The Pulse

Raindrop annuncia un round di serie A e dichiara di aver raccolto 50 milioni di dollari complessivi

Raindrop ha raccolto complessivamente 50 milioni di dollari in finanziamenti guidati da CRV, mentre la startup amplia la propria attività dal monitoraggio degli agenti di IA in produzione alla verifica del loro comportamento prima che il nu

AI.info Team · Scritto con l’IA · verificato · 2026-09-18

Raindrop ha raccolto complessivamente 50 milioni di dollari in finanziamenti guidati da CRV, mentre la startup amplia la propria attività dal monitoraggio degli agenti di IA in produzione alla verifica del loro comportamento prima che il nuovo codice raggiunga gli utenti.

L’azienda ha annunciato il finanziamento il 17 settembre 2026, insieme a Raindrop Simulations, un prodotto che viene eseguito a ogni pull request e mostra agli ingegneri come una modifica proposta potrebbe alterare il comportamento di un agente. Secondo l’annuncio di Raindrop, il gruppo di investitori comprende ricercatori e dirigenti di Anthropic, OpenAI e Thinking Machines.

Dagli avvisi in produzione ai test prima del rilascio

Raindrop ha costruito la propria attività attorno ai problemi che il monitoraggio software convenzionale può non rilevare. Nell’ultimo anno il lavoro dell’azienda si è concentrato sul rilevamento non supervisionato e in tempo reale dei problemi nei sistemi in produzione, dai bug che infastidiscono gli utenti a quelli che incidono sulla salute e sulla sicurezza.

Tra i clienti di Raindrop figurano ora grandi aziende del settore sanitario, della logistica e di altri comparti, oltre alle startup che costituivano la sua base clienti originaria.

Simulations estende quel sistema di monitoraggio al processo di sviluppo. Anziché basarsi soltanto su casi di test fissi, il prodotto riproduce il traffico reale di produzione e i test esistenti per verificare una modifica proposta all’harness di un agente. Raindrop applica poi ai risultati il proprio sistema di rilevamento delle anomalie, consentendo ai team di individuare cambiamenti inattesi nel comportamento prima che raggiungano la produzione.

Perché le valutazioni ordinarie non rilevano i problemi degli agenti

Le valutazioni tradizionali misurano generalmente il comportamento rispetto a scenari che gli ingegneri hanno già definito. Questo approccio può identificare modalità di guasto note, ma può non rilevare cambiamenti inattesi nel comportamento di un agente.

Raindrop afferma che le sue simulazioni sono progettate per mostrare «che cosa cambierà la loro modifica» prima della distribuzione. Il sistema consente agli ingegneri di IA di misurare le prestazioni rispetto ai propri casi di test, cercando al tempo stesso cambiamenti inattesi nel comportamento.

Bisogna simulare davvero l’intero mondo attorno all’agente.— Zubin Koticha, Ben Hylak e Alexis Gauba, autori dell’annuncio di Raindrop

La sfida tecnica consiste nel far funzionare le simulazioni con diversi harness per agenti, afferma Raindrop. Riprodurre le richieste di rete o usare risposte degli strumenti salvate nella cache non basta quando un agente aggiunge uno strumento mai apparso nella traccia originale, o quando un team trasferisce il proprio sistema su un harness diverso.

La scommessa di Raindrop sui mondi simulati

Raindrop descrive ogni chiamata a uno strumento come uno scorcio sullo stato del mondo che circonda un agente. Il suo sistema di simulazione usa queste osservazioni per creare simulazioni dell’ambiente attorno all’agente.

L’approccio si basa su metodi già in fase di sviluppo nei laboratori di IA di frontiera. Raindrop cita la ricerca di OpenAI sulla simulazione della distribuzione, che usa conversazioni di produzione private degli elementi identificativi per stimare come potrebbe comportarsi un modello candidato, e il lavoro di Anthropic sugli ambienti sintetici per addestrare gli agenti e sottoporli a stress test.

Raindrop sta sviluppando Simulations con partner della Fortune 100. L’azienda sta ora ampliando l’accesso anticipato e prevede di rendere il prodotto disponibile a tutti nel corso del prossimo mese.

Un mercato più ampio per il monitoraggio del software autonomo

Il finanziamento offre a Raindrop più margine per affrontare un problema che diventa più difficile man mano che gli agenti eseguono sequenze di azioni più lunghe e ottengono accesso ai sistemi aziendali. Monitorare una risposta finale non basta quando un problema può iniziare diverse chiamate agli strumenti prima o emergere soltanto dopo che un agente interagisce con dati esterni.

Raindrop sta assumendo in tutta l’azienda, concentrandosi sui ruoli di commercializzazione e di ingegneria del machine learning. L’obiettivo immediato per il prodotto è più circoscritto: l’accesso anticipato si sta ampliando ora, mentre la disponibilità generale è prevista entro il prossimo mese.