BentoLabs AI

אודות

BentoLabs היא שכבת ניטור ולמידה לסוכנים שרצים לאורך זמן. אנחנו מזהים מתי סוכנים נכשלים בשקט או סוטים מהמטרה של המשתמש, מפרומפט המערכת או מהחוזים של הכלים, מראים אילו משתמשים נפגעו ומה שורש הבעיה, ומציעים תיקון לפרומפט, למיומנות או לסביבת ההרצה.

ככל שיותר צוותים פורסים סוכנים, השמירה על האמינות שלהם בפרודקשן הופכת קריטית. Bento יושבת ישירות בלולאת הפרודקשן ונותנת לצוותים את המינוף התפעולי שנדרש כדי להגדיל את מערכות הסוכנים בלי להגדיל במקביל את כיבוי השריפות האנושי. התוצאה היא מערכת שהופכת סוכנים אטומים לסוכנים שאפשר לנטר, לדבג ולשפר באופן רציף.

המייסדים הכירו את הבעיה הזו ב-Emergent ‏(YC S24), שם בנו והפעילו סוכני קוד בפרודקשן ששימשו יותר מ-5 מיליון משתמשים. אבינאב היה העובד הראשון, ועזר ל-Emergent להגיע למקום הראשון ב-SWE-Bench ולצמוח מאפס ל-100 מיליון דולר ARR בתוך 8 חודשים בלבד. קאושיק היה העובד השני, הוביל את הנדסת הפול-סטאק ב-Emergent והיה גורם מפתח בבניית התשתית שהפכה את הסוכנים בפרודקשן לאמינים, ניתנים לניטור וניתנים לדיבוג. מנוע הלמידה העצמית של Bento גם שיפר פי 2.6 את התוצאה ב-ARC-AGI-3 (פנימי), ואת Terminal-Bench 2.0 (פנימי) מ-42.2% ל-52.4% ב-pass@1, עם אותו מודל, אותם כלים ואותו תקציב.

נושאים