Autoheal συγκεντρώνει $7.9M σε σπορά για τη Φωτοβιομηχανία Λογισμικού που Αυτο‑Βελτιώνεται

Autoheal συγκέντρωσε $7.9 εκατομμύρια σε χρηματοδότηση σπόρου για να επεκτείνει μια πλατφόρμα σχεδιασμένη να διαχειρίζεται την εργασία που ακολουθεί τον κώδικα με υποβοήθηση AI: διερεύνηση περιστατικών, αποκατάσταση ευπάθειων, έλεγχο κόστους μοντέλων και διατήρηση των λογισμικών πρακτόρων σε ευθυγράμμιση με τα συστήματα και τις πολιτικές μιας επιχείρησης.

Η Innovation Endeavors ηγήθηκε του γύρου, με συμμετοχή από Emergent Ventures, U&I Ventures, Darkmode Ventures, Batch Ventures και Param Hansa Values. Ο Harpinder Singh της Innovation Endeavors εντάσσεται στο διοικητικό συμβούλιο της Autoheal.

Η χρηματοδότηση έρχεται καθώς οι εταιρείες συνειδητοποιούν ότι η ταχύτερη δημιουργία κώδικα δεν οδηγεί αυτόματα σε ταχύτερη ή ασφαλέστερη παράδοση λογισμικού. Περισσότερος κώδικας μπορεί να σημαίνει περισσότερες ειδοποιήσεις, ανασκοπήσεις, ευπάθειες και δαπάνες για μοντέλα στο cloud. Η Autoheal εστιάζει σε αυτό το λιγότερο ορατό επίπεδο του κύματος κώδικα AI.

Ένα λειτουργικό πρόβλημα που δημιουργείται από την ταχύτερη κωδικοποίηση

βοηθοί κώδικα AI έχουν μειώσει την προσπάθεια που απαιτείται για την παραγωγή κώδικα, αλλά πολλές επακόλουθες εργασίες μηχανικής παραμένουν εργατοβόρες. Τα περιστατικά παραγωγής εξακολουθούν να χρειάζονται διερεύνηση, τα ευρήματα ασφαλείας εξακολουθούν να χρειάζονται αποκατάσταση, και οι ομάδες πλατφόρμας πρέπει ακόμη να κατανοήσουν γιατί μια αυτοματοποιημένη ενέργεια πέτυχε ή απέτυχε.

Η Autoheal υποστηρίζει ότι αυτές οι εργασίες πρέπει να αντιμετωπίζονται ως μέρος μιας συντονισμένης εργοστασιακής παραγωγής λογισμικού, αντί να παραδίδονται σε μια συλλογή αποσυνδεδεμένων πρακτόρων. Η πλατφόρμα της συνδέει εργαλεία κωδικοποίησης με αποθετήρια, συστήματα CI/CD, πλατφόρμες παρατηρησιμότητας, περιβάλλοντα cloud και συστήματα παρακολούθησης ζητημάτων. Ο στόχος είναι να προσφέρει στους εξειδικευμένους πράκτορες κοινή άποψη του περιβάλλοντος μηχανικής, διατηρώντας τους εντός του cloud και των ελέγχων ασφαλείας του πελάτη.

Αυτή η αρχιτεκτονική έχει σημασία σε ρυθμιζόμενους ή τεχνικά πολύπλοκους οργανισμούς, όπου ένας πράκτορας μπορεί να χρειάζεται συμφραζόμενα παραγωγής αλλά δεν μπορεί να του δοθεί απεριόριστη πρόσβαση. Επίσης αντιμετωπίζει ένα πρακτικό πρόβλημα διακυβέρνησης: καθώς οι ομάδες αναπτύσσουν περισσότερους πράκτορες, χρειάζονται έναν συνεπή τρόπο αξιολόγησης της συμπεριφοράς, παρακολούθησης αλλαγών και ελέγχου του κόστους.

Πώς λειτουργεί ο συνεχής βρόχος επούλωσης της Autoheal

Στο κέντρο της προσέγγισης της Autoheal βρίσκονται δύο εποπτικοί πράκτορες. Ένας Αξιολογητής βαθμολογεί την έξοδο των πρακτόρων εργασίας χρησιμοποιώντας σήματα όπως σχόλια κώδικα‑ανασκόπησης, αποτυχίες συνεχούς ενσωμάτωσης και περιστατικά συνδεδεμένα με μια αλλαγή. Ένας Θεραπευτής, στη συνέχεια, προτείνει βελτιώσεις σε πράκτορες που αποδίδουν χαμηλά, αλλάζοντας τις προτροπές, τις δεξιότητες, τα εργαλεία ή τις επιλογές μοντέλων τους.

