首页“ Composo：监视企业的AI应用程序性能”
AI和大型语言模型（LLMs）前景广阔，但说实话——它们有时表现得并不稳定。没人能确定何时能彻底解决所有问题，所以不意外的是，初创公司正蜂拥而至，帮助企业确保他们的LLM驱动的应用能真正达到预期效果。
Composo是一家总部位于伦敦的初创公司，认为自己在解决这个问题上占据优势。他们开发了定制模型，帮助企业检查其LLM应用的准确性和是否达标。
Composo在这个领域并非独行；他们面对的竞争对手包括Agenta、Freeplay、Humanloop和LangSmith，这些公司都试图提供一种更好的、基于LLM的应用测试方式，取代人工、清单或传统工具。但Composo表示自己与众不同，因为它同时提供无代码选项和API。这意味着更多人可以使用它，不仅仅是开发者——领域专家和高管也能参与进来，亲自检查不一致性、质量和准确性。
其工作原理如下：Composo将一个根据人们对AI应用期望训练的奖励模型与特定应用的标准相结合。然后，它会评分评估应用输出与这些标准的匹配程度。例如，如果你有一个医疗分诊聊天机器人，你可以设置自定义指南来监控关键症状，Composo会告诉你应用遵循这些规则的表现如何。
他们刚刚推出了Composo Align的公共API，可以根据你设定的任何标准评估LLM应用。
这一努力似乎正在取得回报——他们的客户名单上有Accenture、Palantir和McKinsey等大牌公司，并且他们最近获得了200万美元的种子前轮融资。这在AI世界里听起来可能不多，因为这个领域通常资金充裕，但Composo的联合创始人兼CEO Sebastian Fox表示，他们不需要太多资金。“至少在未来三年，我们不打算筹集数亿美元，因为有很多人已经在非常高效地构建基础模型，而这不是我们的独特卖点，”曾在McKinsey担任顾问的Fox说。“相反，每天早上，如果我醒来看到OpenAI在他们的模型上取得了巨大进展的新闻，对我的生意来说是好事。”
有了新资金，Composo计划加强其工程团队（由联合创始人兼CTO、前Graphcore机器学习工程师Luke Markham领导），吸引更多客户，并加大研发力度。“今年的重点更多是扩展我们现在拥有的技术，覆盖更多公司，”Fox说。
种子轮融资由英国AI种子基金Twin Path Ventures领投，JVH Ventures和EWOR也参与其中。EWOR此前已通过其加速器计划支持了Composo。“Composo正在解决企业AI采用中的一个关键瓶颈，”Twin Path的发言人说。
据Fox介绍，这个瓶颈对整个AI领域，尤其是企业来说，是个大问题。“人们已经过了兴奋的炒作阶段，现在开始思考，‘实际上，这真的会改变我业务的现状吗？因为它不够可靠，也不够一致。即使它做到了，你也无法向我证明它有多好，’”他解释道。
这可能使Composo对希望使用AI但担心风险的公司极具价值。因此，他们虽然不局限于特定行业，但仍专注于合规、法律、医疗和安全领域。
至于他们的独特之处，Fox表示他们的成果不易复制。“模型的架构和我们用来训练的数据都很关键，”他说，并指出Composo Align是在“大量专家评估数据集”上训练的。
当然，科技巨头可能会利用他们的资源试图解决这个问题，但Composo认为自己已占据先机。“另一个优势是我们随着时间积累的数据，”Fox谈到他们如何建立评估偏好时说。
因为它能根据灵活的标准评估应用，Composo还认为自己比那些方法更固定的竞争对手更适合应对代理AI的兴起。“在我看来，我们还远未达到代理运行良好的阶段，而这正是我们试图帮助解决的问题，”Fox说。
TechCrunch有一个专注于AI的时事通讯！在此注册，每周三在你的收件箱中获取。
相关文章
纽约州将对5000万个人工智能数据中心的用电量设限
纽约州的举措展示了全球各国政府可能如何管理、征税并规范人工智能热潮带来的实体足迹。图片来源：Luca Bravo/Unsplash纽约州州长凯西·霍丘尔签署了一项具有历史意义的行政命令，暂停数据中心建设，与此同时，州政府官员正在起草严格的环境影响规定人工智能对基础设施的需求现已与现有能源电网的物理限制发生冲突。纽约州已成为美国首个正式暂停超大规模数据中心建设的州，对耗电量达50兆瓦及以上的新建数据
