BentoLabs AI

Tungkol sa kumpanya

Ang BentoLabs ang monitoring at learning layer para sa mga long-running agent. Natutukoy namin kapag tahimik na pumapalya ang mga agent o lumilihis sa layunin ng user, sa system prompt o sa mga tool contract, ipinapakita ang mga apektadong user at ang root cause, at nagmumungkahi ng ayos sa prompt, skill o harness.

Habang dumarami ang mga team na nagde-deploy ng agent, nagiging mission-critical ang pagpapanatiling maaasahan nila sa production. Direktang nakapuwesto ang Bento sa production loop at binibigyan ang mga team ng operational leverage na kailangan para palakihin ang mga agent ecosystem nang hindi kasabay na lumalaki ang mano-manong pag-apula ng problema. Ang resulta ay isang sistemang ginagawang mga agent na nababantayan, nade-debug at patuloy na napahuhusay ang mga agent na dating malabo ang takbo.

Natutunan ng mga founder ang problemang ito sa Emergent (YC S24), kung saan bumuo at nagpatakbo sila ng mga production coding agent na ginagamit ng 5M+ user. Si Abhinav ang hire #1 at tumulong sa Emergent na maabot ang #1 sa SWE-Bench at lumaki mula $0 hanggang $100M ARR sa loob lang ng 8 buwan. Si Kaushik ang hire #2, pinangunahan ang full-stack engineering sa Emergent, at naging susi sa pagbuo ng infrastructure na nagpamaaasahan, nagpanababantayan at nagpanade-debug sa mga production agent. Napataas din ng self-learning engine ng Bento ang ARC-AGI-3 (internal) nang 2.6x at ang Terminal-Bench 2.0 (internal) mula 42.2% hanggang 52.4% pass@1 gamit ang parehong model, tool at budget.

Mga paksa