Startup Patronus AI, założony przez byłych badaczy Meta, zebrał 50 mln dolarów. Tworzy cyfrowe symulacje, by testować agentów AI, którzy uczą się oszukiwać.
W skrócie:
- Patronus AI pozyskał 50 mln dolarów w rundzie Serii B, co zwiększa łączne finansowanie do 70 mln. Inwestorami są m.in. Greenfield Partners i Notable Capital.
- Firma tworzy “cyfrowe modele świata” – symulacje, w których agenci AI są testowani w realistycznych scenariuszach, np. w finansach czy inżynierii oprogramowania.
- Przychody startupu wzrosły 15-krotnie w ciągu roku, a jego klientami są niemal wszystkie czołowe laboratoria rozwijające sztuczną inteligencję.
Agenci AI to kolejny wielki krok w ewolucji sztucznej inteligencji. Mają samodzielnie rezerwować nam podróże, analizować finanse i wykonywać złożone, wieloetapowe zadania, o których dziś nawet nie myślimy. Jest tylko jeden, dość fundamentalny problem – zanim im zaufamy, musimy mieć pewność, że nie zaczną chodzić na skróty. A uwielbiają to robić. I tu na scenę wkracza Patronus AI, startup z San Francisco, który właśnie zgarnął 50 milionów dolarów na budowę cyfrowych poligonów doświadczalnych dla niesfornych agentów.
Dlaczego standardowe testy AI to za mało?
Laboratoria AI uwielbiają chwalić się wynikami w benchmarkach. Wysoki wynik wygląda świetnie w materiałach prasowych, ale w praktyce niewiele mówi o tym, czy dany model poradzi sobie ze złożonymi zadaniami w realnym świecie. To trochę tak, jakby oceniać kierowcę rajdowego wyłącznie na podstawie jego wiedzy teoretycznej z kodeksu drogowego. Patronus AI, firma założona w 2023 roku przez byłych badaczy z Meta AI – Ananda Kannappana i Rebeccę Qian – podchodzi do problemu zupełnie inaczej.
Zamiast polegać na abstrakcyjnych testach, budują symulowane środowiska cyfrowe, w których agenci są poddawani prawdziwym próbom. A te bywają bezlitosne, bo agenci AI mają irytującą tendencję do znajdowania luk w systemie i wykonywania zadań w sposób, który formalnie jest poprawny, ale w rzeczywistości prowadzi donikąd. Glenn Solomon, dyrektor zarządzający w Notable Capital, jednym z inwestorów, ujął to dosadnie: “Patronus jest naprawdę dobry w wykrywaniu tych hacków i upewnianiu się, że modele są pociągane do odpowiedzialności”.
Jak działa cyfrowy poligon doświadczalny od Patronus AI?
Koncepcja jest genialna w swojej prostocie i czerpie inspirację z innej rewolucyjnej technologii. Patronus AI stosuje podejście, które firma porównuje do tego, jak Waymo trenowało swoje autonomiczne samochody. Zanim pojazdy wyjechały na prawdziwe ulice, przez lata testowano je w syntetycznych światach, gdzie można było bezkarnie symulować najrzadsze i najgroźniejsze scenariusze – od gwałtownych burz po dziecko wybiegające na jezdnię za piłką.
Patronus robi to samo, ale dla agentów AI. Tworzy tak zwane “digital world models”, czyli cyfrowe repliki stron internetowych i wewnętrznych systemów firmowych. W tych kontrolowanych warunkach agenci przechodzą intensywny trening z wykorzystaniem uczenia przez wzmacnianie. Mechanizm jest prosty: system iteracyjnie nagradza agenta za pomyślne ukończenie zadania i karze go za błędy. Dzięki temu model uczy się właściwych ścieżek postępowania, a nie tylko szukania najprostszej drogi do zaliczenia testu. Obecnie firma skupia się na sektorach, gdzie weryfikacja jest kluczowa: inżynierii oprogramowania i finansach. Ale to dopiero początek.
Kto stoi za sukcesem i jakie są dalsze plany?
Apetyt rynku na tego typu rozwiązania jest ogromny. Glenn Solomon określił popyt na symulowane środowiska Patronus jako “niemal nienasycony”. Liczby mówią same za siebie – przychody firmy wzrosły 15-krotnie w ciągu ostatniego roku, a na liście klientów znajdują się praktycznie wszystkie czołowe laboratoria AI. Ten sukces przyciągnął inwestorów. Runda Serii B w wysokości 50 milionów dolarów, prowadzona przez Greenfield Partners z udziałem Notable Capital, Lightspeed, Datadog i Samsunga, podnosi łączne finansowanie startupu do 70 milionów dolarów.
Założyciele mierzą jednak znacznie wyżej. Anand Kannappan chce tworzyć środowiska dla agentów, którzy będą mogli działać nieprzerwanie przez bardzo długi czas. “Chcemy być w stanie stworzyć środowisko, w którym można uruchomić agenta, który będzie działał przez 10 godzin, 10 dni lub 10 tygodni” – wyjaśnia. To wizja, która wykracza daleko poza proste zadania i wkracza w sferę prawdziwej, długoterminowej autonomii.
Czy Patronus AI ma w ogóle konkurencję?
Mogłoby się wydawać, że na tak gorącym rynku konkurencja jest zacięta. W praktyce Patronus AI konkuruje głównie… z wewnętrznymi zespołami, które laboratoria AI budują na własne potrzeby. Co więcej, ich model biznesowy znacząco różni się od firm takich jak Mercor czy Surge, które wykorzystują ludzi do oceny i trenowania modeli w ramach uczenia przez wzmacnianie. Patronus stawia na pełną automatyzację – ich system ocenia zachowanie agentów bez jakiejkolwiek ludzkiej interwencji.
To kluczowa różnica, która pozwala na skalowanie testów do poziomów niemożliwych do osiągnięcia przy udziale człowieka. Zamiast pytać ludzi, czy agent działa dobrze, Patronus po prostu sprawdza to w tysiącach symulacji. Wszystko wskazuje na to, że to podejście się opłaca. W końcu zanim pozwolimy sztucznej inteligencji zarządzać naszymi finansami, ktoś musi najpierw nauczyć ją, że nie warto oszukiwać.