斯坦福大学的研究人员如何利用人工智能设计出一种合成病毒
人工智能领域的领军人物已指出具备生物能力的AI模型可能带来的风险。图片来源：CDC/Unsplash美国研究人员利用人工智能设计出了首个针对大肠杆菌的合成病毒，而Anthropic首席执行官达里奥·阿莫代伊则对人工智能引发的生物威胁表示担忧。美国斯坦福大学的科学家们利用人工智能设计出了自然界中不存在的病毒。该团队的研究基于Evo 2生成的基因组，这是一种生成式人工智能模型，旨在通过提出新型DNA序
人工智能如何加速中国的药物研发进程
Insilico Medicine首席执行官亚历克斯·扎沃龙科夫表示，通过在中国将人工智能与实验室研究相结合，该公司已将生成药物开发候选分子的周期缩短至约一年。据扎沃龙科夫介绍，这家在香港上市的公司最先进的项目仅用九个月就完成了候选药物筛选，而通常需要13个月。这与传统方法形成了鲜明对比——传统方法通常需要大约四年半才能达到同一里程碑。这些时间节点特指早期发现和候选药物筛选阶段，而非完整的药物商业
相关专题推荐
搜索引擎优化
用于 Google、AI 摘要和答案引擎可见性的 AI 排名追踪工具
2026 年最新、最佳、高评分的 AI 排名追踪工具，适用于 Google、AI 摘要和答案引擎可见性，现已在 XIX.AI 上线。本精选列表包含经过严格真实世界测试的强大工具，可提供准确的排名数据。获取免费与付费版的对比，查看顶级表现者，并发现必须尝试的选项，以提升您在搜索引擎中的内容可见性。立即探索，找到最适合您需求的工具。
10 个工具
xix.ai
生产率
最佳用于笔记和任务的 AI 第二大脑整理工具
2026 年最新最佳顶级评分 AI 第二大脑笔记与任务整理工具！XIX.AI 精心策划了一套极具影响力、颠覆性的精选合集，包含每周更新的排行榜、免费与付费版对比以及真实场景测试，助你找到能大幅提升效率的完美工具。立即探索，释放你的 AI 优势！
11 个工具
xix.ai
提示词
用于 ChatGPT 和 Claude 工作流的 AI 提示测试平台
2026 年最新最佳顶级评分 AI 提示测试平台，适用于 ChatGPT 和 Claude 工作流！XIX.AI 精心策划了一个强大的变革性合集，包含每周更新的排名、免费与付费对比、真实世界测试以及详细的功能分解，帮助您识别那些能够提升生产力并交付完美输出的必试工具。立即探索，发现您的完美解决方案，释放您的 AI 优势。（249 个字符）
9 个工具
xix.ai
营销
适用于 SaaS A/B 测试、定价页面和演示转化率的 AI 着陆页文案工具
2026年最新最优的AI着陆页文案工具，适用于SaaS A/B测试、定价页面和演示转化，尽在XIX.AI。这份精心挑选的顶级工具清单提供了强大的、能改变游戏规则的解决方案，可提升内容质量、提高写作效率并增强整体生产力。 我们通过实际测试，提供免费版与付费版的对比分析，并每周更新排行榜。这些必试工具将助您突破内容创作瓶颈。立即探索，找到最适合您的工具，释放您的AI优势！
8 个工具
xix.ai
金融
Excel AI 预算预测工具，用于现金流规划和费用控制
2026 年最新最佳 Excel AI 工具，用于现金流规划和费用控制，现已收录于 XIX.AI 的顶级精选榜单。这些强大的变革性解决方案通过实际测试和严格排名，帮助您显著提升生产力。获取免费与付费版的对比，找到最适合您需求的产品。立即探索，解锁您在财务管理中的 AI 优势。
9 个工具
xix.ai
提示词
团队使用的AI提示词管理工具
2026 年最新最佳顶级评分 AI 提示词管理工具由 XIX.AI 精心策划，专为团队打造。本指南每周更新，收录了经实际测试和详细排名验证的、能显著提升团队生产力的强大变革性解决方案。获取免费与付费版的对比，助您选择最合适的工具。立即探索，解锁您的 AI 优势。
9 个工具
xix.ai
评论 (56)
0/500
![BrianGonzález]()
用AI去监控AI应用，这做法挺有趣的，有点「套娃」的味道。不过这类服务确实有需求，现在模型输出的稳定性确实是个痛点，尤其是对企业级应用来说。我们团队之前试过几个大模型API，偶尔抽风起来真的让人头疼，有个监测工具至少能提前预警吧。😅
