瑞士初创公司 LogicStar 正致力于加入 AI 代理游戏。这家成立于2024年夏季的初创公司已获得300万美元种子前融资，旨在为开发者市场提供能自主维护软件应用的工具，而非采用典型的 AI 代理代码协同开发模式。
LogicStar 首席执行官兼联合创始人 Boris Paskalev（见特色图片右上角）表示，该公司的 AI 代理未来可能与 Cognition AI 的 Devin 等代码开发代理合作，实现商业双赢。
代码保真度是 AI 代理构建和部署软件时面临的难题。LogicStar 希望通过自动检测并修复部署代码中的错误，优化开发流程。Paskalev 指出，“即使是最好的模型和代理”也无法解决大部分 bug，因此团队看到了成立一家专注于提高修复概率、简化应用维护的 AI 初创公司的机会。
为此，LogicStar 基于 OpenAI GPT 或 DeepSeek 等大型语言模型（LLMs）构建平台，采取模型无关策略。这使其能根据特定代码问题选择最合适的基础模型，最大化 AI 代理效用。
Paskalev 认为，创始团队具备技术和领域专长，可构建智胜单一 LLMs 的平台。他此前曾将代码审查初创公司 DeepCode 出售给网络安全巨头 Snyk（2020年9月），拥有成功的创业经验。
“起初我们考虑为代码构建专属大模型，但意识到这很快会成为商品……现在我们假设优质 LLMs 和 AI 代码代理已存在，关键在于如何从中提取最大商业价值？”他表示，该想法建立在团队对软件分析的理解之上，即结合 LLMs 并专注于验证其提出的建议。
测试驱动开发
在实践中，LogicStar 使用“经典计算机科学方法”分析每个部署的应用程序以建立“知识库”，为 AI 代理提供软件输入输出地图、变量与函数链接及依赖关系等信息。
针对每一个错误，AI 代理能确定受影响部分，从而缩小需模拟的功能范围，以便测试大量潜在修复方案。
Paskalev 介绍，这种“最小化执行环境”使 AI 代理能运行“数千”项复现错误的测试，识别“失败测试”，并通过“测试驱动开发”找到可靠修复方案。
实际的 bug 修复源自 LLMs。得益于平台的“快速执行环境”，AI 代理可大规模工作、去粗取精，为用户筛选出最佳方案。
“LLMs 适合原型设计和测试，但不适合生产或商业应用。我们的平台正是为此提供解决方案，安全提取模型当前能力以节省开发人员时间，”他强调。
企业是 LogicStar 的初始目标市场。其“硅基代理”旨在与企业开发团队协作，以远低于人类开发者的成本处理应用维护任务，释放工程人才从事更具创造性的工作。
尽管宣传强调“完全自主”维护，但 Paskalev 确认平台允许人类开发人员审查和监督 AI 代理的修复方案。“人类开发人员准确率在80%到90%之间，我们的目标也是达到相同水平。”
LogicStar 仍处于早期阶段，Alpha 版本正在多家未公开的“设计合作伙伴”处测试。目前仅支持 Python，TypeScript、JavaScript 和 Java 支持即将推出。
“种子前融资的主要目标是向设计合作伙伴展示技术有效性，专注于 Python 案例证明价值，”Paskalev 补充道。
本轮融资由欧洲风投 Northzone 领投，DeepMind、Fleet、Sequoia 侦察兵、Snyk 和 Spotify 的天使投资者参与。Northzone 合伙人 Michiel Kotting 表示：“AI 驱动的代码生成虽处早期，但生产力提升具有革命性。LogicStar 团队技术深厚且记录经过验证，将在软件维护重塑中发挥关键作用。”
LogicStar 已开放等候名单供潜在客户登记，计划在今年晚些时候推出测试版。