YC 刚刚又投资了两家 AI 代理可观测性初创公司。[我不会推广]
摘要
YC 刚刚投资了两家 AI 代理可观测性初创公司 BentoLabs 和 Agnost,它们采用不同的方法来诊断生产环境中的代理故障。作者反思了这个市场是否足够大,能否容纳多个参与者,以及这是否仍然是一个值得进入的领域。
我最近深入研究了 AI 代理可观测性这个兔子洞,做了几个副业项目,撞上了常见的“本地能跑,生产环境就挂,不知道为啥”的墙,也在调研现有的方案。现在 YC 又投资了两家:**BentoLabs**——追踪 + 回归信号。用通俗语言描述一个故障,它会在你的历史数据上训练一个检测器,并显示这个故障已经持续多久了。**Agnost**——分析生产环境中的对话,找出用户在哪里卡住或感到沮丧,然后将这些模式转化为修复方案。更偏向用户结果,而不是纯粹的工程追踪。两者都是从不同角度解决“为什么我的代理在生产环境中失败了”。但让我困惑的是,为什么 YC 要在感觉上是同一个利基市场里押注多家公司?这个市场真的有那么大吗,还是说他们只是在撒网碰运气,因为还没有人找到正确的方法?对于那些真正在生产环境运行代理的人,到了这个阶段,什么会让你真的切换工具?更好的根因分析?自动发现?还是我们都想太多了,手动翻追踪日志就挺好?我是真心想问,因为我也在考虑进入这个领域,但不知道窗口是不是已经快关了,还是依然大开着。**我与这两家创投没有任何关联,只是想知道这个领域是否值得做,也想听听大家的看法。**
相似文章
贵公司使用哪个平台满足AI代理的可观测性和可靠性需求?
一位构建多代理金融工作流的开发者寻求社区关于生产环境中AI代理可观测性和可靠性工具的建议,分享了对碎片化现状和级联故障的困扰。
我追踪了1200个AI Agent的发布,为期30天。大多数“AI初创公司”实际上已经消亡
一次为期30天的AI Agent生态系统深度剖析显示,大多数所谓的初创公司不过是提示链或API封装器,而开源工具让独立开发者能够与风投支持的公司抗衡。下一批赢家将专注于记忆、可靠性和执行,从而在18个月内推动自主工作流和‘AI员工’的崛起。
你用什么进行可观测性?
一位开发者讨论了AI代理缺乏合适的可观测性工具,对现有解决方案如Opik表示失望,并希望有一个支持OpenTelemetry的服务,用于分析代理会话和故障模式。
Coralogix 获 2 亿美元融资,押注需要有人监控 AI 代理
Coralogix 是一家软件监控初创公司,已筹集 2 亿美元 F 轮融资,用于构建 AI 代理的监控工具,这反映了对自主软件系统可观测性日益增长的需求。
在纽约AI Agents大会上待了两天。大多数公司押注了错误的护城河。
作者反思了纽约AI Agents大会,认为许多初创公司专注于可观测性和数据基底等临时护城河,而非工程商品化时代中持久的防御性。