Η εταιρεία δηλώνει ότι αυτές οι προτεινόμενες αλλαγές δοκιμάζονται έναντι ιστορικών δεικτών πριν από την ανασκόπηση. Η συμπεριφορά των πρακτόρων ελέγχεται με εκδόσεις στο Git, και οι μηχανικοί διατηρούν την εξουσία έγκρισης. Στην πράξη, αυτό κάνει το σύστημα λιγότερο σαν αυτόνομο bot κωδικοποίησης και περισσότερο σαν λειτουργικό στρώμα για την παρακολούθηση και βελτίωση μιας ομάδας πρακτόρων εξειδικευμένων σε συγκεκριμένα καθήκοντα.

Η διάκριση είναι σημαντική. Η δημιουργία μιας πειστικής επίδειξης πράκτορα είναι σχετικά απλή· η διατήρηση αξιόπιστης απόδοσης καθώς οι βάσεις κώδικα, η υποδομή και οι οργανωτικούι κανόνες αλλάζουν είναι πιο δύσκολη. Η Autoheal στοιχηματίζει ότι η συνεχής αξιολόγηση και η ελεγχόμενη αναθεώρηση θα γίνουν τυπική απαίτηση για τις επιχειρηματικές αναπτύξεις πρακτόρων.

Οι πρώιμες αναπτύξεις εστιάζουν στην ανταπόκριση σε περιστατικά

Η Autoheal δηλώνει ότι λειτουργεί ήδη σε επιχειρηματικά περιβάλλοντα, συμπεριλαμβανομένων των Nomura Bank και AvidXchange. Σύμφωνα με τα στοιχεία που παρείχε η εταιρεία, η Nomura μείωσε το μέσο χρόνο επίλυσης από δύο ώρες σε 15 λεπτά σε μια υλοποίηση. Η AvidXchange αναφέρει ότι το σύστημα έχει συντομεύσει την ανάλυση αιτίας‑ρίζας σε λεπτά και έχει ελευθερώσει την μηχανική χωρητικότητα για εργασίες προϊόντος.

Αυτά τα αποτελέσματα είναι ισχυρισμοί της εταιρείας και των πελατών και όχι ανεξάρτητα κριτήρια, αλλά υποδεικνύουν την αρχική περίπτωση χρήσης που η Autoheal θεωρεί πιο επείγουσα: την ανταπόκριση σε περιστατικά. Η αντιμετώπιση προβλημάτων συχνά απαιτεί τη συλλογή αποδείξεων από αρχεία καταγραφής, συστήματα παρακολούθησης, εισιτήρια, αλλαγές κώδικα και υπηρεσίες cloud. Ένας πράκτορας με πρόσβαση σε αυτό το πλαίσιο μπορεί να συνθέσει μια χρήσιμη διάγνωση πιο γρήγορα από έναν μηχανικό που μετακινείται χειροκίνητα μεταξύ των συστημάτων.

Η Empiric Earth χρησιμοποιεί επίσης την πλατφόρμα για αντιμετώπιση προβλημάτων και βελτιστοποίηση κόστους λογισμικού, σύμφωνα με την ανακοίνωση. Συνολικά, οι υλοποιήσεις υποδεικνύουν ότι η Autoheal ξεκινά με ροές εργασίας όπου το κόστος της κατακερματισμένης πληροφορίας είναι εύκολο να εντοπιστεί και όπου η βελτίωση μπορεί να μετρηθεί σε χρόνο που επιστρέφεται στους μηχανικούς.

Τι προορίζεται να χρηματοδοτήσει ο γύρος σπόρων

Autoheal ιδρύθηκε από τους Utkarsh Ohm, Sid Choudhury και Puneet Saraswat, αντλώντας εμπειρία από τις Harness, Microsoft Azure, ThoughtSpot και AppDynamics. Η ομάδα δηλώνει ότι το νέο κεφάλαιο θα υποστηρίξει την ανάπτυξη συστημάτων ενισχυτικής μάθησης και ιδιωτικών, ειδικών για επιχειρήσεις μοντέλων που εκπαιδεύονται σε δεδομένα μηχανικής που παραμένουν εντός των ορίων του πελάτη.

Το μακροπρόθεσμο σχέδιο επεκτείνεται πέρα από τη μηχανική λογισμικού σε λειτουργίες δεδομένων και ασφαλείας. Η επέκταση αυτή θα εξαρτηθεί από το αν η πλατφόρμα μπορεί να γενικεύσει το μοντέλο αξιολόγησης‑και‑επισκευής της σε ροές εργασίας με διαφορετικά προφίλ κινδύνου και κριτήρια επιτυχίας.

Προς το παρόν, η συγκέντρωση κεφαλαίων υπογραμμίζει μια μεταβολή στην αγορά επιχειρησιακής AI. Ο επόμενος περιορισμός ενδέχεται να μην είναι η παραγωγή περισσότερου κώδικα, αλλά η διαχείριση του αυξανόμενου πληθυσμού των πρακτόρων και η απορρόφηση της λειτουργικής εργασίας που δημιουργούν. Η ευκαιρία της Autoheal βασίζεται στη μετατροπή αυτού του περιορισμού σε υποδομή που οι ομάδες πλατφόρμας μπορούν να μετρήσουν, ελέγξουν και βελτιώσουν.