正如企业需调整软件以适应不同操作系统，如今也需为快速演进的AI革命配置软件。大型语言模型（LLMs）的兴起，催生了能理解并生成人类语言文本的强大AI应用。
尽管企业可依据现有API文档创建“LLM实例”，但核心挑战在于：如何确保更广泛的LLM生态系统正确使用该实例，并充分掌握其在实际环境中的表现。
Tidalflow 正是为解决这一痛点而生。这家初创公司今日正式从隐身模式走出，宣布完成由 Google Gradient Ventures 联合 Dig Ventures（MuleSoft创始人Ross Mason创立）领投、Antler参投的170万美元融资。其端到端平台旨在帮助开发人员实现现有软件与LLM生态系统的无缝协作。
建立信心
设想一个场景：某在线旅游平台接入ChatGPT或Google Bard等LLM驱动的聊天机器人，允许用户通过自然语言查询票价并预订。即便创建了LLM实例，企业也可能面临未知风险——例如ChatGPT有2%的概率返回非目标目的地，而Bard的错误率可能更高，且具体数值难以确切获知。
若企业容错率低于1%，在缺乏对LLM实例性能的确切把握前，暂缓生成式AI部署或许是更稳妥的选择。Tidalflow 的价值正在于此：其模块不仅辅助创建LLM实例，还涵盖测试、部署、监控、保护及商业化全流程。企业可在各生态系统的本地模拟沙盒中微调实例，直至满足容错阈值。
Tidalflow CEO Sebastian Jorna 表示：“在ChatGPT等平台发布产品时，企业往往无法预知用户的真实交互方式。这种对可靠性的不确定性，是阻碍软件工具融入LLM生态的主要障碍。我们的测试与模拟模块正是为了重建这种信心。”
本质上，Tidalflow 是一个应用程序生命周期管理（ALM）平台。企业输入OpenAPI规范/文档后，平台输出“经过实战检验的LLM实例”，并通过前端监控与可观测性面板展示其实战表现。
Jorna 指出：“传统软件测试依赖固定用例，通过即代表正常。但在LLM的随机环境中，需投入大量数据以获得统计显著性。我们的测试模拟模块正是模拟产品上线后的真实场景及潜在用户行为。”
简言之，Tidalflow 帮助企业应对可能导致生成式AI功能失效的各类边缘情况。这对大型企业尤为关键，因为软件可靠性妥协带来的风险过高。
Jorna 强调：“大企业客户绝不敢贸然推出未经充分验证的产品。”
从起步到融资
Tidalflow 成立仅三个月。CEO Jorna 与 CTO Coen Stevens 在阿姆斯特丹 Antler 企业家驻留项目中结识。“夏季项目正式启动后，Tidalflow 成为 Antler 荷兰历史上最快获得融资的公司。”Jorna 说道。
目前团队共三人，包括两位联合创始人及首席产品官（CPO）Henry Wynaendts。凭借新获的170万美元资金，公司正积极招聘前后端工程师，加速迈向全面商业发布。
从成立到融资的快速推进，折射出当前生成式AI的淘金热态势。随着ChatGPT开放API并支持第三方插件、Google筹备Bard生态、Microsoft将Copilot嵌入Office 365，企业与开发者不仅能利用生成式AI打造产品，更能触达海量用户。
Jorna 认为：“正如2007年iPhone开启移动软件新纪元，当下正处于软件向LLM兼容转型的关键转折点。”
Tidalflow 目前仍处于封闭测试阶段，计划于2023年底前正式面向公众商业发布。