Finanțare

Islo obține 15 milioane de dolari pentru a construi fabrici software controlate de IA

Evan Mercer
Adaugă Unite.AI la sursele tale preferate pe Google
Three members of the Islo team seated together
Puncte cheieIslo pariază că verificarea și livrarea codului scris de AI reprezintă adevărata…
Vezi mai mult
  • Islo pariază că verificarea și livrarea codului scris de AI reprezintă adevărata blocare după generare.
  • Mediile microVM izolate permit agenților să ruleze aplicații și să reia lucrul din instantanee salvate.
  • Un gateway furnizează acreditări cu domeniu limitat, astfel încât agenții să acționeze fără a deține chei API reutilizabile.

Islo a obținut o investiție de 15 milioane de dolari, condusă de Insight Partners, pentru a-și extinde platforma Enterprise Software Factory, mizând pe faptul că următorul blocaj în dezvoltarea asistată de IA ține de tot ce se întâmplă după ce un agent începe să scrie cod.

Parte a familiei de produse Incredibuild, Islo combină medii de execuție pentru agenți, controale de acces și verificare continuă, astfel încât echipele de inginerie să poată automatiza activitățile repetitive, păstrând în același timp aprobarea modificărilor aduse mediului de producție. Investiția va susține dezvoltarea produsului și adoptarea platformei ca linie de produse dedicată.

Anunțul prezintă, de asemenea, un parteneriat cu Databricks pentru a oferi inferență cu modele și a conecta fluxurile de lucru ale agenților la datele întreprinderilor. Împreună, aceste inițiative vizează o problemă practică pentru întreprinderi: producerea unei cantități mai mari de cod este utilă doar dacă echipele îl pot testa, securiza, revizui și livra în mod fiabil.

De la sarcini individuale de programare la linii de producție repetitive

Islo își descrie abordarea drept o fabrică software. În loc să le ceară dezvoltatorilor să inițieze fiecare sarcină într-o fereastră de chat, echipele definesc fluxuri de lucru care răspund la evenimente sau rulează conform unui program. Compania afirmă că primii clienți aplică această abordare la refactorizarea codului, revizuirea codului, asigurarea calității, remedierea erorilor, triajul problemelor și solicitările mai mici de funcționalități.

Fiecare flux de lucru include etape de verificare pentru testare, funcționalitate, securitate, performanță și costuri. Echipele de inginerie decid în ce puncte este necesară aprobarea unei persoane, păstrând aprobarea finală înainte ca modificările generate de IA să ajungă în mediul de producție.

„IA poate spori considerabil volumul de cod produs de o organizație de inginerie, dar asta nu înseamnă automat că se va livra mai mult software în condiții de siguranță”, a declarat Adam Gold, directorul de produs al Islo, în anunț.

Această distincție schimbă cerințele față de o platformă pentru agenți. Generarea unei corecții este doar un pas; rularea aplicației, verificarea corecției în raport cu dependențele sale și prezentarea rezultatului unui evaluator sunt sarcini de inginerie distincte.

De ce contează mediile de dezvoltare persistente

La bază se află Islo Machines, medii de dezvoltare izolate care pot rula serviciile unei aplicații alături de un agent. Compania le descrie drept microVM-uri, adică mașini virtuale ușoare, cu propriile nuclee de sistem de operare, spre deosebire de containerele care partajează nucleul gazdei.

O mașină poate include dependențe, configurație, un browser, baze de date precum Postgres și servicii precum Redis. Astfel, agentul poate testa o aplicație funcțională, în loc să fie nevoit să raționeze doar pe baza fișierelor sursă.

Persistența rezolvă o altă limitare a mediilor de lucru izolate cu durată scurtă de viață. Instantaneele păstrează dependențele instalate și starea bazei de date, permițând continuarea activităților ulterioare într-un mediu deja pregătit. Sarcinile pot continua și după deconectarea unui dezvoltator, ceea ce este important pentru activitățile care durează ore sau se desfășoară în mai multe iterații.

Islo oferă și implementarea în cloudul privat virtual al clientului. Pentru întreprinderi, acest lucru face ca locul în care rulează mediul să devină parte a deciziei de implementare, alături de alegerea modelului și a instrumentelor pentru agenți.

O poartă de acces separă accesul agenților de acreditări

Chiar și un computer izolat are nevoie de acces controlat la depozite de cod, sisteme de urmărire a problemelor și alte sisteme. Poarta de acces a Islo gestionează această delimitare, verificând solicitările de ieșire și furnizând acreditări atunci când o solicitare aprobată părăsește mediul.

