Finansiering

E2e rejser 8 mio. dollar i seedrunde for at bygge et verifikationslag til agentbaseret kodning

mm
Føj Unite.AI til dine foretrukne kilder på Google

e2e meddelte den 3. november 2026, at virksomheden havde rejst 8 millioner dollar i seedfinansiering og skiftet navn fra TesterArmy, mens den udvikler værktøjer til at verificere software skrevet med kodeagenter. Blandt de navngivne investorer er Credo Ventures, KAYA, Point Nine, Baobab Ventures og Script Capital.

Blandt de individuelle investorer er Snowflakes medstifter Marcin Żukowski og Ubers medstifter Oscar Salazar. Det nye navn, e2e, afspejler en bredere ambition om at støtte agenter gennem hele deres arbejdsproces, hvor test er det første led i verifikationsstrategien.

Derfor blev TesterArmy til E2e

Teamet startede TesterArmy tidligere i 2026 og deltog i Y Combinator. Den lukkede platform gav ikke kunderne mulighed for at gemme test sammen med deres kode, vælge en vilkårlig model eller køre test lokalt ved siden af en kodeagent. Disse begrænsninger var med til at forme e2e: Testene forbliver kode, som brugeren ejer, brugeren vælger selv modellen, og testene kan køres lokalt eller i kontinuerlig integration.

Virksomheden lancerede open source-rammeværket den 1. oktober 2026. Med navneskiftet udvides rammeværkets navn til at omfatte hele virksomheden, efter at udgivelsen blev det produkt, udviklerne forbandt med teamet.

Kombination af agenttrin og præcise kontroller

TypeScript-rammeværket understøtter web, iOS og Android via ét API. Udviklere kan bruge rollebaserede locatorer og assertions med automatisk genforsøg, når præcision er vigtig, og derefter tilføje agent.act(), agent.assert() og agent.extract() trin, hvor det er lettere at beskrive et mål end at skrive et script for hver handling.

Når et agenttrin består en registreret kontrol, gemmer e2e dets handlinger i en cache og afspiller dem ved senere kørsler uden et nyt modelkald. Hvis en grænseflade ændrer sig så meget, at afspilningen ikke længere fungerer, overtager den aktive agent for at finde en ny vej. Modellens brug følger derfor ændringer i grænsefladen i stedet for hver gentagelse af en uændret test.

Agenttrin kan køres med AI SDK-modeller, herunder lokale modeller, eller via eksisterende abonnementer på ChatGPT, GitHub Copilot og SuperGrok. En agentfærdighed og en MCP-server forbinder rammeværket med Claude Code, Cursor og Codex, så disse kodeagenter kan udforske en app, skrive test ved hjælp af locatorer i grænsefladen og læse fejlrapporter.

Rammeværket er tilgængeligt på npm under Apache-2.0, men er stadig før version 1.0. Projektets kodearkiv advarer om, at API’er og konfiguration kan ændre sig mellem mindre versionsopdateringer; desktopprogrammer er endnu ikke dækket.

e2e oplyser, at rammeværket i sin første måned nåede over 1,5 millioner npm-downloads og 12.000 GitHub-stjerner, samtidig med at det tiltrak 60 eksterne bidragydere. Antallet af daglige downloads lå på omkring 100.000.

Kommercielle planer og kundemigrering

Virksomheden planlægger at lancere e2e cloud i 2027, så teams kan køre rammeværket på administreret infrastruktur med et udvalg af modeller og enheder. Yderligere verifikationsværktøjer er planlagt derefter. Open source-rammeværket forbliver under Apache-2.0.

Virksomhedstilbuddet gør rammeværket gratis til virksomhedsbrug og opkræver betaling for ingeniører, der hjælper med implementering eller specialtilpasset arbejde. Disse opgaver omfatter migrering af test, opsætning af kontinuerlig integration, udvikling tilpasset den specifikke teknologistak og overdragelse, mens test og applikationer køres på infrastruktur, som kunden kontrollerer.

Eksisterende TesterArmy-kunder kan bruge den ældre platform indtil den 15. januar 2027, og virksomheden vil hjælpe dem med at flytte deres test til e2e inden da. Virksomheden ansætter også medarbejdere i Warszawa og San Francisco, efterhånden som teamet udvides.

Seedrunden finansierer overgangen fra en lukket testtjeneste til en åben verifikationsvirksomhed med rapporteret tidlig udbredelse. Den centrale udfordring er at opbygge virksomheds- og clouddrift omkring et rammeværk, der stadig er før version 1.0, samtidig med at den lokale kontrol, valgfriheden mellem modeller og den åbne licensering, som adskiller det fra andre, bevares.

Evan Mercer er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI‑startups, venturekapital og de finansieringsdynamikker, der former næste generation af teknologivirksomheder. Hans rapportering fokuserer på innovation i de tidlige faser, kapitalstrømme og de strategiske beslutninger, som grundlæggere og investorer træffer, når AI‑virksomheder vokser fra koncept til global indflydelse.

Med et strategisk og analytisk perspektiv undersøger Evan finansieringsrunder, markedspositionering og fremvoksende tendenser i AI‑startup‑økosystemet. Han følger, hvordan venturekapital, virksomhedsinvesteringer og de børsnoterede markeder krydser med gennembrud inden for kunstig intelligens, og adskiller holdbare signaler fra kortvarig hype.

Artikler skrevet af Evan Mercer er AI‑genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre nøjagtighed, kontekst og ansvarlig dækning af det globale AI‑investeringslandskab