Lichtlaufein in Tel Aviv ansässiges Startup, das Entwicklern hilft, ihren Produktionscode innerhalb ihrer IDE zu debuggen, gab am Mittwoch die Einführung seines ersten KI-basierten Tools bekannt: den Runtime Autonomous AI Debugger. Das neue Tool, das sich derzeit in der privaten Betaphase befindet, soll Entwicklern helfen, Probleme mit ihrem Produktionscode innerhalb von Minuten statt Stunden zu beheben.
Darüber hinaus gab Lightrun am Mittwoch auch eine SAFE-Finanzierungsrunde in Höhe von 18 Millionen US-Dollar bekannt, die es letztes Jahr von GTM Capital erhalten hatte, an der sich auch die bestehenden Investoren Insight Partners und Glilot Capital beteiligten. Damit beträgt die Gesamtfinanzierung von Lightrun bisher 45 Millionen US-Dollar. Unseres Wissens plant das Unternehmen, im nächsten Jahr eine Serie-B-Finanzierungsrunde durchzuführen.
„Bis jetzt haben wir [Meant Time to Recovery] auf 30 Minuten, vielleicht durchschnittlich 45 Minuten, je nachdem, wie wir uns selbst messen und wie das Kundenfeedback aussieht“, sagte mir Ilan Peleg, CEO und Mitbegründer von Lightrun. „Jetzt werden wir alles automatisieren, von dem Moment an, in dem ein Ticket erstellt wird, bis hin zur Ermittlung der Grundursache auf einer einzigen Ebene der Granularität, beispielsweise welche Ihrer einzelnen Codezeilen für diese ganz bestimmte Grundursache verantwortlich ist.“
Mit der Zeit, so Peleg, möchte Lightrun dies erweitern und auch generative KI einsetzen, um Fehler automatisch zu beheben. Im Moment ist das allerdings noch keine Option, aber angesichts der rasanten technologischen Entwicklung ist es wahrscheinlich nur eine Frage der Zeit.
Zu diesem Zweck optimiert Lightrun bestehende Modelle, um sich auf das Debuggen zu konzentrieren. Dies kann das Unternehmen unter anderem deshalb tun, weil es nicht nur Erkenntnisse aus dem Code selbst, sondern auch aus dem gesamten Überwachungs- und Beobachtungsstapel erhält. Mit Blick auf die Zukunft plant das Unternehmen auch, dieses System mit anderen Unternehmenseingaben wie Ticketsystemen zu verbinden. „Es gibt so viele Daten in der Unternehmenslandschaft, die irgendwie mit der Fehlerbehebung oder dem Debuggen zu tun haben – und das fehlt bei den Copilot-ähnlichen Lösungen“, sagte Peleg. Die meisten Copilot-ähnlichen Chat-Schnittstellen, argumentierte er, betrachten nur den Code, haben aber nicht genügend Einblicke in den Kontext, um die besten Lösungen zu präsentieren.
Wie Peleg bemerkte, durchlief das Team einige Iterationen, bevor es das Gefühl hatte, dass sein System für den täglichen Einsatz bereit war. Vor etwa einem halben Jahr begann Lightrun mit vorhandenen Modellen zu experimentieren, um zu sehen, wo generative KI seinen Benutzern helfen könnte. Aber damals war die Lösung viel zu teuer, um sie als Produkt anzubieten. „Jetzt haben wir unser System optimiert […] damit die Kosten für die Lösung nicht erheblich steigen, und deshalb reden wir jetzt darüber. Früher habe ich mich nicht wohl dabei gefühlt, etwas anzukündigen, was noch nicht da war.“
Zumindest vorerst werden diese generativen KI-Funktionen für die Benutzer in der privaten Beta einfach Teil der bestehenden Lightrun-Lösung sein. Peleg betonte, dass das Unternehmen beweisen wolle, dass das System den Benutzern tatsächlich einen Mehrwert bringe und nicht versuche, es kurzfristig auf Monetarisierung zu optimieren.