
BentoLabs AI
Lapisan pemantauan dan pembelajaran untuk agen yang berjalan lama
Tentang perusahaan
BentoLabs adalah lapisan pemantauan dan pembelajaran untuk agen yang berjalan lama. Kami mendeteksi saat agen gagal tanpa disadari atau menyimpang dari tujuan pengguna, system prompt, atau kontrak tool, menunjukkan pengguna yang terdampak beserta akar masalahnya, lalu menyarankan perbaikan pada prompt, skill, atau harness.
Seiring makin banyak tim yang menjalankan agen, menjaga keandalannya di lingkungan produksi menjadi hal yang krusial. Bento berada langsung di dalam siklus produksi dan memberi tim daya ungkit operasional yang dibutuhkan untuk menskalakan ekosistem agen tanpa ikut menambah tenaga manusia untuk memadamkan masalah. Hasilnya adalah sistem yang mengubah agen yang tidak transparan menjadi agen yang bisa dipantau, di-debug, dan ditingkatkan terus-menerus.
Para pendiri mempelajari masalah ini di Emergent (YC S24), tempat mereka membangun dan mengoperasikan agen coding produksi yang dipakai lebih dari 5 juta pengguna. Abhinav adalah karyawan pertama dan turut membawa Emergent ke peringkat #1 SWE-Bench serta tumbuh dari $0 hingga ARR $100 juta hanya dalam 8 bulan. Kaushik adalah karyawan kedua, memimpin full-stack engineering di Emergent, dan berperan kunci dalam membangun infrastruktur yang membuat agen produksi andal, bisa diamati, dan bisa di-debug. Mesin pembelajaran mandiri Bento juga mendongkrak skor ARC-AGI-3 (internal) hingga 2,6 kali dan Terminal-Bench 2.0 (internal) dari 42,2% menjadi 52,4% pass@1 dengan model, tool, dan anggaran yang sama.
Topik
- Ukuran tim
- 5 karyawan
- Batch YC
- Spring 2026
- Status
- Aktif
- Tahap
- Tahap awal





