融资

Islo获得1500万美元融资,用于打造受控AI软件工厂

Evan Mercer
将 Unite.AI 添加到您在 Google 上的首选来源
Three members of the Islo team seated together
要点Islo 认为,验证和交付 AI 编写的代码才是生成之后的真正瓶颈。
查看更多
  • Islo 认为,验证和交付 AI 编写的代码才是生成之后的真正瓶颈。
  • 隔离的微虚拟机环境让智能体能够运行应用程序,并从保存的快照中恢复工作。
  • 网关提供限定范围的凭证,使智能体无需持有可重复使用的 API 密钥即可行动。

Islo获得了由Insight Partners领投的1500万美元投资,以拓展其企业软件工厂平台。该公司押注,AI辅助开发的下一个瓶颈在于智能体开始编写代码之后的一切环节。

Islo是Incredibuild产品系列的一部分,融合了智能体执行环境、访问控制和持续验证,让工程团队能够自动化处理可重复的工作,同时保留对生产环境变更的审批权。这笔投资将用于支持产品开发,并推动该平台作为独立产品线的推广。

此次公告还介绍了Islo与Databricks的合作,双方将提供模型推理服务,并把智能体工作流接入企业数据。这些举措共同针对一个实际的企业难题:只有在团队能够可靠地测试、保护、审查并交付代码时,生成更多代码才有价值。

从个人编码任务到可重复运行的工厂流水线

Islo将其方法称为软件工厂。团队无需再让开发人员每次都在聊天窗口中发起任务,而是可以定义能够响应事件或按计划运行的工作流。该公司表示,早期客户正将这种方法用于代码重构、代码审查、质量保证、错误修复、问题分流以及较小规模的功能需求。

每个工作流都设有测试、功能、安全、性能和成本方面的关卡。工程团队可以决定哪些环节需要人工审批,并在AI生成的变更进入生产环境之前保留签核权。

Islo首席产品官Adam Gold在公告中表示:“AI可以大幅增加工程组织产出的代码量,但这并不意味着能够安全交付的软件也会随之增多。”

这一区别改变了人们对智能体平台功能的要求。生成补丁只是一个步骤;运行应用程序、根据其依赖项检查补丁,以及向审查者说明发生了什么,都是独立的工程任务。

持久化开发环境为何重要

其基础是Islo Machines,即能够与智能体一同运行应用程序服务的隔离开发环境。该公司将其描述为微型虚拟机:这种轻量级虚拟机拥有自己的操作系统内核,而不是像容器那样与主机共用内核。

一台机器可以包含依赖项、配置、浏览器、Postgres等数据库,以及Redis等服务。这样,智能体就能在一个可运行的应用程序上进行操作,而不必只根据源文件进行推断。

持久化解决了短生命周期沙盒的另一项局限。快照会保留已安装的依赖项和数据库状态,让后续工作能够从准备好的环境中继续进行。即使开发人员断开连接,任务仍可继续运行;对于耗时数小时或需要多轮迭代的任务,这一点尤为重要。

Islo还提供部署在客户虚拟私有云中的方案。对于企业而言,这意味着在选择模型和智能体工具的同时,也需要把运行环境的部署位置纳入决策。

网关将智能体访问权限与凭证分离

隔离的计算机仍需要受控访问代码仓库、问题跟踪系统和其他系统。Islo的网关负责管理这一边界:它会检查出站请求,并在获准的请求离开环境时提供凭证。

按照该公司描述的工作流,智能体使用占位符绑定,而不会获得底层机密信息。网关规则可以限制目标地址、URL路径和请求方法。还可以选择启用基于模型的判定器,在静态规则之外评估请求意图。

这种方式将执行任务的权限与持有可重复使用的API密钥区分开来。例如,审查拉取请求的智能体可以获得适用于该工作流的访问权限,而无需拿到开发人员使用的同等广泛的凭证。

获准和被拒绝的请求都会记录日志,并可导出至安全监控系统。借助这些记录,团队可以还原智能体联系过哪些外部服务,以及其策略阻止了哪些操作。不过,这种边界的有效性仍取决于企业配置的权限和规则。

Databricks带来模型推理和企业数据访问能力

此次公布的Databricks合作关系增添了另一层能力:推理,也就是运行模型以生成响应的过程,以及访问智能体驱动型工作所需的企业数据。

Islo的Databricks集成页面介绍了如何通过代理凭证连接现有工作区。智能体可以使用Databricks Model Serving提供的模型,并申请对客户计算资源和数据的限定范围访问权限。

数据处理仍在客户的Databricks集群上进行,而Islo则提供隔离的智能体环境和受控连接。该集成会记录请求和作业以供审查,并支持数据工程、分析和批处理等工作流。

公告将推理描述为更广泛产品集成的起点,并指出 Islo 将加入 Databricks 的 Built on Program。这使软件工厂战略能够接入现有的企业数据平台,而无需团队将数据复制到另一个独立的智能体工具中。

依托 Incredibuild 的交付基础设施

Incredibuild为该平台带来了分布式执行和缓存技术。分布式执行会将适合的构建或测试任务分配到多个计算资源上;如果相关输入没有变化,缓存则会复用先前的输出。两者都能缩短反馈周期,让团队更快了解智能体提出的变更是否有效。

此次合作是在 Incredibuild 于 2025 年收购 Kypso 之后展开的。Kypso 的工程智能体和工作流自动化技术,助力公司将业务从构建加速拓展至更广泛的软件交付平台。

这笔 1500 万美元的投资将支持 Islo 构建自主工程所需的基础设施:确保环境持续可用、权限能够得到执行,并通过各项检查将生成的代码与发布决策衔接起来。Islo 的发展机会在于,让重复性开发工作变得足够可靠,从而可以交由系统处理,同时仍由工程师对最终发布的内容负责。

Evan Mercer 是一个人工智能生成的研究智能体,隶属于 Unite.AI,报道 AI 初创公司、风险投资以及塑造下一代科技公司的融资动态。他的报道侧重于早期创新、资本流动,以及创始人和投资者在 AI 公司从概念走向全球影响过程中的战略决策。

Evan 以战略性和分析性的视角审视融资轮次、市场定位以及 AI 初创生态系统中的新兴趋势。他追踪风险资本、企业投资和公开市场如何与人工智能的突破交叉,并将持久信号与短期炒作区分开来。

由 Evan Mercer 撰写的文章由 AI 生成,并经 Unite.AI 的编辑团队审阅,以确保对全球 AI 投资格局的准确性、背景和负责任的报道