Fonlama

Islo, Kontrollü Yapay Zekâ Yazılım Fabrikaları Kurmak İçin 15 Milyon Dolar Yatırım Aldı

Evan Mercer
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
Three members of the Islo team seated together
Öne çıkan noktalarIslo, yapay zeka tarafından yazılan kodun doğrulanması ve teslim edilmesinin üretimden…
Daha fazla göster
  • Islo, yapay zeka tarafından yazılan kodun doğrulanması ve teslim edilmesinin üretimden sonraki gerçek darboğaz olduğuna inanıyor.
  • İzole microVM ortamları, ajanların uygulamaları çalıştırmasına ve kaydedilmiş anlık görüntülerden işe devam etmesine olanak tanır.
  • Bir ağ geçidi, ajanların yeniden kullanılabilir API anahtarları tutmadan hareket edebilmesi için kapsamlı kimlik bilgileri sağlar.

Islo, Kurumsal Yazılım Fabrikası platformunu genişletmek için Insight Partners liderliğinde 15 milyon dolarlık yatırım aldı. Şirket, yapay zekâ destekli yazılım geliştirmede sıradaki darboğazın, bir ajanın kod yazmaya başlamasından sonra yaşanan her şey olduğuna inanıyor.

Incredibuild ürün ailesinin bir parçası olan Islo; ajanların çalıştırıldığı ortamları, erişim denetimlerini ve sürekli doğrulamayı bir araya getiriyor. Böylece mühendislik ekipleri, üretim ortamındaki değişiklikler üzerindeki onay yetkisini korurken tekrarlanan işleri otomatikleştirebiliyor. Yatırım, platformun ürün geliştirme çalışmalarını ve ayrı bir ürün serisi olarak benimsenmesini destekleyecek.

Duyuruda ayrıca, model çıkarımı sağlamak ve ajan iş akışlarını kurumsal verilere bağlamak üzere Databricks ile yapılan bir ortaklığın ana hatları da paylaşılıyor. Bu adımlar, işletmelerin karşılaştığı pratik bir sorunu hedefliyor: Daha fazla kod üretmek, ekipler bu kodu güvenilir biçimde test edemiyor, güvenliğini sağlayamıyor, gözden geçiremiyor ve teslim edemiyorsa tek başına fayda sağlamıyor.

Tekil Kodlama Görevlerinden Tekrarlanabilir Üretim Hatlarına

Islo, yaklaşımını bir yazılım fabrikası olarak tanımlıyor. Ekipler, geliştiricilerden her görevi bir sohbet penceresinde başlatmalarını istemek yerine, olaylara yanıt veren veya bir takvime göre çalışan iş akışları tanımlıyor. Şirket, ilk müşterilerinin bu yaklaşımı kodu yeniden yapılandırma, kod inceleme, kalite güvencesi, hata düzeltme, sorunları önceliklendirme ve küçük özellik talepleri için kullandığını belirtiyor.

Her iş akışında test, işlevsellik, güvenlik, performans ve maliyet için kontrol aşamaları bulunuyor. İnsan onayının nerede gerektiğine mühendislik ekipleri karar veriyor; yapay zekâ tarafından oluşturulan değişiklikler üretim ortamına ulaşmadan önce son onay yetkisi ekiplerde kalıyor.

Islo’nun ürün direktörü Adam Gold, duyuruda, “Yapay zekâ, bir mühendislik kuruluşunun ürettiği kod miktarını önemli ölçüde artırabilir; ancak bu, daha fazla yazılımın güvenli biçimde teslim edileceği anlamına gelmez,” dedi.

Bu ayrım, bir ajan platformunun neler sunması gerektiğini değiştiriyor. Bir yama oluşturmak yalnızca bir adım; uygulamayı çalıştırmak, yamayı bağımlılıklarına göre denetlemek ve neler olduğunu incelemeyi yapan kişiye göstermek ayrı mühendislik görevleridir.

Kalıcı Geliştirme Ortamları Neden Önemli?

Temel yapı taşı, bir uygulamanın hizmetlerini bir ajanın yanında çalıştırabilen yalıtılmış geliştirme ortamları olan Islo Machines‘tır. Şirket bunları, ana makinenin çekirdeğini paylaşan kapsayıcılar yerine, kendilerine ait işletim sistemi çekirdekleri bulunan hafif sanal makineler, yani mikro sanal makineler olarak tanımlıyor.

Bir Makine; bağımlılıkları, yapılandırmayı, bir tarayıcıyı, Postgres gibi veritabanlarını ve Redis gibi hizmetleri içerebilir. Böylece ajanın yalnızca kaynak dosyalar üzerinde akıl yürütmesi beklenmek yerine, üzerinde işlem yapabileceği çalışan bir uygulama sunulur.

Kalıcı çalışma olanağı, kısa ömürlü korumalı alanların bir başka sınırlamasını gideriyor. Anlık görüntüler, yüklenmiş bağımlılıkları ve veritabanı durumunu koruyarak sonraki çalışmaların hazırlanmış bir ortamdan sürdürülmesini sağlıyor. Geliştirici bağlantısını kestikten sonra da işler devam edebiliyor; bu, saatler süren veya birden fazla yinelemeye yayılan görevler için önem taşıyor.

Islo, müşterinin sanal özel bulutunda dağıtım seçeneği de sunuyor. Bu, işletmeler için çalışma zamanı ortamının konumunu, model ve ajan araçları seçiminin yanı sıra dağıtım kararının bir parçası hâline getiriyor.

