Restate привлекла $20 млн в раунде Series A для создания надёжной инфраструктуры для AI‑агентов

Restate привлекла $20 млн в раунде Series A, чтобы расширить платформу, предназначенную для обеспечения бесперебойной работы современных приложений и AI‑агентов при сбоях. Раунд возглавила Singular, при участии Redpoint Ventures и Capital One Ventures, что довело общий объём финансирования компании до $27 млн.

Компания, базирующаяся в Берлине и Сан‑Франциско, заявила, что полученные средства поддержат дальнейшую разработку продукта и расширение в США, включая создание нового коммерческого центра в Сан‑Франциско. Restate была основана членами команды, создавшей Apache Flink, открытый фреймворк, который сделал обработку потоков в реальном времени ключевой частью современной инфраструктуры данных.

Почему AI‑агенты делают сбои программного обеспечения более дорогими

Традиционные серверные службы разрабатываются с учётом возможных сбоев: серверы перезапускаются, сети теряют соединения, API становятся недоступными, а процессы останавливаются посередине задачи. Разработчики обычно решают такие прерывания с помощью повторных попыток, очередей, контрольных точек и пользовательской логики восстановления. Эта работа становится значительно сложнее, когда от AI‑агента ожидается непрерывная работа с моделями, API, инструментами, другими агентами и человеческими одобрениями.

Если агент выходит из строя после длительной последовательности действий, он не всегда может безопасно начать заново. Перезапуск может привести к дублированию платежа, повторному вызову внешнего инструмента, потере человеческого решения или отбрасыванию дорогостоящего вывода модели. Как объяснила Unite.AI в своём руководстве по как AI‑агенты комбинируют модели, инструменты, память и управляющие циклы, надёжность зависит от окружающей системы так же сильно, как и от самой модели.

Ответом Restate является надёжное выполнение: запись завершённой работы и состояния, чтобы приложение могло возобновиться с правильной точки после прерывания. Компания утверждает, что это свойство должно распространяться не только на отдельный рабочий процесс, но и на коммуникацию и состояние, общие для распределённого приложения. Стефан Эвен, со‑основатель и генеральный директор Restate, резюмировал цель в объявлении: «надёжность должна стать свойством самой инфраструктуры».

Среда выполнения, построенная вокруг распределённого журнала

В центре архитектуры Restate находится специально созданный распределённый журнал в паре с оркестратором, управляемым событиями. Вместо того чтобы накладывать надёжное выполнение поверх универсальной базы данных, журнал становится основой для выполнения, состояния и коммуникации. Restate утверждает, что это создаёт автономную систему, не требующую внешней базы данных или поискового сервиса, оставаясь при этом достаточно лёгкой для использования в любом приложении.

Этот дизайн предназначен предоставить разработчикам переиспользуемые строительные блоки для устойчивых функций, рабочих процессов, сервисов и объектов с состоянием, не заставляя каждый рабочий процесс помещать в традиционный движок рабочих процессов. Он также отражает опыт основателей в создании Apache Flink, который стал широко используемой инфраструктурой для систем обработки данных в реальном времени.

Компания недавно добавила опцию Bring Your Own Cloud, позволяющую запускать управляемое развертывание Restate внутри облачного аккаунта клиента и его виртуального частного облака. Для предприятий, внедряющих AI‑агентов в регулируемых или чувствительных к данным средах, хранение данных приложения в существующей инфраструктуре может снять важное препятствие для вывода в продакшн.

Replit предоставляет раннее производственное тестирование

Restate сообщает, что её уже используют сотни компаний, включая AI‑бизнесы и организации из списка Fortune 500. Одним из заметных развертываний является Replit Agent, где Restate теперь обеспечивает надёжную оркестрацию. В объявлении говорится, что Replit выбрал эту платформу, когда переосмысливал архитектуру агента и нуждался в среде выполнения, способной сохранять длительные задачи, оставаясь при этом быстрой и простой для разработчиков.

Это развертывание имеет значение, поскольку кодирующие агенты могут генерировать тысячи шагов, вызовов инструментов и изменений состояния в рамках одной задачи. Если слой оркестрации не может корректно восстановиться, потери включают не только простой, но и потерю прогресса, повторные действия и плохой опыт разработчиков. Поэтому производственный агент нуждается в инфраструктуре, способной запоминать произошедшее, различать завершённую и незавершённую работу и возобновлять процесс без повторного воспроизведения побочных эффектов.

Финансирование слоя под агентом

Большая часть текущего рынка AI сосредоточена на моделях, интерфейсах приложений и фреймворках агентов. Финансирование Restate подчёркивает менее заметную возможность: инфраструктуру, необходимую для обеспечения надёжности автономного программного обеспечения после выхода из демонстрационной среды. По мере того как агенты берут на себя более длительные задачи и взаимодействуют с большим числом внешних систем, восстановление, согласованность состояния и наблюдаемость становятся базовыми требованиями, а не опциональными инженерными функциями.

Генри Тиллой, партнёр в Singular, сказал, что инвестиционная гипотеза основывается на том, что Restate объединяет выполнение, состояние и коммуникацию в одном runtime, который разработчики могут использовать в приложении. Сравнение с Apache Flink намеренно: инвесторы делают ставку на то, что та же команда сможет создать слой долговечной инфраструктуры для агентов и распределённых бэкендов, по мере того как системы реального времени становятся более сложными.

$20 млн Series A дает Restate больше возможностей для разработки этого слоя и создания присутствия в США. Более крупным испытанием будет то, станет ли долговечное выполнение стандартным архитектурным выбором для ИИ‑приложений. Если от агентов ожидается работа в течение часов, координация с людьми и программным обеспечением, а также выживание при неизбежных сбоях, системы, помогающие им запоминать и восстанавливаться, могут оказаться столь же важными, как модели, определяющие, что делать дальше.