Finansowanie
Islo pozyskuje 15 mln dolarów na rozwój fabryki oprogramowania dla przedsiębiorstw

Kluczowe punktyIslo automatyzuje pracę inżynierską za pomocą agentów AI, zachowując bezpieczeństwo i…
Zobacz więcej
- Islo automatyzuje pracę inżynierską za pomocą agentów AI, zachowując bezpieczeństwo i wdrażanie pod kontrolą przedsiębiorstwa.
- Factory Lines sprawiają, że kontrole i zatwierdzenia są tak powtarzalne jak samo generowanie kodu.
- Platforma testuje zmiany modeli na historycznych zgłoszeniach, aby dostarczyć dowody specyficzne dla klienta.
Islo ogłosiło inwestycję w wysokości 15 mln dolarów, której rundzie przewodził Insight Partners, oraz uruchomienie platformy Fabryka Oprogramowania dla Przedsiębiorstw 17 listopada 2026 r. Islo, należące do rodziny produktów Incredibuild, zaprojektowało ten system do automatyzacji powtarzalnych prac inżynieryjnych z wykorzystaniem agentów AI, przy jednoczesnym zachowaniu stosowanych w przedsiębiorstwach mechanizmów kontroli bezpieczeństwa, weryfikacji i wdrażania.
Środki wesprą rozwój produktu, jego upowszechnianie oraz ekspansję Islo jako odrębnej linii produktowej w ramach Incredibuild. W 2025 roku Incredibuild przejęło Kypso, startup założony przez zespół kierowniczy Islo. Platforma wykorzystuje technologie Incredibuild przyspieszające kompilację, testowanie i ciągłą integrację, łącząc istniejącą technologię obsługi potoków firmy z mechanizmami kontroli pracy wykonywanej przez agentów.
Linie produkcyjne i odizolowane środowisko wykonywania
Linie produkcyjne przekształcają procedurę inżynieryjną w powtarzalną sekwencję kroków wykonywanych przez agentów i bez ich udziału. Zespół może powierzyć agentowi AI implementację lub przegląd, a następnie użyć skryptów do kompilacji, uruchamiania narzędzi lintujących i testów, dzięki czemu wyniki tych kontroli nie zależą od oceny modelu. Procesy można uruchamiać po zgłoszeniu nowego problemu, otrzymaniu wiadomości na Slacku, wywołaniu webhooka lub zgodnie z harmonogramem. Jeśli kontrola zakończy się niepowodzeniem, proces kieruje zadanie do ponownego wykonania; jeśli dane działanie zostanie uznane za ryzykowne, można wstrzymać je do czasu uzyskania zgody człowieka.
Środowisko wykonywania jest również częścią produktu. Każda maszyna zapewnia trwałe, odizolowane sprzętowo środowisko z repozytoriami, usługami i zależnościami niezbędnymi do kompilowania i uruchamiania oprogramowania klienta. Dzięki temu agenci mogą weryfikować zmiany w rzeczywistym stosie technologicznym, a hosting w chmurze pozwala wielu maszynom działać bez przerwy, nawet gdy inżynier nie jest zalogowany.
Mechanizmy kontroli bezpieczeństwa są częścią tego środowiska. Połączenia wychodzące są blokowane, o ile nie zostaną dozwolone, wstrzykiwanie danych przez bramę pozwala nie umieszczać niezaszyfrowanych danych uwierzytelniających w piaskownicy, a polecenia, modyfikacje plików i aktywność sieciowa są rejestrowane. Zgodnie z stroną produktu klienci mogą również uruchamiać Islo we własnej chmurze, ustalać limity wydatków dla każdej linii oraz rejestrować sesje, działania, połączenia wychodzące i koszty użytkowania w podlegającym audytowi rejestrze przebiegu.
Wśród zastosowań u pierwszych klientów Islo wymienia refaktoryzację, przegląd kodu, zapewnianie jakości, naprawianie błędów, wstępną analizę zgłoszeń i wdrażanie mniej typowych funkcji. Zespoły mogą ustalać kryteria bezpieczeństwa, testowania, funkcjonalności, ochrony, wydajności i kosztów, a także decydować, które działania wymagają zatwierdzenia przez człowieka.
„AI może znacznie zwiększyć ilość kodu tworzonego przez organizację inżynieryjną, ale nie oznacza to automatycznie, że bezpiecznie dostarczy ona więcej oprogramowania” — powiedział Adam Gold, dyrektor ds. produktu w Islo. Islo chce, by kontrole i zatwierdzenia towarzyszące każdej zmianie były równie powtarzalne jak samo generowanie kodu.
Partnerstwo z Databricks i testowanie modeli
Databricks ma również zostać partnerem Islo w zakresie obsługi wnioskowania po stronie zaplecza. Islo poinformowało, że integracja zapewni klientom dostęp do zastrzeżonych i otwartych modeli AI, a wspólni klienci będą mogli uruchamiać fabryki na własnych danych bez rezygnowania z prywatności ani kontroli. Wykonywanie modeli i dostęp do danych Databricks będą dostępne w ramach Fabryki Oprogramowania, dzięki czemu zasoby te znajdą się w tym samym kontrolowanym środowisku co przepływ pracy inżynieryjnej.
Niezależność od konkretnego modelu to kolejny element projektu. Zespoły mogą korzystać z Claude Code, Codex lub innych narzędzi agentowych oraz wybierać różne modele dla poszczególnych etapów, bez konieczności przebudowy całej linii przy zmianie jednego komponentu.
Islo informuje, że proponowane zmiany modelu, promptu lub środowiska agenta można najpierw przetestować na podstawie historycznych zgłoszeń w środowisku klienta. Symulowane wersje GitHub, Slacka i Linear, zachowujące stan, nie pozwalają agentowi poznać ostatecznego rozwiązania. Ewaluacja obejmuje następnie analizę wyniku, ukrytych testów, skutków ubocznych, prób i kosztów, dostarczając dowodów opartych na pracy klienta, a nie na ogólnym teście porównawczym dostawcy.
Islo informuje, że Rite korzysta z platformy do wdrażania funkcji i naprawiania błędów, a Incredibuild rozszerzyło jej zastosowanie: od automatycznego przeglądu zgłoszeń pull request po naprawianie błędów, wdrażanie funkcji i wstępną analizę zgłoszeń związanych z ciągłą integracją. Pilotaż w ARIMLABS osiągnął około 500 000 wykonań ewaluacyjnych dziennie. Przykłady te wskazują na początkowy obszar zastosowań platformy: ciągłe, powtarzalne zadania, których dane wejściowe i kryteria akceptacji można z góry określić.
Najbliższa szansa biznesowa wiąże się z zaległymi pracami konserwacyjnymi, testowaniem i wstępną analizą zgłoszeń, które można oceniać według obiektywnych kryteriów. Kluczowe pytanie dotyczące nowej linii produktowej brzmi, czy mechanizmy kontroli Islo zapobiegną temu, by przegląd i weryfikacja stały się kolejnym wąskim gardłem, gdy klienci zwiększą skalę i zakres autonomii zmian generowanych przez agentów.












