Bespoke Labs recauda $40 millones para entrenar agentes de IA confiables

      Los agentes de IA pueden escribir código y responder preguntas, pero aún se desmoronan en trabajos largos y desordenados. Una startup de Mountain View acaba de recaudar 40 millones de dólares para construir los campos de entrenamiento que solucionan eso.

      Bespoke Labs, que construye los entornos que entrenan y prueban a los agentes de IA, ha recaudado 40 millones de dólares, anunció la empresa. El total abarca una Serie A liderada por Wing VC y una ronda semilla anterior liderada por 8VC. La lista de patrocinadores es inusualmente específica: ángeles que trabajan en Anthropic, OpenAI y Meta, además de Jeff Dean de Google DeepMind y Tristan Handy, jefe de dbt Labs.

      Campos de práctica para agentes

      Los agentes de hoy son capaces pero poco fiables. Manejan bien tareas cortas. Aún luchan por trabajar por su cuenta durante horas o días, como lo haría un colega. La apuesta de Bespoke es que la solución no es un modelo más grande, sino un mejor lugar para practicar.

      Así que construye versiones simuladas de empresas reales: grandes bases de código, microservicios, registros, tickets de soporte, correos electrónicos y hilos de Slack. Los agentes se entrenan dentro de estos mundos y aprenden los flujos de trabajo largos y de múltiples pasos que realmente les permiten ganarse la vida. Luego, Bespoke ayuda a los clientes a medir y ajustar a los agentes, utilizando un optimizador interno que llama GEPA para encontrar mejores indicaciones y políticas más rápido de lo que permite el ajuste manual.

      Un laboratorio de investigación, no una tienda de contratistas

      Fundada en 2024 por el CEO Mahesh Sathiamoorthy y el científico jefe Alex Dimakis, el equipo de aproximadamente 40 personas se inclina hacia lo académico. Es un contribuyente clave a Terminal-Bench, una prueba ampliamente citada de la habilidad de los agentes. También construyó OpenThoughts, un conjunto de datos de razonamiento abierto que laboratorios como Meta y Amazon han descargado más de 500,000 veces.

      En lugar de subcontratar el trabajo a contratistas, Bespoke trata la construcción de entornos como investigación y vende la infraestructura que resulta.

      Por qué es importante

      Bespoke cronometró esto deliberadamente. Pruebas independientes de METR encuentran que la longitud de las tareas que los agentes pueden completar de manera fiable ahora se duplica aproximadamente cada siete meses, y Tech Funding News señala que algunos análisis ahora lo sitúan más cerca de cada cuatro. Sostener esa curva significa entornos que se vuelven más difíciles tan rápido como eso, y eso es exactamente lo que Bespoke vende.

      Los rivales abarrotan el campo. Atacan la fiabilidad de los agentes desde todos los ángulos, desde agentes de autoaprendizaje hasta empresas que los someten a pruebas de estrés, pruebas y los evalúan antes de enviarlos. Otros persiguen la economía de operar agentes a gran escala. Bespoke está apostando a que el campo de entrenamiento, no el modelo, decide qué agentes llegan a producción.

      Si los mejores entornos realmente superan a los modelos más grandes sigue siendo una pregunta abierta. La respuesta ayudará a decidir cuál de estas empresas sobrevive al próximo ciclo de financiación.