The Pulse
Raindrop annuncia un round di serie A e dichiara di aver raccolto 50 milioni di dollari in totale
Raindrop afferma di aver raccolto 50 milioni di dollari in totale, con un round guidato da CRV, mentre la startup amplia la propria attività: dal monitoraggio degli agenti di IA in produzione ai test del loro comportamento prima che il nuov
AI.info Team ·
Raindrop afferma di aver raccolto 50 milioni di dollari in totale, con un round guidato da CRV, mentre la startup amplia la propria attività: dal monitoraggio degli agenti di IA in produzione ai test 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 malfunzionamenti che i sistemi di monitoraggio software convenzionali possono non rilevare. L’azienda afferma che nell’ultimo anno si è concentrata sul rilevamento non supervisionato e in tempo reale dei problemi nei sistemi in produzione, dai bug che infastidiscono gli utenti ai problemi che incidono sulla salute e sulla sicurezza.
Raindrop afferma che tra i suoi clienti figurano ora grandi aziende del settore sanitario, della logistica e di altri comparti, oltre alle startup che costituivano la sua clientela iniziale.
Simulations estende questo sistema di monitoraggio al processo di sviluppo. Invece di basarsi soltanto su casi di test fissi, il prodotto riproduce il traffico reale in produzione e i test esistenti su 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 imprevisti nel comportamento prima che arrivino in produzione.
Perché le valutazioni ordinarie non rilevano i malfunzionamenti degli agenti
Le valutazioni tradizionali misurano in genere il comportamento rispetto a scenari che gli ingegneri hanno già definito. Questo approccio può individuare modalità di malfunzionamento note, ma potrebbe non rilevare cambiamenti imprevisti 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 sui propri casi di test e, al tempo stesso, di cercare cambiamenti imprevisti nel comportamento.
Bisogna simulare davvero l’intero mondo che circonda l’agente.— Zubin Koticha, Ben Hylak e Alexis Gauba, autori dell’annuncio di Raindrop
Raindrop afferma che la sfida tecnica consiste nel far funzionare le simulazioni con diversi harness per agenti. Riprodurre le richieste di rete o usare risposte memorizzate nella cache agli strumenti non basta quando un agente aggiunge uno strumento che non era mai comparso nella traccia originale, o quando un team trasferisce il proprio sistema a un harness diverso.
La scommessa di Raindrop sui mondi simulati
Raindrop descrive ogni chiamata a uno strumento come una finestra sullo stato del mondo che circonda un agente. Il suo sistema di simulazione usa queste osservazioni per creare simulazioni dell’ambiente circostante.
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 prive di dati identificativi per stimare come potrebbe comportarsi un modello candidato, e il lavoro di Anthropic sugli ambienti sintetici per addestrare e sottoporre gli agenti a prove di stress.
Raindrop afferma di aver sviluppato Simulations insieme a partner di Fortune 100. L’azienda sta ora ampliando l’accesso anticipato e prevede di rendere il prodotto generalmente disponibile nel corso del prossimo mese.
Un mercato più ampio per monitorare il software autonomo
Il finanziamento offre a Raindrop più margine per affrontare un problema che diventa più complesso man mano che gli agenti eseguono catene di azioni più lunghe e ottengono accesso ai sistemi aziendali. Monitorare una risposta finale non basta quando un malfunzionamento può iniziare diverse chiamate agli strumenti prima o emergere solo dopo che un agente interagisce con dati esterni.
Raindrop afferma di assumere personale in tutta l’azienda, con particolare attenzione ai ruoli nelle attività go-to-market e nell’ingegneria del machine learning. La tappa immediata del prodotto è più circoscritta: l’accesso anticipato si sta ampliando ora, mentre la disponibilità generale è prevista entro il prossimo mese.