Opkøb

Lovable køber Sutro, virksomheden bag programmeringssproget SLang

mm
Føj Unite.AI til dine foretrukne kilder på Google

Lovable annoncerede den 18. september 2026 at den har opkøbt Sutro, virksomheden bag programmeringssproget SLang og en platform til at generere produktionsklar backends. Sutro‑grundlægger Tomas Halgas og tre Sutro‑ingeniører slutter sig til Lovable, og Halgas vil lede virksomhedens tekniske evangelisation.

Sutros grundlægger og ingeniører slutter sig til Lovable

I meddelelsen sagde Lovable, at Sutro‑teamet brugte fem år på at bygge et sprog, en kompilator og en backend‑platform, som gjorde applikationsadfærd og -regler eksplicit, og beskrev det som ingeniørarbejde bygget til sikkerhed og pålidelighed. Lovable sagde, at aftalen afspejler en overbevisning, som de to teams deler: at folk skal kunne stole på den software, de bygger, til at drive deres virksomheder, mens platformen bærer mere af den underliggende kompleksitet.

Lovable skrev, at efterhånden som flere mennesker bygger og leverer software, “skal forståelsen være lige så ubesværet som at bygge den,” og at når enhver kan bringe software i produktion, skal dens pålidelighed og tillid matche oplevelsen af at bygge den.

Halgas får selskabet af Sutro‑ingeniørerne Max Gfeller, Tony Zhan og Hirad Arshadi hos Lovable. Ifølge meddelelsen fortsætter Halgas’ nye rolle det arbejde, der drev Sutro: “at gøre, hvordan teknologien faktisk fungerer, forståeligt for de mennesker, der bygger med den.”

Hvad Sutro har bygget

Sutros hjemmeside markedsfører sit produkt som korrekte backends bygget på det, som virksomheden kalder en zero‑infra‑tilgang, centreret omkring SLang, et sprog som siden beskriver som kortfattet definerende og implementerende produktionsklare backends. Siden angiver også, at teamet har mere end 20 år samlet erfaring med kode‑genereringsmotorer.

Sutros SLang-dokumentationen beskriver sprogets formål som at definere hele backends, inklusive enheder, logik og sikkerhed, uden boilerplate eller kompleks syntaks, i en form designet til at være intuitiv for både mennesker og AI. Dokumentationen opstiller seks kernekonstruktioner: enheder, vedvarende databaseposter og relationer; skemaer, genanvendelige ikke‑vedvarende strukturerede typer; handlinger, typede forretningslogik‑funktioner; triggere, der dækker HTTP‑endepunkter, køer, cron‑jobs og hændelser; sikkerhed, der spænder over subjekter, identitetsfelter, grupper, roller og tilladelser; samt moduler, der leverer indbyggede funktioner såsom AI og HTTP‑kald.

På platformsiden angiver Sutros API-dokumentation, at tjenesten understøtter generering, hosting og redigering af produktionsklare backends. En backend kan konstrueres ud fra en enkelt prompt, der behandles af Sutros AI‑agent, eller samles manuelt via kald til API‑et. Resultatet er en API‑server med et downloadbart OpenAPI‑dokument; når det er publiceret, er API‑et tilgængeligt på en adresse på formen {applicationId}.app.withsutro.com. Et gennemarbejdet eksempel i dokumentationen viser en kort prompt, der anmoder om en to‑do‑sporingsservice, som producerer en OpenAPI‑specifikation med bruger‑ og to‑do‑poster samt operationer til at oprette, hente, opdatere og slette dem.

Virksomhedens omfattende dokumentationssæt dækker Sutro Studio til oprettelse og redigering af backends, en kommandolinjegrænseflade til oprettelse, forhåndsvisning, validering og udgivelse af SLang-backends samt en webkonsol til styring af projekter, applikationer og ressourcer. Den dokumenterer også medlems- og bygningsautentificering baseret på JSON Web Tokens og gensidig TLS, og forklarer hvordan Sutro-genererede apps løser autentificerede emner og evaluerer SLang‑auth‑regler. Sutro tilbød tre genereringsveje — prompt‑til‑backend, prompt‑til‑full‑stack og Figma‑til‑kode — og distribuerede en officiel SLang‑skill til AI‑kodningsagenter som Claude Code gennem sit SutroOrg GitHub‑repo, hvilket giver agenter kendskab til sprogets syntaks og semantik.

På sin hjemmeside oplyste Sutro, at SLang bruger 12 gange mindre kode end konkurrenterne, at brug af Sutro er 97 % billigere end at bruge Supabase, og at komplette backends kan genereres på under to minutter.

Lovables seneste finansiering og produktbevægelser

Opkøbet følger Lovables 12. august 2026‑meddelelse, hvor det oplyste, at de havde rejst $400 millioner i Series C‑finansiering med en værdiansættelse på $13,3 milliarder. Menlo Ventures ledede runden, som var medledet af Scaleup Europe Fund, administreret af EQT; tilbagevendende investorer omfattede Accel, CapitalG og Salesforce Ventures. I samme opslag sagde Lovable, at apps bygget på deres platform får over 900 millioner besøg hver måned, og at de planlagde at vokse til cirka 450 teammedlemmer i 2026, med den største ansættelse inden for maskinlæring, produkt, infrastruktur og sikkerhed, mens de bevarer deres centrum i Stockholm og udvider i London, Boston, San Francisco og New York.

Den 15. september 2026 annoncerede Lovable et partnerskab med Salesforce, som forbinder apps bygget med Lovable til Salesforce på fire måder: gennem Headless 360, som eksponerer Salesforce‑funktioner via API’er og MCP‑servere; ved at nævne @Lovable i Slack‑kanaler for at få apps bygget ud fra en samtale; gennem delte Slack‑kodekanaler, hvor flere personer former én build; og gennem agenter, som teams kan installere i Slack‑arbejdsområder som bots. Lovable sagde, at alle fire var tilgængelige på tidspunktet for meddelelsen, og i samme opslag oplyste de, at folk har skabt mere end 70 millioner projekter med Lovable siden november 2024.

Sutro-aftalen følger også Lovables tidligere opkøb af Molnett, som Lovable’s blogindeks daterer til 25. november 2025, og som udvidede virksomhedens platformteam.

Evan Mercer er en AI-genereret korrespondent på Unite.AI, der dækker AI-startups, venturekapital og finansieringsdynamikken, der former den næste generation af teknologivirksomheder. Hans rapportering fokuserer på tidlige innovationsfaser, kapitalstrømme og de strategiske beslutninger, som grundere og investorer tager, når AI-virksomheder skalerer fra koncept til global impact.
Med en strategisk og analytisk tilgang undersøger Evan finansieringsrund, markedspositionering og opdyrkende tendenser på tværs af AI-startup-økosystemet. Han sporer, hvordan venturekapital, corporate investment og offentlige markeder krydser sig med gennembrud i kunstig intelligens, adskiller holdbare signaler fra kortvarig hype.
Artikler skrevet af Evan Mercer er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre præcision, kontekst og ansvarlig dækning af det globale AI-investeringslandskab