Lar
A Patronus AI levantou 50 milhões de dólares para desenvolver mundos digitais que realizam testes de estresse em agentes de IA.

Os agentes de IA estão se tornando cada vez mais sofisticados, passando de meros instrumentos para responder perguntas a sistemas capazes de executar independentemente tarefas complexas e multietapas.
No entanto, antes que esses agentes possam ser confiáveis para reservar viagens ou realizar análises financeiras em nome dos usuários, os fornecedores de modelos e as startups que os desenvolvem precisam garantir um desempenho estável em uma ampla variedade de cenários.
Os laboratórios de IA costumam recorrer a benchmarks para demonstrar as capacidades de seus modelos, mas uma alta pontuação — mesmo em um benchmark específico para agentes — não garante que uma IA seja capaz de concluir corretamente tarefas diversas do mundo real.
A Patronus AI, startup fundada em 2023 por ex-pesquisadores da Meta AI, Anand Kannappan e Rebecca Qian, auxilia criadores de modelos e empresas a ajustar seus sistemas para alcançar esse objetivo, ao criar ambientes digitais simulados que avaliam o desempenho dos agentes.
Essa startup sediada em São Francisco está atendendo claramente a uma necessidade crítica. Segundo Glenn Solomon, diretor-geral da Notable Capital, praticamente todos os laboratórios de IA de ponta e muitas startups emergentes se tornaram clientes, sendo que a demanda por esses ambientes simulados é descrita como quase insaciável.
A receita da Patronus aumentou 15 vezes no último ano, despertando grande interesse dos investidores. Na quinta-feira, a empresa anunciou uma rodada de financiamento Series B no valor de 50 milhões de dólares, liderada pela Greenfield Partners, com participação da Notable Capital, Lightspeed, Datadog e Samsung. Com isso, o total de recursos arrecadados chega a 70 milhões de dólares.
A Patronus utiliza o que chama de “modelos de mundo digital” para construir réplicas de sites e sistemas internos. Nesses ambientes, os agentes passam por testes de estresse após serem treinados por meio de aprendizado reforçado, método que recompensa iterativamente a conclusão bem-sucedida de tarefas e penaliza erros.
Os laboratórios de IA consideram essas simulações digitais extremamente valiosas, pois permitem que os agentes experimentem diversos cenários, às vezes imprevisíveis. A empresa compara sua abordagem à forma como a Waymo treinou seus carros autônomos — primeiro criando mundos sintéticos para testar veículos diante de perigos raros, como condições climáticas extremas ou uma criança perseguindo uma bola.
A diferença em relação aos agentes de IA é que eles costumam buscar atalhos, o que leva à conclusão incorreta das tarefas. “A Patronus é realmente boa em identificar esses truques e garantir que os modelos sejam responsabilizados”, afirmou Solomon.
Atualmente, a Patronus oferece seus ambientes digitais simulados para áreas de engenharia de software e finanças, mas, segundo Kannappan, isso é apenas o começo.
“Hoje estamos muito focados em problemas verificáveis — aqueles que podem ser imediatamente checados e confirmados —, mas existem muitas outras áreas que são não verificáveis ou extremamente difíceis de verificar”, disse ele.
Só porque esses processos são verificáveis não significa que sejam simples. “Queremos criar um ambiente no qual seja possível operar um agente capaz de funcionar por 10 horas, 10 dias ou até mesmo 10 semanas”, afirmou Kannappan.
Quanto aos concorrentes, a Patronus acredita que compete principalmente com as equipes internas que os laboratórios de IA já possuem para avaliar o comportamento dos agentes. Enquanto empresas especializadas em dados humanos, como Mercor e Surge, auxiliam criadores de modelos no aprendizado reforçado, a Patronus adota uma abordagem diferente, avaliando o comportamento dos agentes sem qualquer intervenção humana.
Artigo relacionado
A Sarvam obteve 234 milhões de dólares da HCLTech para se tornar o mais novo unicórnio em inteligência artificial da Índia
A Sarvam anunciou na segunda-feira que levantou 234 milhões de dólares, com uma avaliação da empresa em 1,5 bilhão de dólares. A startup sediada em Bengaluru torna‑se agora o mais novo “unicórnio” de IA da Índia, num contexto em que governos e empres
Hacker adolescente que se tornou pesquisador do Iron Dome arrecada US$ 28 milhões para combater o phishing baseado em IA
Shay Shwartz conhece os ataques de phishing por e-mail de cor e de verso. Quando era adolescente, ganhava dinheiro como hacker, mas depois de ser pego aos 16 anos, percebeu que poderia usar suas habil
O modelo de IA da Meta se destaca, mas a identidade de código aberto se desgasta
O cenário da IA de código aberto sempre ofereceu muitas opções. Durante anos, os desenvolvedores puderam acessar modelos como o Mistral, o Falcon e um número crescente de alternativas de código aberto
Recomendações de tópicos especiais relacionados
Comentários (0)

Os agentes de IA estão se tornando cada vez mais sofisticados, passando de meros instrumentos para responder perguntas a sistemas capazes de executar independentemente tarefas complexas e multietapas.
