BentoLabs AI

تعارف

BentoLabs طویل عرصے تک چلنے والے ایجنٹس کے لیے مانیٹرنگ اور لرننگ کی پرت ہے۔ ہم پتا لگاتے ہیں کہ کب ایجنٹس خاموشی سے ناکام ہو جاتے ہیں یا صارف کے ہدف، سسٹم prompt یا ٹول contracts سے ہٹ جاتے ہیں، متاثرہ صارفین اور بنیادی وجہ دکھاتے ہیں، اور prompt، skill یا harness میں درکار اصلاح تجویز کرتے ہیں۔

جیسے جیسے زیادہ ٹیمیں ایجنٹس ڈیپلائے کر رہی ہیں، انہیں پروڈکشن میں قابلِ اعتماد رکھنا انتہائی اہم ہو گیا ہے۔ Bento براہِ راست پروڈکشن لوپ میں بیٹھتا ہے اور ٹیموں کو وہ آپریشنل طاقت دیتا ہے جس سے وہ ایجنٹ ایکو سسٹمز کو بڑھا سکیں، بغیر اس کے کہ ساتھ ساتھ انسانی ہنگامی مرمت کا کام بھی بڑھے۔ نتیجہ ایک ایسا نظام ہے جو مبہم ایجنٹس کو ایسے ایجنٹس میں بدل دیتا ہے جن کی مسلسل نگرانی، ڈیبگنگ اور بہتری کی جا سکتی ہے۔

بانیوں نے یہ مسئلہ Emergent (YC S24) میں سیکھا، جہاں انہوں نے پروڈکشن کوڈنگ ایجنٹس بنائے اور چلائے جنہیں 5M+ صارفین استعمال کرتے ہیں۔ Abhinav پہلے ملازم تھے اور انہوں نے Emergent کو SWE-Bench پر #1 پوزیشن حاصل کرنے اور صرف 8 ماہ میں $0 سے $100M ARR تک پہنچنے میں مدد دی۔ Kaushik دوسرے ملازم تھے، Emergent میں full-stack انجینئرنگ کی قیادت کی، اور اس انفراسٹرکچر کی تعمیر میں کلیدی کردار ادا کیا جس نے پروڈکشن ایجنٹس کو قابلِ اعتماد، قابلِ مشاہدہ اور قابلِ ڈیبگ بنایا۔ Bento کے خود سیکھنے والے انجن نے اسی ماڈل، ٹولز اور بجٹ کے ساتھ ARC-AGI-3 (اندرونی) کو 2.6 گنا اور Terminal-Bench 2.0 (اندرونی) کو 42.2% سے 52.4% pass@1 تک بھی پہنچایا ہے۔

موضوعات