Finansiering

E2e tar in 8 miljoner dollar i såddfinansiering för att bygga ett verifieringslager för agentbaserad kodning

mm
Lägg till Unite.AI bland dina föredragna källor på Google

e2e meddelade den 3 november 2026 att företaget hade tagit in 8 miljoner dollar i såddfinansiering och bytt namn från TesterArmy, medan det utvecklar verktyg för att verifiera programvara som skrivits med kodningsagenter. Bland de namngivna investerarna finns Credo Ventures, KAYA, Point Nine, Baobab Ventures och Script Capital.

Bland de enskilda investerarna finns Snowflakes medgrundare Marcin Żukowski och Ubers medgrundare Oscar Salazar. Det nya namnet e2e återspeglar en bredare ambition att stödja agenter genom hela deras arbete, där testning är den första delen av verifieringsstrategin.

Därför bytte TesterArmy namn till E2e

Teamet startade TesterArmy tidigare under 2026 och deltog i Y Combinator. Den slutna plattformen lät inte kunder lagra tester tillsammans med sin kod, välja valfri modell eller köra tester lokalt bredvid en kodningsagent. Dessa begränsningar formade e2e: testerna förblir kod som ägs av användaren, användaren behåller kontrollen över valet av modell och testerna kan köras lokalt eller i kontinuerlig integration.

Företaget lanserade ramverket med öppen källkod den 1 oktober 2026. I samband med omprofileringen fick hela företaget samma namn som ramverket, efter att det blivit den produkt som utvecklare förknippade med teamet.

Kombinera agentsteg med exakta kontroller

TypeScript-ramverket stöder webb, iOS och Android via ett enda API. Utvecklare kan använda rollbaserade lokatorer och kontroller som automatiskt försöks igen när precision är viktig, och sedan lägga till agent.act(), agent.assert() och agent.extract() steg där det är enklare att beskriva ett mål än att skripta varje åtgärd.

När ett agentsteg klaras med en registrerad kontroll cachar e2e åtgärderna och spelar upp dem igen vid senare körningar utan att anropa modellen på nytt. Om gränssnittet förändras så mycket att uppspelningen inte längre fungerar tar den aktiva agenten över för att hitta en ny väg. Modellanvändningen följer därmed förändringar i gränssnittet i stället för varje upprepning av ett oförändrat test.

Agentsteg kan köras med AI SDK-modeller, inklusive lokala modeller, eller via befintliga ChatGPT-, GitHub Copilot- och SuperGrok-prenumerationer. En agentfunktion och en MCP-server kopplar ramverket till Claude Code, Cursor och Codex, så att dessa kodningsagenter kan utforska en app, skriva tester med hjälp av gränssnittslokatorer och läsa felrapporter.

Ramverket finns på npm under licensen Apache-2.0, men är fortfarande före version 1.0. Dess projektdatabas varnar för att API:er och konfiguration kan ändras mellan mindre versioner; datorprogram täcks ännu inte.

e2e uppger att ramverket under sin första månad passerade 1,5 miljoner nedladdningar från npm och 12 000 GitHub-stjärnor, samtidigt som det lockade 60 externa bidragsgivare. Antalet dagliga nedladdningar låg på omkring 100 000.

Kommersiella planer och kundmigrering

Företaget planerar att lansera e2e cloud 2027, så att team kan köra ramverket på hanterad infrastruktur med ett urval av modeller och enheter. Ytterligare verifieringsverktyg planeras därefter. Ramverket med öppen källkod kommer även fortsättningsvis att ha licensen Apache-2.0.

Företagserbjudandet innebär att ramverket är gratis att använda för företag, medan de betalar för ingenjörer som hjälper till med införandet eller kundanpassat arbete. Uppdragen omfattar migrering av tester, konfigurering av kontinuerlig integration, utveckling anpassad till den specifika teknikstacken och överlämning, samtidigt som tester och appar körs på infrastruktur som kunden själv kontrollerar.

Befintliga TesterArmy-kunder kan använda den äldre plattformen till och med den 15 januari 2027, och företaget hjälper dem att flytta sina tester till e2e dessförinnan. Företaget rekryterar också i Warszawa och San Francisco medan teamet växer.

Såddfinansieringen ska finansiera övergången från en sluten testtjänst till en öppen verifieringsverksamhet med rapporterad tidig användning. Den centrala utmaningen är att bygga upp företags- och molndrift kring ett ramverk som fortfarande är före version 1.0, samtidigt som den lokala kontrollen, valfriheten i fråga om modeller och den öppna licensiering som utmärker det bevaras.

Evan Mercer är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som bevakar AI-startups, riskkapital och finansieringsdynamiken som formar nästa generation av teknikföretag. Hans rapportering fokuserar på innovation i tidig fas, kapitalflöden och de strategiska beslut som grundare och investerare fattar när AI-företag växer från koncept till global påverkan.

Med ett strategiskt och analytiskt perspektiv granskar Evan finansieringsrundor, marknadspositionering och framväxande trender i AI-startup‑ekosystemet. Han följer hur riskkapital, företagsinvesteringar och börsnoterade marknader korsar med genombrott inom artificiell intelligens och skiljer hållbara signaler från kortsiktig hype.

Artiklar skrivna av Evan Mercer är AI-genererade och granskas av Unite.AI:s redaktionsteam för att säkerställa noggrannhet, kontext och ansvarsfull täckning av det globala AI-investeringslandskapet