Инвестиция в среду для обучения агентов
Arga Labs объявила о seed-раунде на $10 млн. Раунд возглавил General Catalyst. В нём участвовали Box Group, Emergence, Gradient и SV Angel. Компания строит среды для обучения корпоративных ИИ-агентов. Речь не о готовом агенте, а об инфраструктуре для его тренировки. Критерий: раунд подтверждает спрос на тестовые среды для агентов в бизнес-ПО.
Почему stateless API недостаточно
Большинство тестовых сред ограничивается stateless API. Arga Labs строит полноценный цифровой двойник программы. Она клонирует корпоративное ПО с системами прав и вебхуками. В результате агент учится работать в нескольких системах. Ключевые отличия:
- stateless API — только конечная точка;
- цифровой двойник — копия структуры программы;
- среда сохраняет permission systems и web hooks;
- агент тренируется на связках между разными программами. Вывод: для агента, который действует в нескольких программах, нужна среда с состоянием и правами.
Неоднозначность данных: пример с лидами
CEO и соучредитель Phillip Li приводит пример. Клиент создаёт лид в Salesforce. Коллега отдельно обращается через HubSpot. Li задаёт вопросы о работе агента. Поймёт ли агент, что это одна компания? Проверит ли, что письмо отправлено один раз? Определит ли, кому писать из двух возможностей? Агентные системы пока плохо справляются с такой неоднозначностью. Arga Labs считает свои инструменты критичными для улучшения этой ситуации. Практический критерий: проверять среду на сценариях с дублированием и пересечением каналов.
Почему масштабное RL упирается в корпоративное ПО
Агента обучают через reinforcement learning. Сценарий прогоняют десятки тысяч раз. Успешные стратегии проходят дальше. Но корпоративное ПО плохо подходит для такого масштаба. Систему вроде Salesforce или Outlook трудно сбросить для повторного прогона. Клонировать её ещё сложнее. Arga Labs создаёт цифровую реконструкцию ПО. Она повторяет структуру программы, как краш-тест-манекен повторяет человека. Полный контроль над средой упрощает сброс и модификацию. Компания может запускать много сред одновременно. Агент тренируется на сложных взаимодействиях между программами. Идея — воспроизвести полную рабочую среду с задачами, которые пересекаются между разными программами и системами знаний. Вывод: без управляемой копии среды RL в бизнес-ПО остаётся ограниченным.
Разрыв между кодингом и бизнес-ПО
AI-инструменты для кодинга продвинулись быстро. Причина в наличии инструментов для развёртывания, реверса и анализа кода. Они упрощают настройку RL-сред. Это позволяет тестировать и обучать ИИ на всё более сложных задачах кодинга. Для большинства бизнес-программ таких инструментов пока нет. Arga Labs работает над закрытием этого reinforcement gap. Если инструменты появятся, ИИ-системы начнут лучше использовать бизнес-программы. Это может изменить другие отрасли так же, как кодинг. Сравнение: | Критерий | Кодинг | Бизнес-ПО | | Инструменты развёртывания, реверса и анализа | есть | нет (пока) | | Настройка RL-сред | проще | сложнее | | Сложность тестируемых задач | растёт | высокая из-за неоднозначности | Вывод: появление таких инструментов для бизнес-ПО ускорит развитие агентов в этих программах.
Что говорит инвестор
Yuri Sagalov — управляющий директор General Catalyst и руководитель seed-программы. Он видит растущую потребность в инструментах тестирования агентов, подобных Arga. Sagalov связывает значительную часть экономической ценности агентов с использованием бизнес-приложений. По его мнению, повторяемая песочница очень важна. Для агентов она важнее, чем для людей. Практический критерий: при выборе инфраструктуры проверять, даёт ли среда повторяемую песочницу для бизнес-приложений.
Критерии выбора среды для обучения агентов
Среда должна:
- клонировать структуру корпоративной программы;
- сохранять системы прав и вебхуки;
- позволять сброс и модификацию сценария;
- поддерживать запуск многих сред одновременно;
- воспроизводить пересечения задач между программами и системами знаний. Arga Labs строит такие среды для корпоративного ПО, включая Salesforce, Workday и почтовые клиенты. Раунд на $10 млн подтверждает интерес инвесторов к этому направлению. Вывод: для команд, которые обучают агентов, управляемая копия рабочей среды становится базовым требованием.
