Schweizer Startup Logikstar ist bestrebt, sich dem AI -Agentenspiel anzuschließen. Das im Sommer 2024 gegründete Startup hat 3 Millionen US-Dollar an vorgesehenen Finanzmitteln eingepackt, um Tools auf den Entwicklermarkt zu bringen, das autonome Wartung von Softwareanwendungen durchführt, als die typischere Nutzungsnutzung von AI-Agenten für die Code-Entwicklung der Code-Code.
Der CEO und Mitbegründer von Logicstar, Boris Paskalev, schlägt vor, dass die KI-Agenten des Startups mit Code-Entwicklungsagenten-wie beispielsweise wie Devin von Cognition Labs-in einem Business-Win-Win-Win-Win-Win-Win-Win-Win-Win-Win-Win-Win-Win-Gewinn, schließen.
Code -Fidelity ist ein Problem für AI -Agenten, die Software bauen und bereitstellen, genau wie für menschliche Entwickler, und Logicstar möchte sein Bit machen, um das Entwicklungsrad zu fetten, indem er automatisch Fehler aufnimmt und behebt, wo immer sie im bereitgestellten Code auftreten können.
Paskalev schlägt vor, dass „selbst die besten Modelle und Agenten“ es nicht in der Lage sind, die meisten Fehler zu lösen, die sie präsentiert haben – daher das Team eine Chance für ein KI Der Traum von weniger mühsamer App -Wartung.
Zu diesem Zweck bauen sie auf großer Sprachmodellen (LLMs)-wie OpenAs GPT oder sogar Chinas Deepseek-einen Modell-Agnostic-Ansatz für ihre Plattform. Auf diese Weise kann Logicstar in verschiedene LLMs eintauchen und das Dienstprogramm seiner AI -Agenten maximieren, basierend auf welchem Grundmodell für die Lösung eines bestimmten Codeproblems am besten geeignet ist.
Paskalev macht geltend, dass das Gründungsteam über das technische und domänenspezifische Wissen verfügt, um eine Plattform zu erstellen, mit der Programmierprobleme behoben werden können, die LLMs in Frage stellen oder Outfox arbeiten können. Sie haben auch unternehmerische Erfolge in der Vergangenheit auf: Er verkaufte sein Prior Code Review Startup Deepcode, an Cybersecurity Giant Snyk im September 2020.
„Am Anfang haben wir darüber nachgedacht, ein großes Sprachmodell für Code zu erstellen“, sagte er gegenüber Tech. „Dann haben wir festgestellt, dass dies schnell zu einer Ware wird. Jetzt bauen wir an, dass all diese großsprachigen Modelle da sind. Vorausgesetzt, es gibt einige tatsächlich anständige [AI] Agenten für Code, wie extrahieren wir den maximalen Geschäftswert aus ihnen? “
Er sagte, dass die Idee auf dem Verständnis des Teams für die Analyse von Softwareanwendungen basiert. „Kombinieren Sie das mit großen Sprachmodellen – und konzentrieren Sie sich dann auf die Erde und überprüfen Sie, was diese großen Sprachmodelle und der KI -Agent tatsächlich vorschlagen.“
Testgetriebene Entwicklung
Was bedeutet das in der Praxis? Laut Paskalev führt Logicstar eine Analyse jeder Anwendung durch, für die seine Technologie mit „klassischen Informatikmethoden“ eingesetzt wird, um eine „Wissensbasis“ zu erstellen. Dies gibt seinem KI -Agenten eine umfassende Karte der Eingaben und Ausgänge der Software. wie Variablen mit Funktionen verknüpfen; und alle anderen Verknüpfungen und Abhängigkeiten usw.
Für jeden Fehler, mit dem er präsentiert wird, kann der AI -Agent feststellen, welche Teile der Anwendung betroffen sind. Dadurch können Logikstar die Funktionen eingrenzen, die simuliert werden müssen, um die Ergebnisse potenzieller Korrekturen zu testen.
Per Paskalev ermöglicht diese „minimierte Ausführungsumgebung“ dem KI Stöcke.
