La startup suiza LogicStar está decidida a entrar en el mundo de los agentes de inteligencia artificial. Fundada en verano de 2024, ha conseguido 3 millones de dólares en financiación inicial para desarrollar herramientas que realicen mantenimiento autónomo de aplicaciones de software, en lugar de enfocarse solo en la co-desarrollo de código, como hacen otros agentes de IA. Boris Paskalev, CEO y cofundador de LogicStar, sugiere que sus agentes de IA podrían colaborar con agentes de desarrollo de código, creando beneficios para ambos.
El problema de la fidelidad del código es un desafío tanto para los agentes de IA como para los desarrolladores humanos. LogicStar busca facilitar el proceso de desarrollo al identificar y corregir automáticamente errores en el código desplegado. Según Paskalev, “incluso los mejores modelos y agentes” no pueden resolver la mayoría de los errores que enfrentan, lo que representa una oportunidad para una startup de IA enfocada en mejorar estas estadísticas y hacer que el mantenimiento de aplicaciones sea menos tedioso.
LogicStar está construyendo su plataforma sobre modelos de lenguaje grandes (LLMs), como GPT de OpenAI y DeepSeek de China, adoptando un enfoque independiente del modelo. Esto les permite utilizar diferentes LLMs y maximizar la utilidad de sus agentes de IA, eligiendo el modelo que mejor resuelva un problema específico de código.
Paskalev afirma que su equipo tiene el conocimiento técnico necesario para desarrollar una plataforma capaz de resolver problemas de programación que pueden desafiar a los LLMs por sí solos. Además, tienen experiencia previa en el ámbito empresarial, ya que Paskalev vendió su startup de revisión de código, DeepCode, a la gigante de ciberseguridad Snyk en septiembre de 2020.
LogicStar realiza un análisis de cada aplicación donde se despliega su tecnología, utilizando “métodos clásicos de informática” para crear una “base de conocimiento”. Esto permite que su agente de IA tenga un mapa completo de las entradas y salidas del software, así como las relaciones y dependencias entre variables y funciones. Para cada error que se presenta, el agente de IA puede identificar las partes afectadas de la aplicación, lo que les permite simular funciones y probar posibles soluciones.
Este “entorno de ejecución minimizado” permite al agente de IA realizar “miles” de pruebas para reproducir errores y encontrar una solución efectiva. Las correcciones de errores provienen de los LLMs, pero gracias a su plataforma, LogicStar puede trabajar a gran escala y ofrecer a sus usuarios las mejores soluciones disponibles.
Paskalev destaca que los LLMs son excelentes para prototipos y pruebas, pero no son ideales para aplicaciones comerciales. LogicStar se dirige inicialmente a empresas, con sus “agentes de silicio” trabajando junto a equipos de desarrollo, pero a un costo mucho menor que contratar a un desarrollador humano. Aunque la startup promete un mantenimiento de aplicaciones “totalmente autónomo”, Paskalev asegura que los desarrolladores humanos podrán revisar y supervisar las soluciones propuestas por los agentes de IA.
Actualmente, LogicStar está en fase de pruebas con una versión alfa de su tecnología, que solo soporta Python, aunque planean expandirse a Typescript, Javascript y Java pronto. La financiación inicial fue liderada por la firma de capital de riesgo europea Northzone, con la participación de inversores ángeles de DeepMind, Fleet, Sequoia, Snyk y Spotify.
LogicStar está creando una lista de espera para clientes interesados en acceder a su tecnología, con un lanzamiento beta planificado para finales de este año.
