A LogicStar está desenvolvendo agentes de IA para a manutenção de aplicativos.

A startup suíça LogicStar está determinada a entrar no jogo dos agentes de IA. Fundada no verão de 2024, a startup garantiu US$ 3 milhões em financiamento pré-seed para oferecer ferramentas ao mercado de desenvolvedores que possam realizar a manutenção autônoma de aplicações de software, ao invés do caso de uso mais típico de agentes de IA voltados para a co-desenvolvimento de código.

O CEO e cofundador da LogicStar, Boris Paskalev (foto acima à direita, na imagem em destaque, com seus cofundadores), sugere que os agentes de IA da startup podem acabar colaborando com agentes de desenvolvimento de código — como, por exemplo, Devin da Cognition AI — gerando uma situação vantajosa para ambos os lados.

A fidelidade do código é um desafio para os agentes de IA que constroem e implantam software, assim como para os desenvolvedores humanos, e a LogicStar deseja contribuir para suavizar o processo de desenvolvimento, automaticamente identificando e corrigindo bugs onde quer que apareçam no código implantado.

Atualmente, Paskalev sugere que “mesmo os melhores modelos e agentes” disponíveis não conseguem resolver a maioria dos bugs que lhes são apresentados — daí a equipe ter identificado uma oportunidade para uma startup de IA dedicada a melhorar essas estatísticas e realizar o sonho de uma manutenção de aplicativos menos tediosa.

Para isso, estão construindo em cima de grandes modelos de linguagem (LLMs) — como o GPT da OpenAI ou até mesmo o DeepSeek da China — adotando uma abordagem agnóstica em relação ao modelo para sua plataforma. Isso permite que a LogicStar utilize diferentes LLMs e maximize a utilidade de seus agentes de IA, com base em qual modelo fundamental funciona melhor para resolver um problema específico de código.

Paskalev afirma que a equipe fundadora possui o conhecimento técnico e específico da área para construir uma plataforma que possa resolver problemas de programação que podem desafiar ou iludir LLMs trabalhando sozinhos. Eles também têm um histórico de sucesso empreendedor para respaldar sua experiência: ele vendeu sua startup anterior de revisão de código, DeepCode, para o gigante da cibersegurança Snyk em setembro de 2020.

“No começo, estávamos pensando em realmente construir um grande modelo de linguagem para código,” ele contou ao TechCrunch. “Depois percebemos que isso rapidamente se tornaria uma commodity… Agora, estamos construindo assumindo que todos esses grandes modelos de linguagem estão disponíveis. Assumindo que haja alguns agentes de IA decentes para código, como podemos extrair o máximo valor empresarial deles?”

Ele disse que a ideia surgiu a partir da compreensão da equipe sobre como analisar aplicações de software. “Combine isso com grandes modelos de linguagem — e então concentre-se em fundamentar e verificar o que esses grandes modelos de linguagem e o agente de IA realmente sugerem.”

Desenvolvimento orientado a testes

O que isso significa na prática? Paskalev diz que a LogicStar realiza uma análise de cada aplicação em que sua tecnologia é implantada — usando “métodos clássicos de ciência da computação” — para construir uma “base de conhecimento.” Isso fornece ao seu agente de IA um mapa abrangente das entradas e saídas do software; como as variáveis se relacionam com funções; e quaisquer outros vínculos e dependências, etc.

Então, para cada bug que é apresentado, o agente de IA é capaz de determinar quais partes da aplicação são impactadas — permitindo que a LogicStar diminua as funções que precisam ser simuladas para testar várias potenciais correções.

Segundo Paskalev, esse “ambiente de execução minimizado” permite que o agente de IA execute “milhares” de testes com o objetivo de reproduzir bugs para identificar um “teste que falha”, e — através dessa abordagem de “desenvolvimento orientado a testes” — finalmente chegar a uma correção que funcione.

Ele confirma que as correções dos bugs são provenientes dos LLMs. Mas, como a plataforma da LogicStar permite um “ambiente executivo muito rápido,” seus agentes de IA podem trabalhar em escala para separar o que é útil do que não é, por assim dizer, e oferecer aos usuários um atalho para o melhor que os LLMs podem oferecer.

“O que vemos é que [os LLMs] são excelentes para prototipagem, teste de coisas, etc., mas não são absolutamente bons para [código] produção e aplicações comerciais. Acho que ainda estamos longe disso, e é isso que nossa plataforma oferece,” ele argumenta. “Para conseguirmos extrair essas capacidades dos modelos hoje, podemos realmente extrair valor comercial de forma segura e, na verdade, economizar tempo para os desenvolvedores se concentrarem realmente no que é importante.”

As empresas se tornarão o alvo inicial da LogicStar. Seus “agentes de silício” têm a intenção de trabalhar ao lado das equipes de desenvolvedores corporativos, embora a um custo muito menor do que seria necessário para contratar um desenvolvedor humano, cuidando de uma variedade de tarefas de manutenção de aplicativos e liberando talentos de engenharia para trabalhos mais criativos e/ou desafiadores. (Ou, pelo menos, até que os LLMs e os agentes de IA se tornem muito mais capazes.)

Embora a proposta da startup exalte uma capacidade de manutenção de aplicativos “totalmente autônoma”, Paskalev confirma que a plataforma permitirá que desenvolvedores humanos revisem (e supervisionem, caso necessário) as correções que seus agentes de IA propõem. Portanto, a confiança deve ser — e precisa ser — conquistada primeiro.

“A precisão que um desenvolvedor humano oferece varia entre 80 a 90%. Nosso objetivo [para nossos agentes de IA] é ficar exatamente nesse patamar,” ele acrescenta.

Ainda é um início promissor para a LogicStar: Uma versão alpha de sua tecnologia está em teste com várias empresas não divulgadas que Paskalev se refere como “parceiros de design.” Atualmente, a tecnologia suporta apenas Python — mas expansões para TypeScript, JavaScript e Java são prometidas como “em breve.”

“O principal objetivo [com o financiamento pré-seed] é realmente mostrar que a tecnologia funciona com nossos parceiros de design — focando em Python,” acrescenta Paskalev. “Já passamos um ano trabalhando nisso, e temos muitas oportunidades para realmente expandir. E é por isso que estamos tentando focar primeiro, para mostrar o valor em um único caso.”

A rodada de pré-seed da startup foi liderada pela firma de capital de risco europeia Northzone, com investidores-anjo da DeepMind, Fleet, Snyk, Sequoia scouts e Spotify também participando da rodada.

Em um comunicado, Michiel Kotting, sócio da Northzone, disse: “A geração de código impulsionada por IA ainda está em estágios iniciais, mas os ganhos de produtividade que já estamos vendo são revolucionários. O potencial desta tecnologia para agilizar os processos de desenvolvimento, reduzir custos e acelerar a inovação é imenso, e a vasta experiência técnica da equipe, juntamente com seu histórico comprovado, os posiciona para entregar resultados reais e impactantes. O futuro do desenvolvimento de software está sendo remodelado, e a LogicStar desempenhará um papel crucial na manutenção de software.”

A LogicStar está operando uma lista de espera para potenciais clientes que desejam manifestar interesse em obter acesso antecipado. A startup informou que um lançamento beta está programado para o final deste ano.

A TechCrunch possui um boletim informativo focado em IA! Inscreva-se aqui para recebê-lo em sua caixa de entrada toda quarta-feira.