Η Potpie AI εξασφαλίζει 2,2 εκατ. δολάρια για να φέρει έξυπνη τεχνητή νοημοσύνη σε σύνθετα συστήματα μηχανικής

Η ανάπτυξη λογισμικού εξελίσσεται γρήγορα, αλλά τα περιβάλλοντα στα οποία εργάζονται οι προγραμματιστές δεν έχουν πάντα跟隨. Σήμερα, η Potpie AI — μια εταιρεία που επικεντρώνεται στην κάνουν τους πράκτορες τεχνητής νοημοσύνης πραγματικά χρήσιμους μέσα σε πραγματικά συστήματα μηχανικής — ανακοίνωσε ότι έχει συγκεντρώσει $2.2 εκατ. σε προ-σπόρο финансирования. Η στροφή ήταν υπό την ηγεσία της Emergent Ventures με τη συμμετοχή της All In Capital, DeVC, και Point One Capital. Το κεφάλαιο θα υποστηρίξει τις πρώτες επιχειρηματικές αναπτύξεις, θα επεκτείνει την ομάδα μηχανικής και θα αναπτύξει περαιτέρω την κεντρική αρχιτεκτονική και την υποδομή του Potpie.

Αντιμετωπίζοντας το Πρόβλημα του Πλαισίου στα Συστήματα Μηχανικής

Τα εργαλεία γενετικής τεχνητής νοημοσύνης έχουν κάνει εντυπωσιακές προόδους στην παραγωγή λειτουργικού κώδικα, αλλά συχνά έχουν δυσκολίες μέσα σε σύνθετα, αλληλεξαρτώμενα συστήματα όπου το πλαίσιο είναι κρίσιμο. Τα μεγάλα μοντέλα γλωσσών μπορούν να παράγουν κώδικα, αλλά χωρίς βαθιά κατανόηση της αρχιτεκτονικής συστήματος, της ιστορίας εργαλείων και των αλληλεξαρτήσεων μεταξύ υπηρεσιών, η αποτελεσματικότητά τους σε περιβάλλοντα παραγωγής είναι περιορισμένη.

Παραδοσιακά, οι ανώτεροι μηχανικοί κρατούν πολλή από αυτήν την γνώση πλαισίου μαζί. Όταν τα συστήματα μεγεθύνονται σε δεκάδες εκατομμύρια γραμμών κώδικα, αυτό το μοντέλο γίνεται εύθραυστο. Η Potpie σχεδιάστηκε για να αντιμετωπίσει αυτό το κενό με την κατασκευή ενός θεμελιώδους στρώματος πλαισίου που ενοποιεί πληροφορίες σε πηγαίο κώδικα, εισιτήρια, καταγραφές, έγγραφα και αναθεωρήσεις. Σύνδεοντας αυτά τα στοιχεία σε μια δομημένη αναπαράσταση του κώδικα, η πλατφόρμα ermögλεί στους πράκτορες τεχνητής νοημοσύνης να συλλογισθούν για τα συστήματα με πιο ολιστικό τρόπο.

Από τις Προδιαγραφές στην Εκτέλεση με Μεγαλύτερη Εμπιστοσύνη

Ένας βασικός αρχή πίσω από την Potpie είναι η αντιμετώπιση της προδιαγραφής — και όχι του υπάρχοντος κώδικα — ως την πηγή αλήθειας. Πριν από τη δημιουργία οποιουδήποτε κώδικα, οι πράκτορες μεταφράζουν τις απαιτήσεις σε ένα σαφές σχέδιο υλοποίησης, χαρτογραφούν τις εξαρτήσεις και τις περιπτώσεις άκρων, και ευθυγραμμίζουν τις στρατηγικές δοκιμών και αναπτύξεως.

Αντί να λειτουργούν ως άλλος βοηθός κωδικοποίησης που επικεντρώνεται στην αυτόματη συμπλήρωση, η Potpie κατασκευάζει ένα γραφικό μοντέλο του συστήματος λογισμικού. Υποθέτει τη συμπεριφορά μεταξύ των μονάδων και παράγει δομημένα αντικείμενα που οδηγούν τον τρόπο με τον οποίο λειτουργούν οι πράκτορες. Αυτό περιλαμβάνει τη δημιουργία αρχείων Agent.md για την ορισμό της συμπεριφοράς του πράκτορα μέσα σε ένα κώδικα, καθώς και την κατασκευή αναζητήσιμων ευρετηρίων σε API, υπηρεσίες, βάσεις δεδομένων και συστατικά για να μειώσει την αμφιβολία και να βελτιώσει την αξιοπιστία.