Er bestätigt, dass die tatsächlichen Fehlerbehebungen aus dem LLMs bezogen werden. Aber weil die Plattform von Logicstar diese „sehr schnelle Umgebung von Führungskräften“ ermöglicht, können seine KI -Agenten in Skala arbeiten, um den Weizen sozusagen von der Spreu zu trennen, und seine Benutzer mit einer Abkürzung zu den besten, die LLMs bieten können.
„Was wir sehen, ist [LLMs are] Ideal für Prototypen, Testen von Dingen usw., aber es ist absolut nicht großartig für [code] Produktion, kommerzielle Anwendungen. Ich denke, wir sind weit davon entfernt, und das liefert unsere Plattform “, argumentierte er. „Um diese Funktionen der Modelle heute extrahieren zu können, können wir tatsächlich den kommerziellen Wert extrahieren und tatsächlich Zeit sparen, um sich wirklich auf das wichtige Material zu konzentrieren.“
Unternehmen werden so eingestellt, dass das ursprüngliche Ziel von Logicstar ist. Seine „Silicon Agents“ sollen zusammen mit Unternehmens -Entwicklerteams zusammenarbeiten, wenn auch zu einem Bruchteil des Gehalts, das für die Einstellung eines menschlichen Entwicklers erforderlich ist, um eine Reihe von Aufgaben zur Aufrechterhaltung von Apps zu erledigen und technische Talente für kreativere und/oder Herausforderungen zu befreien arbeiten. (Oder zumindest bis LLM- und KI -Agenten viel leistungsfähiger werden.)
Während die Tonhöhe des Startups eine „vollständig autonome“ App -Wartungsfunktion für Apps anprallt, bestätigt Paskalev, dass die Plattform menschliche Entwickler ermöglicht, die Korrekturen der KI -Agenten zu überprüfen (und auf andere Weise zu überwachen). Vertrauen kann also zuerst verdient sein und muss.
„Die Genauigkeit, die ein menschlicher Entwickler liefert, liegt zwischen 80 und 90%. Unser Ziel [for our AI agents] ist genau da zu sein “, fügt er hinzu.
Für LogicStar ist es noch frühe Tage: Eine Alpha -Version seiner Technologie wird mit einer Reihe von nicht genannten Unternehmen getestet, die Paskalev als „Designpartner“ bezeichnet. Derzeit unterstützt die Technologie nur Python – aber die Erweiterungen von Typecript, JavaScript und Java werden als „bald kommen“ in Rechnung gestellt.
„Das Hauptziel [with the pre-seed funding] soll tatsächlich zeigen, dass die Technologie mit unseren Designpartnern zusammenarbeitet und sich auf Python konzentriert “, fügt Paskalev hinzu. „Wir haben bereits ein Jahr damit verbracht und haben viele Möglichkeiten, tatsächlich zu expandieren. Und deshalb versuchen wir, es zuerst zu konzentrieren, um den Wert in einem Fall zu zeigen. “
Die Pre-Seed-Erhöhung des Startups wurde von der europäischen VC-Firma Northzone angeführt, wobei Engelinvestoren von DeepMind, Fleet, Sequoia Scouts, Snyk und Spotify ebenfalls der Runde beigetreten waren.
In einer Erklärung sagte Michiel Koting, Partner bei Northzone,: „Die KI-gesteuerte Codegenerierung befindet sich noch in den frühen Stadien, aber die Produktivitätsgewinne, die wir bereits sehen, sind revolutionär. Das Potenzial dieser Technologie, Entwicklungsprozesse zu rationalisieren, die Kosten zu senken und die Innovation zu beschleunigen, ist immens. Und das umfangreiche technische Know -how des Teams und nachgewiesene Erfolgsbilanz positionieren sie, um echte, wirkungsvolle Ergebnisse zu erzielen. Die Zukunft der Softwareentwicklung wird umgestaltet, und Logicstar wird eine entscheidende Rolle bei der Software -Wartung spielen. “
Logicstar arbeitet a Warteliste Für potenzielle Kunden, die Interesse an einem frühen Zugang zum Ausdruck bringen möchten. Es wurde uns mitgeteilt, dass eine Beta -Veröffentlichung für später in diesem Jahr geplant ist.