BentoLabs AI

O podjetju

BentoLabs je plast za spremljanje in učenje za dolgotrajne agente. Zaznamo, kdaj agenti tiho odpovejo ali se oddaljijo od uporabnikovega cilja, sistemskega poziva ali pogodb orodij, pokažemo prizadete uporabnike in vzrok ter predlagamo popravek poziva, veščine ali ogrodja.

Ker vedno več ekip uvaja agente, postaja zanesljivost v produkciji ključnega pomena. Bento je neposredno vpet v produkcijsko zanko in ekipam daje operativni vzvod, ki ga potrebujejo, da širijo ekosisteme agentov, ne da bi skupaj z njimi širile tudi človeško gašenje požarov. Rezultat je sistem, ki nepregledne agente spremeni v agente, ki jih je mogoče nenehno spremljati, razhroščevati in izboljševati.

Ustanovitelja sta se s to težavo spoznala pri Emergent (YC S24), kjer sta gradila in upravljala produkcijske programerske agente z več kot 5 milijoni uporabnikov. Abhinav je bil prvi zaposleni in je pomagal Emergentu doseči 1. mesto na SWE-Bench ter v le osmih mesecih zrasti z 0 na 100 milijonov dolarjev letnih ponavljajočih se prihodkov (ARR). Kaushik je bil drugi zaposleni, vodil je full-stack razvoj pri Emergentu in je imel ključno vlogo pri gradnji infrastrukture, ki je produkcijske agente naredila zanesljive, opazljive in razhroščljive. Bentov samoučeči se mehanizem je ob istem modelu, orodjih in proračunu izboljšal tudi rezultat na ARC-AGI-3 (interno) za 2,6-krat, na Terminal-Bench 2.0 (interno) pa z 42,2 % na 52,4 % pass@1.

Teme