir, bir saat boyunca 1.000 kullanabilirsiniz, sonra belki belirli bir görevle işiniz bitti.
Bir müşteri örneği, platformun yardımcı programını göstermektedir: kod kapsamını iyileştirmek için otomatik olarak birim testleri yazmak için AI temsilcileri oluşturan bir şirket. Müşterilerinin sistemlerindeki üretim sorunlarını tespit ettiklerinde, kod depolarını analiz etmek ve kapsamlı take a look at süitleri oluşturmak için binlerce devbox aynı anda kullanırlar.
Wall, “Yeni bir şirkette yer alacaklar ve ‘Hey, yapmamız gereken ilk şey, her yerde kod kapsamınıza bakmak, nerede eksik olduğunu fark etmektir. Git bir ton take a look at yazın ve daha sonra Cherry, kod incelemesi için mühendislerinize gönderilecek en değerli olanları seçin’ ‘diye açıkladı.
Runloop Müşteri Başarısı: Altı Aylık Tasarruf ve% 200 Gelir Büyümesi
Mayıs ayında sadece Mart ayında faturalandırma ve self servis kayıtları başlatmasına rağmen, Runloop önemli bir ivme kazandı. Şirket, A Serisi şirketler ve büyük mannequin laboratuvarları da dahil olmak üzere “birkaç düzine müşteri” bildiriyor ve gelir artışı Mart ayından bu yana% 200’ü aştı.
Wall, “Müşterilerimiz, AI eğrisinde çok erken olan ve AI kullanma konusunda oldukça sofistike olan insanların büyüklüğü ve şekli olma eğilimindedir” dedi. “En azından şu anda, AI’yi temel yeterliliği olarak inşa etmeye çalışan şirketler – ya da bu konuda en sofistike olan bazı mannequin laboratuvarları olma eğilimindedir.”
Müşteri etkisi önemli görünmektedir. Dan Robinson, CEO’su Detay.devbir Runloop müşterisi, “Runloop işimiz için katil oldu. Onsuz bu kadar çabuk pazara çıkamazdık. Altyapı inşa etmek yerine, tutkulu olduğumuza odaklanabildik: teknoloji borcunu ezen ajanlar yaratmak… Runloop temelde altı ay boyunca gitme zaman çizelgemizi sıkıştırdı.”
AI Kod Testi ve Değerlendirme: Basit Chatbot etkileşimlerinin ötesine geçme
Runloop’un ikinci büyük ürünü, Halka açık kriterlerbaşka bir kritik ihtiyacı ele alır: AI kodlama maddeleri için standart take a look at. Geleneksel AI değerlendirmesi kullanıcılar ve dil modelleri arasındaki tek etkileşimlere odaklanmaktadır. Runloop’un yaklaşımı temelde farklıdır.
Wall, “Yaptığımız şey, potansiyel olarak yüzlerce araç kullanımını, yüzlerce LLM çağrısını değerlendiriyoruz ve bir ajan çalışmasının bileşik veya uzunlamasına bir sonucunu değerlendiriyoruz” dedi. “Çok daha uzunlamasına ve çok önemlisi, bağlam zengin.”
Örneğin, bir AI aracısının yama kodunu değerlendirirken, “LLM’den farkı veya yanıtı değerlendiremezsiniz. Bunu tam kod tabanı bağlamına koymalı ve derleyici ve testler gibi bir şey kullanmalısınız.”
Bu yetenek, mannequin davranışlarını doğrulamak ve eğitim süreçlerini desteklemek için Runloop’un değerlendirme altyapısını kullanan müşteriler olarak mannequin laboratuvarlarını çekmiştir.
AI Kodlama Araçları pazarı, teknoloji devlerinden büyük yatırım ve dikkat çekti. Microsoft’s Github Copilot Google yakın zamanda duyururken pazar payında liderlik ederken Yeni AI geliştirici araçlarıve Openai ilerlemeye devam ediyor Kodeks platformu.