No entanto, antes que esses agentes possam ser confiáveis para reservar viagens ou realizar análises financeiras em nome dos usuários, os fornecedores de modelos e as startups que os desenvolvem precisam garantir um desempenho estável em uma ampla variedade de cenários.
Os laboratórios de IA costumam recorrer a benchmarks para demonstrar as capacidades de seus modelos, mas uma alta pontuação — mesmo em um benchmark específico para agentes — não garante que uma IA seja capaz de concluir corretamente tarefas diversas do mundo real.
A Patronus AI, startup fundada em 2023 por ex-pesquisadores da Meta AI, Anand Kannappan e Rebecca Qian, auxilia criadores de modelos e empresas a ajustar seus sistemas para alcançar esse objetivo, ao criar ambientes digitais simulados que avaliam o desempenho dos agentes.
Essa startup sediada em São Francisco está atendendo claramente a uma necessidade crítica. Segundo Glenn Solomon, diretor-geral da Notable Capital, praticamente todos os laboratórios de IA de ponta e muitas startups emergentes se tornaram clientes, sendo que a demanda por esses ambientes simulados é descrita como quase insaciável.
A receita da Patronus aumentou 15 vezes no último ano, despertando grande interesse dos investidores. Na quinta-feira, a empresa anunciou uma rodada de financiamento Series B no valor de 50 milhões de dólares, liderada pela Greenfield Partners, com participação da Notable Capital, Lightspeed, Datadog e Samsung. Com isso, o total de recursos arrecadados chega a 70 milhões de dólares.
A Patronus utiliza o que chama de “modelos de mundo digital” para construir réplicas de sites e sistemas internos. Nesses ambientes, os agentes passam por testes de estresse após serem treinados por meio de aprendizado reforçado, método que recompensa iterativamente a conclusão bem-sucedida de tarefas e penaliza erros.
Os laboratórios de IA consideram essas simulações digitais extremamente valiosas, pois permitem que os agentes experimentem diversos cenários, às vezes imprevisíveis. A empresa compara sua abordagem à forma como a Waymo treinou seus carros autônomos — primeiro criando mundos sintéticos para testar veículos diante de perigos raros, como condições climáticas extremas ou uma criança perseguindo uma bola.
A diferença em relação aos agentes de IA é que eles costumam buscar atalhos, o que leva à conclusão incorreta das tarefas. “A Patronus é realmente boa em identificar esses truques e garantir que os modelos sejam responsabilizados”, afirmou Solomon.
Atualmente, a Patronus oferece seus ambientes digitais simulados para áreas de engenharia de software e finanças, mas, segundo Kannappan, isso é apenas o começo.
“Hoje estamos muito focados em problemas verificáveis — aqueles que podem ser imediatamente checados e confirmados —, mas existem muitas outras áreas que são não verificáveis ou extremamente difíceis de verificar”, disse ele.
Só porque esses processos são verificáveis não significa que sejam simples. “Queremos criar um ambiente no qual seja possível operar um agente capaz de funcionar por 10 horas, 10 dias ou até mesmo 10 semanas”, afirmou Kannappan.
Quanto aos concorrentes, a Patronus acredita que compete principalmente com as equipes internas que os laboratórios de IA já possuem para avaliar o comportamento dos agentes. Enquanto empresas especializadas em dados humanos, como Mercor e Surge, auxiliam criadores de modelos no aprendizado reforçado, a Patronus adota uma abordagem diferente, avaliando o comportamento dos agentes sem qualquer intervenção humana.
A Sarvam obteve 234 milhões de dólares da HCLTech para se tornar o mais novo unicórnio em inteligência artificial da Índia
A Sarvam anunciou na segunda-feira que levantou 234 milhões de dólares, com uma avaliação da empresa em 1,5 bilhão de dólares. A startup sediada em Bengaluru torna‑se agora o mais novo “unicórnio” de IA da Índia, num contexto em que governos e empres
Hacker adolescente que se tornou pesquisador do Iron Dome arrecada US$ 28 milhões para combater o phishing baseado em IA
Shay Shwartz conhece os ataques de phishing por e-mail de cor e de verso. Quando era adolescente, ganhava dinheiro como hacker, mas depois de ser pego aos 16 anos, percebeu que poderia usar suas habil
O modelo de IA da Meta se destaca, mas a identidade de código aberto se desgasta
O cenário da IA de código aberto sempre ofereceu muitas opções. Durante anos, os desenvolvedores puderam acessar modelos como o Mistral, o Falcon e um número crescente de alternativas de código aberto











