BentoLabs AI

Sobre

A BentoLabs é a camada de monitorização e aprendizagem para agentes de longa duração. Detetamos quando os agentes falham em silêncio ou se desviam do objetivo do utilizador, do system prompt ou dos contratos das ferramentas, mostramos os utilizadores afetados e a causa raiz e sugerimos a correção do prompt, da skill ou do harness.

À medida que mais equipas põem agentes em produção, mantê-los fiáveis torna-se crítico. A Bento fica diretamente no ciclo de produção e dá às equipas a alavanca operacional de que precisam para escalar ecossistemas de agentes sem escalar, ao mesmo ritmo, o combate humano a incêndios. O resultado é um sistema que transforma agentes opacos em agentes que podem ser monitorizados, depurados e melhorados continuamente.

Os fundadores conheceram este problema na Emergent (YC S24), onde construíram e operaram agentes de programação em produção usados por mais de 5 milhões de utilizadores. O Abhinav foi a contratação n.º 1 e ajudou a Emergent a chegar ao 1.º lugar do SWE-Bench e a passar de 0 a 100 milhões de dólares de ARR em apenas 8 meses. O Kaushik foi a contratação n.º 2, liderou a engenharia full-stack na Emergent e foi essencial para construir a infraestrutura que tornou os agentes em produção fiáveis, observáveis e depuráveis. O motor de autoaprendizagem da Bento também multiplicou por 2,6 o resultado no ARC-AGI-3 (interno) e fez subir o Terminal-Bench 2.0 (interno) de 42,2% para 52,4% pass@1, com o mesmo modelo, as mesmas ferramentas e o mesmo orçamento.

Temas