Ancak Wall, bu rekabeti tehdit yerine doğrulama olarak görüyor. “Umarım birçok insan AI kodlama botları inşa ediyor,” dedi, makine öğrenme alanındaki Databricks’e bir benzetme yaparak. “Spark açık kaynak, herkesin kullanabileceği bir şey… İnsanlar neden Databricks kullanıyor? Peki, çünkü aslında dağıtmak ve koşmak oldukça zor.”
Duvar, piyasanın genel amaçlı araçlardan ziyade alana özgü AI kodlama aracılarına doğru gelişeceğini öngörüyor. Güvenlik testi, veritabanı performans optimizasyonu veya spesifik programlama çerçeveleri konusunda uzmanlaşmış AI ajanları gibi, “Görmeye başlayacağımız şey, belirli bir görev için bu şeylerden daha iyi performans gösteren alana özgü ajanlar.
Runloop’un Gelir Modeli ve Kurumsal AI Altyapısı için Büyüme Stratejisi
Runloop, mütevazı bir aylık ücret artı gerçek hesaplama tüketimine dayalı ücretlerle kullanıma dayalı bir fiyatlandırma modelinde çalışır. Daha büyük kurumsal müşteriler için şirket, garantili asgari kullanım taahhütleriyle yıllık sözleşmeler geliştirmektedir.
7 milyon dolarlık finansman öncelikle mühendislik ve ürün geliştirmeyi destekleyecek. Wall, “Bir altyapı platformunun kuluçkalanması biraz daha uzun” dedi. “Şimdi gerçekten piyasaya sürmeye başlıyoruz.”
Şirketin 12 ekibi gazi içerir. Vercel– Ölçek AI– GoogleVe Şerit -Duvarın inandığı deneyim, kurumsal sınıf altyapısı oluşturmak için çok önemlidir. “Bunlar, oldukça kıdemli olan oldukça tecrübeli altyapı insanlar. Her bir şirketin bu sorunu çözmek için böyle bir takım kurması oldukça zor olurdu ve Runoop gibi bir şey kullanmazlarsa az çok ihtiyaçları var.”
Yapay zeka kodlama aracıları ve kurumsal dağıtım platformları için sırada ne var
İşletmeler giderek daha fazla AI kodlama araçlarını benimsedikçe, onları desteklemek için altyapı kritik hale gelir. Endüstri analistleri projesi hızlı büyümeye devam etti ve World AI Kod Instruments Pazarı 2023’te 4.86 milyar dolardan 2030’a kadar 25 milyar doların üzerine çıktı.
Wall’un vizyonu, AI ajanlarının sofistike çalışma ortamlarına ihtiyaç duyacağı diğer alanlara kodlamanın ötesine uzanır. “Zamanla, muhtemelen diğer sektörleri alacağımızı düşünüyoruz” dedi, ancak kodlama AI dağıtımına yönelik teknik avantajları nedeniyle hemen odak noktası olmaya devam ediyor.
Temel soru, duvar çerçevelediği gibi pratiktir: “Bu şirketlerden birinde bir STK veya CIO iseniz ve ekibiniz her biri beş ajan kullanmak istiyorsa, muhtemelen buna nasıl gidecek ve çevrenize 25 ajan getireceksiniz?”
Runloop için cevap, AI aracılarının geleneksel yazılım uygulamaları olarak dağıtılmasını ve yönetilmesini kolaylaştıran altyapı katmanını sağlamaktır – dijital çalışanların vizyonunu prototipten üretim gerçekliğine dönüştürür.
“Herkes bu dijital çalışan tabanına sahip olacağınıza inanıyor. Onları nasıl yapıyorsunuz?” Dedi duvar. “Bu şeylerin çalışabileceği bir platformunuz varsa ve bu platformu incelediyseniz, bu, insanların ajanları kullanmaya başlamaları için ölçeklenebilir bir araç haline gelir.”
avots