Η πλατφόρμα εξελίσσεται επίσης παράλληλα με το σύστημα. Όταν δημιουργούνται αιτήσεις, μπορεί να ενημερώσει την τεκμηρίωση και τα εισιτήρια. Όταν ανοίγονται εισιτήρια, μπορεί να δημιουργήσει σχέδια συστήματος. Όταν κυκλοφορούν εκδόσεις, μπορεί να παράγει σημειώσεις έκδοσης αυτόματα. Ο στόχος είναι να διατηρείται συνεχώς το πλαίσιο αντί να το αφήνει να καταρρεύσει με τον καιρό.

Κατασκευασμένο για Κώδικες Επιχειρηματικής Κλίμακας

Ιδρυθείσα από την Aditi Kothari και τον Dhiren Mathur, η Potpie εμφανίστηκε κατά την πρώτη κύμα της υιοθέτησης της γενετικής τεχνητής νοημοσύνης στα τέλη του 2023. Ενώ μεγάλο μέρος της βιομηχανίας επικεντρώθηκε στην τεχνητή νοημοσύνη για τους εργαζόμενους γνώσεων, οι ιδρυτές αναγνώρισαν μια διαφορετική πρόκληση που αντιμετωπίζουν οι προγραμματιστές: οι κώδικες είναι μη γραμμικοί, βαθιά αλληλεξαρτώμενοι και κατανεμημένοι σε πολλά εργαλεία και ομάδες.

Η εταιρεία ξόδεψε σχεδόν δύο χρόνια αναπτύσσοντας την αρχιτεκτονική της και το γράφο γνώσεων πριν από την δημόσια εκτόξευση τον Ιανουάριο του 2025. Η πλατφόρμα είναι σχεδιασμένη για περιβάλλοντα επιχειρήσεων, αρχίζοντας από κώδικες περίπου ενός εκατομμυρίου γραμμών και κλιμακώνοντας σε εκατομμύρια.

Πρώιμα Αποτελέσματα Αντικατοπτρίζουν το Μέγεθος του Προβλήματος

Οι αρχικές αναπτύξεις υπογραμμίζουν την πολυπλοκότητα που στοχεύει η Potpie να διαχειριστεί. Σε μια περίπτωση, ένας πελάτης με περισσότερες από 40 εκατομμύρια γραμμές κώδικα μειώνει την ανάλυση αιτίας για προβλήματα παραγωγής από σχεδόν μια εβδομάδα σε περίπου 30 λεπτά, με τους μηχανικούς να μεταβαίνουν σε ρόλους αναθεωρητών αντί για ερευνητές. Μια άλλη επιχείρηση που διατηρούσε δεκαετίες παλιά, ενσωματωμένα συστήματα χρησιμοποιούσε την πλατφόρμα για να δημιουργήσει και να ενημερώσει δοκιμές από άκρο σε άκρο στο παρασκήνιο, συμπιέζοντας εργασία που προηγουμένως διήρκεσε πολλές σπρίντ σε ένα σημαντικά μικρότερο κύκλο.

Η Potpie εργάζεται目前 με εταιρείες Fortune 500 και δημόσιες εταιρείες σε ρυθμιζόμενους τομείς, συμπεριλαμβανομένης της υγείας και της ασφάλισης. Τα ανοιχτά προγράμματά της έχουν υπερβεί τις 5.000 αστέρια στο GitHub, συνεισφέροντας στο ενδιαφέρον επιχειρήσεων.

Μια Μετατόπιση στο Πώς η Τεχνητή Νοημοσύνη Ταιριάζει στη Μηχανική

Όσο η γενετική τεχνητή νοημοσύνη γίνεται πιο προσιτή, η πιο δύσκολη πρόκληση είναι η ενεργοποίηση της τεχνητής νοημοσύνης να συλλογιστεί σε ολόκληρα συστήματα με ασφάλεια. Η δομημένη, πλαίσιο-πρώτη προσέγγιση της Potpie αντικατοπτρίζει μια ευρύτερη μετατόπιση στο τοπίο εργαλείων προγραμματιστή — μια που τονίζει την κατανόηση συστήματος αντί για την αυτοματοποίηση επιφάνειας.

Η τελευταία στροφή χρηματοδότησης της εταιρείας σηματοδοτεί την αυξανόμενη προσοχή των επενδυτών προς την υποδομή που κάνει τους πράκτορες τεχνητής νοημοσύνης πρακτικούς σε πραγματικά περιβάλλοντα μηχανικής. Αν είναι επιτυχημένη, το πλαίσιο — και όχι μόνο η γενετική — μπορεί να αποδειχθεί το καθοριστικό στρώμα που επιτρέπει στην τεχνητή νοημοσύνη να μεταβεί από βοηθό σε ενσωματωμένο συμμετέχοντα σε σύνθετα συστήματα λογισμικού.