BentoLabs AI

À propos

BentoLabs est la couche de supervision et d'apprentissage des agents à longue durée d'exécution. Nous détectons les moments où les agents échouent en silence ou s'écartent de l'objectif de l'utilisateur, du prompt système ou des contrats d'outils, nous montrons les utilisateurs touchés et la cause racine, et nous proposons le correctif à apporter au prompt, à la skill ou au harnais.

À mesure que les équipes déploient des agents, garantir leur fiabilité en production devient critique. Bento s'insère directement dans la boucle de production et donne aux équipes le levier opérationnel nécessaire pour faire grandir leurs écosystèmes d'agents sans multiplier en parallèle les pompiers humains. Résultat : des agents opaques deviennent des agents que l'on peut superviser, déboguer et améliorer en continu.

Les fondateurs ont découvert ce problème chez Emergent (YC S24), où ils ont conçu et exploité des agents de code en production utilisés par plus de 5 millions d'utilisateurs. Abhinav a été la première recrue et a aidé Emergent à atteindre la première place de SWE-Bench et à passer de 0 à 100 millions de dollars d'ARR en seulement 8 mois. Kaushik, deuxième recrue, a dirigé l'ingénierie full-stack chez Emergent et a joué un rôle clé dans la construction de l'infrastructure qui a rendu les agents en production fiables, observables et débogables. Le moteur d'auto-apprentissage de Bento a par ailleurs multiplié par 2,6 le score sur ARC-AGI-3 (interne) et fait passer Terminal-Bench 2.0 (interne) de 42,2 % à 52,4 % en pass@1, avec le même modèle, les mêmes outils et le même budget.

Thèmes