Autoheal strânge o rundă seed de $7.9M pentru fabrica sa de software auto‑îmbunătățit

Autoheal a strâns $7.9 milioane în finanțare seed pentru a extinde o platformă concepută să gestioneze munca care urmează codării asistate de AI: investigarea incidentelor, remedierea vulnerabilităților, controlul costurilor modelelor și menținerea agenților software aliniați cu sistemele și politicile unei întreprinderi.

Innovation Endeavors a condus runda, cu participarea Emergent Ventures, U&I Ventures, Darkmode Ventures, Batch Ventures și Param Hansa Values. Harpinder Singh de la Innovation Endeavors se alătură consiliului de administrație al Autoheal.

Finanțarea sosește în momentul în care companiile învață că generarea mai rapidă de cod nu produce automat livrări de software mai rapide sau mai sigure. Mai mult cod poate însemna mai multe alerte, revizii, vulnerabilități și cheltuieli pentru modele în cloud. Autoheal se concentrează pe acel strat mai puțin vizibil al boom‑ului de codare asistată de AI.

O problemă operațională creată de codarea mai rapidă

AI coding assistants au redus efortul necesar pentru a produce cod, dar multe sarcini de inginerie ulterioare rămân intensive din punct de vedere al muncii. Incidentele de producție necesită în continuare investigare, constatările de securitate necesită remediere, iar echipele de platformă trebuie să înțeleagă de ce o acțiune automatizată a reușit sau a eșuat.

Autoheal susține că aceste sarcini ar trebui tratate ca parte a unei fabrici de software coordonate, nu încredințate unei colecții de agenți deconectați. Platforma sa conectează instrumentele de codare cu depozite, sisteme CI/CD, platforme de observabilitate, medii cloud și sisteme de urmărire a problemelor. Scopul este să ofere agenților specializați o vedere comună a mediului de inginerie, menținându-i în interiorul cloud‑ului și al controalelor de securitate ale clientului.

Acea arhitectură contează în organizații reglementate sau tehnic complexe, unde un agent poate avea nevoie de context de producție, dar nu poate primi acces nelimitat. De asemenea, abordează o problemă practică de guvernanță: pe măsură ce echipele implementează tot mai mulți agenți, acestea au nevoie de o metodă coerentă pentru a evalua comportamentul, a urmări modificările și a controla costurile.

Cum funcționează bucla continuă de vindecare a Autoheal

În centrul abordării Autoheal se află doi agenți supraveghetori. Un Evaluator evaluează rezultatele agenților lucrători folosind semnale precum comentarii din revizii de cod, eșecuri ale integrării continue și incidente legate de o modificare. Un Healer propune apoi îmbunătățiri pentru agenții cu performanțe slabe prin modificarea prompturilor, abilităților, instrumentelor sau selecțiilor de modele.

Compania afirmă că aceste modificări propuse sunt testate pe baza unor repere istorice înainte de revizuire. Comportamentul agenților este versionat în Git, iar inginerii păstrează autoritatea de aprobare. În practică, acest lucru face sistemul mai puțin asemănător unui robot de codare autonom și mai mult ca un strat operațional pentru monitorizarea și îmbunătățirea unui grup de agenți specifici sarcinilor.

Distincția este importantă. Construirea unei demonstrații convingătoare a unui agent este relativ simplă; menținerea unei performanțe fiabile pe măsură ce bazele de cod, infrastructura și regulile organizaționale se schimbă este mai dificilă. Autoheal pariază că evaluarea continuă și revizia controlată vor deveni o cerință standard pentru implementările de agenți în întreprinderi.

Implementările timpurii pun accentul pe răspunsul la incidente

Autoheal afirmă că rulează deja în medii enterprise, inclusiv la Nomura Bank și AvidXchange. Conform cifrelor furnizate de companie, Nomura a redus timpul mediu de rezolvare de la două ore la 15 minute într-o implementare. AvidXchange raportează că sistemul a scurtat analiza cauzei rădăcină la câteva minute și a eliberat capacitatea de inginerie pentru munca de produs.

Aceste rezultate sunt afirmații ale companiei și ale clienților, nu repere independente, dar indică cazul de utilizare inițial pe care Autoheal îl consideră cel mai urgent: răspunsul la incidente. Depanarea necesită adesea colectarea de dovezi din jurnale, sisteme de monitorizare, tichete, modificări de cod și servicii cloud. Un agent cu acces la acest context ar putea să întocmească un diagnostic util mai rapid decât un inginer care se mută manual între sisteme.

Empiric Earth folosește, de asemenea, platforma pentru depanare și optimizarea costurilor software, conform anunțului. Împreună, implementările sugerează că Autoheal începe cu fluxuri de lucru în care costul informațiilor fragmentate este ușor de observat și unde îmbunătățirea poate fi măsurată în timp redat inginerilor.

Ce se intenționează să finanțeze runda seed

Autoheal a fost fondat de Utkarsh Ohm, Sid Choudhury și Puneet Saraswat, bazându-se pe experiența acumulată la Harness, Microsoft Azure, ThoughtSpot și AppDynamics. Echipa spune că noul capital va susține dezvoltarea sistemelor de învățare prin consolidare și a modelelor private, specifice întreprinderii, antrenate pe date de inginerie care rămân în interiorul limitelor clientului.

Planul pe termen lung se extinde dincolo de ingineria software către operațiuni de date și securitate. Această extindere va depinde de capacitatea platformei de a generaliza modelul său de evaluare și reparare în fluxuri de lucru cu profiluri de risc și criterii de succes diferite.

Deocamdată, strângerea de fonduri evidențiază o schimbare pe piața AI enterprise. Următoarea constrângere s-ar putea să nu fie generarea de cod suplimentar, ci guvernarea populației în creștere de agenți și absorbția muncii operaționale pe care o creează. Oportunitatea Autoheal constă în transformarea acelei constrângeri în infrastructură pe care echipele de platformă o pot măsura, audita și îmbunătăți.