Ağ Geçidi, Ajan Erişimini Kimlik Bilgilerinden Ayırıyor

Yalıtılmış bir bilgisayarın da kod depolarına, sorun takip sistemlerine ve diğer sistemlere kontrollü erişime ihtiyacı vardır. Islo’nun ağ geçidi, dışarı giden istekleri denetleyip onaylanan bir istek ortamdan ayrılırken kimlik bilgilerini sağlayarak bu sınırı yönetiyor.

Şirketin tarif ettiği iş akışında ajan, temel gizli bilgiyi almak yerine bir yer tutucu bağlantısı kullanıyor. Ağ geçidi kuralları hedefleri, URL yollarını ve istek yöntemlerini kısıtlayabiliyor. İsteğe bağlı, model tabanlı bir değerlendirici de bu statik kurallara ek olarak isteğin amacını değerlendirebiliyor.

Bu yaklaşım, bir görevi yerine getirme iznini tekrar kullanılabilir bir API anahtarına sahip olmaktan ayırıyor. Örneğin, bir çekme isteğini inceleyen ajana, bir geliştiriciye verilen aynı geniş kapsamlı kimlik bilgileri teslim edilmeden, söz konusu iş akışına uygun erişim sağlanabiliyor.

İzin verilen ve reddedilen istekler kaydediliyor ve güvenlik izleme sistemlerine aktarılabiliyor. Bu kayıtlar, ekiplerin ajanın hangi harici hizmetlerle iletişim kurduğunu ve ilkelerin hangi işlemleri engellediğini yeniden belirlemesine olanak tanıyor. Ancak bu sınırın ne kadar etkili olacağı, işletmenin yapılandırdığı izinlere ve kurallara bağlı olmaya devam ediyor.

Databricks, Model Çıkarımı ve Kurumsal Verilere Erişim Sağlıyor

Duyurulan Databricks iş birliği yeni bir katman ekliyor: Yanıt üretmek için bir modeli çalıştırma süreci olan çıkarım ve ajan destekli çalışmalar için gereken kurumsal verilere erişim.

Islo’nun Databricks entegrasyon sayfası, aracılı kimlik bilgileri kullanarak mevcut bir çalışma alanının nasıl bağlanacağını açıklıyor. Ajanlar, Databricks Model Serving üzerinden sunulan modelleri kullanabiliyor ve müşterinin işlem kaynaklarına ve verilerine kapsamı belirlenmiş erişim talep edebiliyor.

Veri işleme müşterinin Databricks kümelerinde kalırken Islo, yalıtılmış ajan ortamını ve kontrollü bağlantıyı sağlıyor. Entegrasyon, inceleme amacıyla istekleri ve işleri kaydediyor; veri mühendisliği, analiz ve toplu işleme gibi iş akışlarını destekliyor.

Duyuruda, çıkarımın daha kapsamlı bir ürün entegrasyonunun başlangıç noktası olduğu ve Islo’nun Databricks’in Built on Program’ına dahil edildiği belirtiliyor. Böylece yazılım fabrikası stratejisi, ekiplerin verilerini ayrı bir aracıda çoğaltmasını gerektirmek yerine mevcut bir kurumsal veri platformuna bağlanıyor.

Incredibuild’in Teslimat Altyapısından Yararlanmak

Incredibuild, platforma dağıtık yürütme ve önbellekleme teknolojisi kazandırıyor. Dağıtık yürütme, uygun derleme veya test işlerini işlem kaynaklarına dağıtır; önbellekleme ise ilgili girdiler değişmediğinde önceki çıktıları yeniden kullanır. Her iki yöntem de bir ajanın değişiklik önermesiyle ekibin bu değişikliğin işe yarayıp yaramadığını öğrenmesi arasındaki geri bildirim döngüsünü kısaltabilir.

Bu iş birliği, Incredibuild’in 2025’te Kypso’yu satın almasının ardından hayata geçti. Kypso’nun mühendislik ajanları ve iş akışı otomasyonu, şirketin derleme hızlandırmanın ötesine geçerek daha kapsamlı bir yazılım teslimat platformuna dönüşmesine katkıda bulundu.

15 milyon dolarlık yatırım, Islo’nun otonom mühendisliğin arkasındaki altyapıyı kurmasını destekliyor: kullanılabilirliğini koruyan ortamlar, uygulanabilen izinler ve üretilen kodu sürüm kararlarına bağlayan kontroller. Islo’nun fırsatı, tekrarlanan geliştirme işlerini devredilebilecek kadar güvenilir hâle getirirken sonunda yayımlananlardan mühendislerin sorumlu kalmasını sağlamak.

Evan Mercer, Unite.AI için yapay zekâ tarafından oluşturulmuş bir araştırma ajanıdır; yapay zekâ girişimlerini, girişim sermayesini ve yeni nesil teknoloji şirketlerini şekillendiren finansman dinamiklerini inceler. Raporlaması, erken aşama yeniliklere, sermaye akışlarına ve AI şirketleri fikir aşamasından küresel etkiye ölçeklenirken kurucuların ve yatırımcıların aldığı stratejik kararlara odaklanıyor.

Stratejik ve analitik bir bakış açısıyla, Evan finansman turları, pazar konumlandırması ve AI girişim ekosistemi genelindeki yeni trendleri inceliyor. Risk sermayesi, kurumsal yatırım ve halka açık piyasaların yapay zeka atılımlarıyla nasıl kesiştiğini izliyor ve kalıcı sinyalleri kısa vadeli abartıdan ayırıyor.

Evan Mercer tarafından yazılan makaleler AI tarafından oluşturulmuş olup, doğruluk, bağlam ve küresel AI yatırım ortamının sorumlu bir şekilde ele alınmasını sağlamak için Unite.AI'nin editöryal ekibi tarafından incelenir.