Швейцарский стартап LogicStar намерен вступить в игру ИИ-агентов. Основанный летом 2024 года стартап получил предварительное финансирование в размере 3 миллионов долларов, чтобы вывести на рынок разработчиков инструменты для автономного обслуживания программных приложений, а не для более типичного использования ИИ-агентов для совместной разработки кода.
Генеральный директор и соучредитель LogicStar Борис Паскалев (на фото вверху справа со своими сооснователями) считает, что ИИ-агенты стартапа могут стать партнерами агентов по разработке кода - таких, как Devin от Cognition AI, - и это будет выгодно для бизнеса. Точность кода является проблемой для агентов ИИ, создающих и развертывающих программное обеспечение, так же как и для человеческих разработчиков, и LogicStar хочет внести свою лепту в смазку колеса разработки, автоматически подбирая и исправляя ошибки, где бы они ни появлялись в развернутом коде.
По словам Паскалева, «даже самые лучшие модели и агенты» не в состоянии устранить большинство ошибок, с которыми они сталкиваются, поэтому команда видит возможность для создания ИИ-стартапа, который будет заниматься улучшением этих шансов и реализацией мечты о менее утомительном обслуживании приложений. Для этого они строят свои приложения на основе больших языковых моделей (LLM) - таких, как GPT от OpenAI или даже китайская DeepSeek, - используя для своей платформы подход, не зависящий от модели.
Это позволяет LogicStar использовать различные LLM и максимизировать полезность своих ИИ-агентов, основываясь на том, какая фундаментальная модель лучше всего подходит для решения конкретной проблемы с кодом. Паскалев утверждает, что команда основателей обладает техническими и специфическими знаниями, чтобы создать платформу, способную решать проблемы программирования, которые могут поставить под сомнение или превзойти LLM, работающие в одиночку. Кроме того, у них есть опыт успешной предпринимательской деятельности: Он продал свой предыдущий стартап по проверке кода, DeepCode, гиганту кибербезопасности Snyk еще в сентябре 2020 года.
«Вначале мы думали о том, чтобы построить большую языковую модель для кода», - рассказал он TechCrunch. «Потом мы поняли, что это быстро станет товаром... Теперь мы строим, предполагая, что все эти большие языковые модели уже есть. Если предположить, что есть несколько действительно достойных [ИИ] агентов для кода, то как извлечь из них максимальную ценность для бизнеса?» По его словам, эта идея основана на понимании командой того, как анализировать программные приложения. «Объединить это с большими языковыми моделями - а затем сосредоточиться на обосновании и проверке того, что эти большие языковые модели и агент ИИ на самом деле предлагают».
Разработка, управляемая тестами Что это означает на практике? По словам Паскалева, LogicStar проводит анализ каждого приложения, в котором применяется ее технология, используя «классические методы информатики», чтобы создать «базу знаний». Это дает ее агенту ИИ полную карту входов и выходов программного обеспечения; как переменные связаны с функциями; любые другие связи, зависимости и т. д.
Затем для каждой ошибки агент ИИ может определить, какие части приложения затронуты, что позволяет LogicStar сузить круг функций, которые необходимо смоделировать для тестирования множества потенциальных исправлений. По словам Паскалева, эта «минимизированная среда выполнения» позволяет агенту ИИ выполнять «тысячи» тестов, направленных на воспроизведение ошибок, чтобы выявить «неудачный тест» и - благодаря такому подходу «разработки с учетом тестов» - в конечном итоге прийти к исправлению, которое будет работать.
Он подтверждает, что фактические исправления ошибок исходят от LLM. Но поскольку платформа LogicStar обеспечивает такую «очень быструю исполнительную среду», ее агенты ИИ могут работать в масштабе, чтобы отделить пшеницу от плевел и предоставить своим пользователям кратчайший путь к лучшему, что могут предложить LLM. «Мы видим, что [LLM отлично подходят для создания прототипов, тестирования и т. д., но совершенно не подходят для производства [кода], коммерческих приложений.
Я думаю, что мы далеки от этого, и именно это обеспечивает наша платформа», - утверждает он. «Если мы сможем извлечь эти возможности из моделей сегодня, мы сможем безопасно извлечь коммерческую ценность и сэкономить время разработчиков, чтобы они могли сосредоточиться на важных вещах». Первоначальной целью LogicStar станут предприятия. Ее «кремниевые агенты» должны работать вместе с корпоративными командами разработчиков, хотя и за долю зарплаты, требуемой для найма человека-разработчика, выполняя ряд задач по обслуживанию приложений и высвобождая инженерные таланты для более творческой и/или сложной работы. (Ну, по крайней мере, до тех пор, пока магистранты и агенты искусственного интеллекта не станут намного способнее).
Хотя в заявлении стартапа говорится о «полностью автономной» возможности обслуживания приложений, Паскалев подтверждает, что платформа позволит разработчикам-людям просматривать (и иным образом контролировать) исправления, к которым прибегают агенты ИИ. Поэтому доверие можно и нужно сначала заслужить. «Точность, которую обеспечивает человеческий разработчик, составляет от 80 до 90 %. Наша цель [для наших агентов ИИ] - быть точно на этом уровне», - добавляет он.
Оригинал
Уникальность
