Los agentes de AI de Playerzero recaudan $ 15 millones para evitar el envío del código de bogie

Silicon Valley Racing hacia el futuro, donde se crea la mayoría de la programación de software de los agentes de IA, se crea un nuevo problema: buscarlos antes de producir errores expuestos a AI. Incluso Open está trabajando en estos problemas nacionales, describe un ex empleado.

Startup recién financiada Reproductor Creó una solución: use agentes de IA capacitados para encontrar y solucionar problemas antes de mantener el código en el código, el CEO de Startup y el único fundador Animesh Kurtana le dice a TechCrunch.

Koratana creó PlayZero mientras estaba en el Stanford Don Lab para el aprendizaje automático bajo su asesor y fundadora de laboratorio Metaye Zahiya. Zahharia es definitivamente un desarrollador y cofundador de renombre de Databix; Creó su tecnología fundamental mientras trabajaba en su doctorado.

El miércoles, Playziro anunció que recaudó una serie de $ 15 millones dirigida por Foundation Capital Ashu Garg, un Databrick primario. Ha seguido una semilla de $ 5 millones bajo el liderazgo de Green Bay Ventures y Zahharia, el CEO de Dropbox, Drew Houston, el CEO de Dumur, Dylan Field, y el CEO versal Gillargo Rouch.

Durante su tiempo en Stanford Don, Koratana, ahora de 26 años, estaba trabajando en la tecnología de conversación modelo AI y “los modelos de idiomas se publicaron por primera vez”, dijo. Conoció a los desarrolladores que crearon algunas de las primeras herramientas de asistencia de codificación de IA.

Le dolió que “este mundo donde las computadoras están a punto de escribir el código ya no será humano”, dijo Koratana a TechCrunch. “¿Cómo se ve el mundo en ese momento?”

Sabía que se creó la palabra “ai op alu” que estos agentes estaban a punto de crear un código que rompiera cosas como su director humano.

Este problema será más intenso al extraer más códigos del código por tantos agentes. No siempre será práctico para los humanos verificar todos los códigos escritos por IA en busca de errores o alucinaciones. Y el problema se vuelve más intenso para las bases de código grandes y complejas que dependen de las iniciativas.

Playerzero Models entrena “que la base de código realmente entiende profundamente y la forma en que podemos entender, la forma en que arquitectura”, dice Koratana.

Su tecnología estudia la historia de un error, problema y soluciones empresariales. Cuando algo está roto, su producto es “por qué puede determinarlo y arreglarlo y luego aprender de esos errores para evitar que vuelvan a suceder”, dice Koratana. Comparó su producto con un sistema de resistencia para bases de código grandes.

Como ángel, su asesor Zahria fue el primer paso para recaudar fondos, pero cuando mostró a otro desarrollador famoso: Rouch A Demo fue el momento para validar su idea. Fundador de Rouch Agencia de equipos de desarrolladores de triple unicornio Creador de marco de JavaScript de código abierto versal y popular Next.jsEl

Rouch vio la demostración de Korutana con interés pero escepticismo, preguntó cuánto era “real”. Koratana respondió que era el código “en producción. Como, este es un ejemplo real y estaba tranquilo”, dijo Koratana. Luego, sus inversores de pronto agele respondieron: “Si puedes resolverlo como imaginas que es realmente una gran cosa” “

Por supuesto, Playziro no está solo al tratar de resolver el problema de errores expuesto a AI. La semana pasada, el cursor de Anyfier Bagbot ha lanzado Para detectar errores de codificación, simplemente como una instancia.

Sin embargo, el Playerzo ya está ganando tracción para enfatizar grandes Codebus. Aunque se imaginó para un mundo donde los agentes codificadores, actualmente está siendo utilizado por varias iniciativas importantes que utilizan copilotos de codificación. Por ejemplo, la empresa de facturación de suscripción ZooA es uno de los mari -customadores en la startup. Zoo está utilizando la tecnología en todos sus equipos de ingeniería, el código más valioso, que tiene sistemas de facturación, lo dice.