Финансирование
Islo привлекает 15 млн долларов на создание контролируемых фабрик программного обеспечения с ИИ

Ключевые моментыIslo утверждает, что проверка и доставка кода, написанного ИИ, — это реальное узкое…
Показать больше
- Islo утверждает, что проверка и доставка кода, написанного ИИ, — это реальное узкое место после генерации.
- Изолированные среды микроВМ позволяют агентам запускать приложения и возобновлять работу из сохранённых снимков.
- Шлюз предоставляет ограниченные учётные данные, чтобы агенты действовали, не храня многоразовые ключи API.
Islo привлекла 15 млн долларов в рамках раунда, который возглавила Insight Partners. Средства пойдут на развитие платформы «Фабрика корпоративного программного обеспечения». Компания делает ставку на то, что следующим узким местом в разработке с помощью ИИ станет всё, что происходит после того, как агент начинает писать код.
Входя в семейство продуктов Incredibuild, Islo объединяет среды для выполнения задач агентами, средства контроля доступа и непрерывную проверку. Это позволяет инженерным командам автоматизировать повторяющиеся задачи, сохраняя за собой право утверждать изменения перед их внедрением в рабочую среду. Инвестиции помогут развивать продукт и внедрять платформу как отдельную линейку продуктов.
В анонсе также описано партнёрство с Databricks, которое обеспечит выполнение моделей и подключение рабочих процессов агентов к корпоративным данным. Вместе эти шаги направлены на решение практической задачи бизнеса: создавать больше кода полезно лишь в том случае, если команды могут надёжно тестировать, защищать, проверять и поставлять его.
От отдельных задач по программированию к повторяемым производственным процессам
Islo описывает свой подход как фабрику программного обеспечения. Вместо того чтобы поручать разработчику запускать каждую задачу в окне чата, команды задают рабочие процессы, которые реагируют на события или выполняются по расписанию. По словам компании, первые клиенты применяют этот подход для рефакторинга, проверки кода, контроля качества, исправления ошибок, первичной обработки обращений и выполнения небольших запросов на добавление функций.
Каждый рабочий процесс предусматривает контрольные этапы для тестирования, проверки функциональности, безопасности, производительности и стоимости. Инженерные команды сами определяют, где необходимо одобрение человека; до попадания изменений, созданных ИИ, в рабочую среду их по-прежнему должен кто-то утвердить.
«ИИ может значительно увеличить объём кода, который создаёт инженерная команда, но это не означает, что она автоматически сможет безопасно выпускать больше программного обеспечения», — заявил в анонсе директор по продукту Islo Адам Голд.
Это различие меняет требования к платформе для агентов. Создать исправление — лишь один этап; запуск приложения, проверка исправления с учётом его зависимостей и предоставление проверяющему сведений о произошедшем — отдельные инженерные задачи.
Почему важны постоянные среды разработки
В основе решения лежат Islo Machines — изолированные среды разработки, в которых рядом с агентом могут работать службы приложения. Компания называет их микровиртуальными машинами: это лёгкие виртуальные машины со своими ядрами операционной системы, а не контейнеры, использующие общее ядро хоста.
Машина может включать зависимости, конфигурацию, браузер, базы данных, например Postgres, и службы, например Redis. Благодаря этому агент может работать с функционирующим приложением, а не только анализировать исходные файлы.
Постоянное хранение данных позволяет преодолеть ещё одно ограничение кратковременно существующих изолированных сред. Снимки сохраняют установленные зависимости и состояние базы данных, поэтому последующую работу можно продолжить в уже подготовленной среде. Задачи могут выполняться и после отключения разработчика — это важно для процессов, которые занимают несколько часов или требуют нескольких итераций.
Islo также предлагает развёртывание в виртуальном частном облаке клиента. Для крупных компаний это означает, что местоположение среды выполнения становится частью решения о развёртывании наряду с выбором модели и инструментов для агентов.
Шлюз отделяет доступ агентов от учётных данных
Даже изолированному компьютеру нужен контролируемый доступ к репозиториям, системам отслеживания задач и другим системам. Шлюз Islo обеспечивает такой контроль: он проверяет исходящие запросы и предоставляет учётные данные, когда одобренный запрос покидает среду.
В описанном компанией рабочем процессе агент использует подстановочную привязку, а не получает сам секрет. Правила шлюза могут ограничивать адресатов, пути URL и методы запросов. Дополнительно запрос может оценивать модельный модуль, который анализирует его предполагаемую цель наряду с применением статических правил.
Так право выполнить задачу отделяется от владения многоразовым ключом API. Например, агент, проверяющий запрос на слияние, может получить доступ, соответствующий этому рабочему процессу, без передачи ему тех же широких учётных данных, которыми пользуется разработчик.
Разрешённые и отклонённые запросы регистрируются; журналы можно экспортировать в системы мониторинга безопасности. Эти записи позволяют командам восстановить, к каким внешним службам обращался агент и какие операции блокировали установленные правила. Эффективность такого контроля по-прежнему зависит от разрешений и правил, заданных компанией.
Databricks обеспечивает выполнение моделей и доступ к корпоративным данным
Объявленное партнёрство с Databricks добавляет ещё один уровень: выполнение моделей — процесс запуска модели для генерации ответа — и доступ к корпоративным данным, необходимым для работы с помощью агентов.
На странице интеграции с Databricks Islo описывает подключение существующего рабочего пространства с использованием учётных данных, предоставляемых через посредника. Агенты могут использовать модели, доступные через Databricks Model Serving, и запрашивать ограниченный доступ к вычислительным ресурсам и данным клиента.
Обработка данных остаётся на кластерах Databricks клиента, а Islo предоставляет изолированную среду для агентов и контролируемое подключение. Интеграция регистрирует запросы и задания для последующей проверки и поддерживает такие рабочие процессы, как инженерия данных, анализ и пакетная обработка.
В релизе инференс представлен как отправная точка для более широкой интеграции продукта и включения Islo в программу Built on Program компании Databricks. Это связывает стратегию создания программных фабрик с уже существующей корпоративной платформой данных, избавляя команды от необходимости дублировать данные в отдельном инструменте для агентов.
Развитие инфраструктуры поставки ПО Incredibuild
Incredibuild привносит в платформу технологии распределённого выполнения и кэширования. Распределённое выполнение позволяет распределять подходящие задачи сборки или тестирования между вычислительными ресурсами; кэширование повторно использует ранее полученные результаты, если соответствующие входные данные не изменились. И то и другое может сократить цикл обратной связи между предложением изменения агентом и моментом, когда команда узнаёт, работает ли оно.
Это сотрудничество стало продолжением приобретения Incredibuild компании Kypso в 2025 году. Инженерные агенты Kypso и автоматизация рабочих процессов способствовали выходу компании за рамки ускорения сборки и превращению её в более широкую платформу поставки программного обеспечения.
Инвестиции в размере 15 млн долларов позволят Islo создать инфраструктуру для автономной разработки: среды, которые остаются доступными, права доступа, соблюдение которых можно обеспечивать, и проверки, связывающие сгенерированный код с решениями о выпуске. Компания стремится сделать повторяющиеся задачи разработки достаточно надёжными, чтобы их можно было поручать агентам, сохраняя при этом за инженерами ответственность за то, что в итоге выпускается.












