Patronus AI capta US$ 50 milhões para criar 'mundos digitais' que testam agentes de IA

A Patronus AI, startup fundada em 2023 por ex-pesquisadores de IA da Meta, anunciou uma rodada Série B de US$ 50 milhões liderada pela Greenfield Partners, com participação da Notable Capital, Lightspeed, Datadog e Samsung. O investimento eleva o financiamento total da empresa para US$ 70 milhões.

Mundos digitais para testar agentes de IA

A Patronus constrói "modelos de mundo digital" — ambientes simulados que replicam sites e sistemas internos onde agentes de IA são submetidos a testes de estresse. Após o treinamento, os agentes passam por aprendizado por reforço nesses ambientes, sendo recompensados por tarefas bem-sucedidas e penalizados por erros.

A abordagem é comparada à forma como a Waymo treinou carros autônomos: primeiro construindo mundos sintéticos para testar os veículos contra perigos raros, como condições climáticas severas ou uma criança correndo atrás de uma bola.

Demanda quase insaciável

Praticamente todos os laboratórios de IA de fronteira e muitas startups emergentes já são clientes da Patronus. Glenn Solomon, diretor da Notable Capital, descreve a demanda pelos ambientes simulados da empresa como "quase insaciável". A receita da Patronus cresceu 15 vezes no último ano.

Foco em tarefas verificáveis

Atualmente, a Patronus concentra-se em engenharia de software e finanças — áreas onde as tarefas podem ser verificadas imediatamente. Mas o CEO Anand Kannappan indica que a empresa planeja expandir para domínios mais complexos e difíceis de verificar.

"Queremos criar ambientes onde um agente possa operar por 10 horas, 10 dias ou 10 semanas", afirma Kannappan, destacando a ambição de simular tarefas de longo horizonte.

Diferencial competitivo

Enquanto empresas de dados humanos como Mercor e Surge ajudam laboratórios com aprendizado por reforço, a Patronus se diferencia ao avaliar agentes sem nenhum envolvimento humano. A empresa compete principalmente com as equipes internas que os próprios laboratórios de IA já construíram para avaliar o comportamento de agentes.

O diferencial da Patronus, segundo Solomon, está em "identificar os atalhos" que os agentes tentam tomar e "garantir que os modelos sejam responsabilizados" por suas falhas.