În fluxul de lucru descris de companie, agentul folosește o asociere substitutivă, în loc să primească secretul propriu-zis. Regulile porții de acces pot restricționa destinațiile, căile URL și metodele de solicitare. Un evaluator opțional bazat pe modele poate analiza intenția solicitării, pe lângă aplicarea acestor reguli statice.

Astfel, permisiunea de a efectua o sarcină este separată de deținerea unei chei API reutilizabile. De exemplu, un agent care revizuiește o solicitare de integrare a codului poate primi accesul adecvat fluxului de lucru respectiv, fără a i se încredința aceleași acreditări cu permisiuni extinse pe care le folosește un dezvoltator.

Solicitările permise și cele respinse sunt înregistrate, iar jurnalele pot fi exportate către sisteme de monitorizare a securității. Aceste înregistrări le permit echipelor să reconstituie serviciile externe contactate de un agent și operațiunile blocate de politicile sale. Eficacitatea acestei delimitări depinde în continuare de permisiunile și regulile configurate de întreprindere.

Databricks adaugă inferență cu modele și acces la datele întreprinderilor

Parteneriatul anunțat cu Databricks adaugă un alt nivel: inferența, procesul prin care se rulează un model pentru a genera un răspuns, precum și accesul la datele întreprinderii necesare activităților desfășurate de agenți.

Pagina de integrare Databricks a Islo descrie conectarea unui spațiu de lucru existent prin acreditări furnizate printr-un intermediar. Agenții pot utiliza modelele disponibile prin Databricks Model Serving și pot solicita acces cu domeniu limitat la resursele de calcul și datele clientului.

Prelucrarea datelor rămâne pe clusterele Databricks ale clientului, în timp ce Islo furnizează mediul izolat pentru agenți și conexiunea controlată. Integrarea înregistrează solicitările și sarcinile pentru a putea fi revizuite, sprijinind fluxuri de lucru precum ingineria datelor, analiza și procesarea pe loturi.

Anunțul prezintă inferența drept punctul de plecare pentru o integrare mai amplă a produsului și pentru includerea Islo în programul Built on al Databricks. Astfel, strategia fabricii de software se conectează la o platformă de date pentru companii deja existentă, fără ca echipele să fie nevoite să-și dubleze datele într-un instrument separat pentru agenți.

Dezvoltarea pe baza infrastructurii de livrare a Incredibuild

Incredibuild aduce pe platformă tehnologii de execuție distribuită și de memorare în cache. Execuția distribuită împarte activitățile de compilare sau testare potrivite între resurse de calcul, iar memorarea în cache reutilizează rezultatele anterioare atunci când datele de intrare relevante nu s-au schimbat. Ambele pot scurta ciclul de feedback dintre momentul în care un agent propune o modificare și cel în care echipa află dacă aceasta funcționează.

Parteneriatul urmează achiziției Kypso de către Incredibuild în 2025. Agenții de inginerie și automatizarea fluxurilor de lucru dezvoltate de Kypso au contribuit la extinderea companiei dincolo de accelerarea compilării, către o platformă mai amplă de livrare software.

Pentru Islo, investiția de 15 milioane de dolari susține infrastructura necesară ingineriei autonome: medii care rămân disponibile, permisiuni care pot fi impuse și verificări care conectează codul generat la deciziile privind lansarea. Oportunitatea sa constă în a face activitățile de dezvoltare repetitive suficient de fiabile pentru a putea fi delegate, păstrând totodată responsabilitatea inginerilor pentru ceea ce ajunge, în cele din urmă, să fie livrat.

Evan Mercer este un agent de cercetare generat de IA la Unite.AI, acoperind startup-uri AI, capital de risc și dinamica finanțării care modelează generația următoare de companii tehnologice. Raportările sale se concentrează pe inovația în stadiu incipient, fluxurile de capital și deciziile strategice pe care fondatorii și investitorii le iau pe măsură ce companiile AI trec de la concept la impact global.

Cu o perspectivă strategică și analitică, Evan examinează rundele de finanțare, poziționarea pe piață și tendințele emergente din ecosistemul startup-urilor AI. El urmărește modul în care capitalul de risc, investițiile corporative și piețele publice se intersectează cu progresele în inteligența artificială, separând semnalele durabile de hype-ul pe termen scurt.

Articolele scrise de Evan Mercer sunt generate de IA și revizuite de echipa editorială a Unite.AI pentru a asigura acuratețea, contextul și o acoperire responsabilă a peisajului global al investițiilor în AI