BentoLabs AI

事業内容

BentoLabsは、長時間稼働するagent向けのmonitoringとlearningのレイヤー。agentが密かに失敗したり、ユーザーの目標、system prompt、tool contractから逸脱したりしたタイミングを検知し、影響を受けたユーザーと根本原因を可視化するとともに、prompt、skill、harnessの修正案を提示する。 より多くのチームがagentを導入するなか、本番環境で信頼性を維持することは極めて重要になる。Bentoはproduction loopに直接組み込まれ、人的なトラブル対応を同じペースで増やすことなく、agent ecosystemを拡張するために必要な運用上のレバレッジをチームに提供する。その結果、ブラックボックス化したagentを、継続的に監視・デバッグ・改善できるagentへと変えていく。 創業者たちは、Emergent（YC S24）でこの課題に取り組んだ経験を持つ。Emergentでは、500万人以上が利用する本番環境のcoding agentを構築・運用した。Abhinavは1人目の採用メンバーとして、EmergentをSWE-Bench #1に押し上げ、わずか8カ月で$0から$100M ARRへ成長させることに貢献。Kaushikは2人目の採用メンバーで、Emergentのfull-stack engineeringを率い、本番agentの信頼性・可観測性・デバッグ可能性を支えるインフラの構築で重要な役割を果たした。Bentoのself-learning engineは、同じmodel、tools、budgetで、ARC-AGI-3（internal）のスコアを2.6倍に引き上げ、Terminal-Bench 2.0（internal）のpass@1を42.2%から52.4%へ改善している。