![AlbertGarcía]()
This article on Composo is pretty eye-opening! It's wild how AI apps can be so powerful yet so unpredictable. Startups tackling LLM performance issues is a smart move—businesses need that reliability. Curious to see how this tech evolves! 😎
![DouglasMartínez]()
This article on Composo is pretty cool! It's wild how AI apps can be so powerful yet so unpredictable. Nice to see startups tackling the performance monitoring side—hope it makes LLMs more reliable for businesses! 😎
![JackCarter]()
This article on Composo is super insightful! It’s wild how LLMs are so powerful yet so unpredictable. Excited to see startups tackling this to make AI apps more reliable! 😎
![JohnTaylor]()
This article on Composo is pretty eye-opening! It's wild how AI apps can be so powerful yet so unpredictable. I wonder how startups like this will tackle the chaos of LLMs in real-world use. 🤔 Anyone else curious about the future of AI monitoring?
![JoseJackson]()
This article on Composo is pretty eye-opening! It's cool to see startups tackling the messy side of AI apps. I wonder how they handle the unpredictability of LLMs in real-time enterprise settings. 🤔 Anyone tried their tools yet?
AI和大型语言模型（LLMs）前景广阔，但说实话——它们有时表现得并不稳定。没人能确定何时能彻底解决所有问题，所以不意外的是，初创公司正蜂拥而至，帮助企业确保他们的LLM驱动的应用能真正达到预期效果。
Composo是一家总部位于伦敦的初创公司，认为自己在解决这个问题上占据优势。他们开发了定制模型，帮助企业检查其LLM应用的准确性和是否达标。
Composo在这个领域并非独行；他们面对的竞争对手包括Agenta、Freeplay、Humanloop和LangSmith，这些公司都试图提供一种更好的、基于LLM的应用测试方式，取代人工、清单或传统工具。但Composo表示自己与众不同，因为它同时提供无代码选项和API。这意味着更多人可以使用它，不仅仅是开发者——领域专家和高管也能参与进来，亲自检查不一致性、质量和准确性。
其工作原理如下：Composo将一个根据人们对AI应用期望训练的奖励模型与特定应用的标准相结合。然后，它会评分评估应用输出与这些标准的匹配程度。例如，如果你有一个医疗分诊聊天机器人，你可以设置自定义指南来监控关键症状，Composo会告诉你应用遵循这些规则的表现如何。
他们刚刚推出了Composo Align的公共API，可以根据你设定的任何标准评估LLM应用。
这一努力似乎正在取得回报——他们的客户名单上有Accenture、Palantir和McKinsey等大牌公司，并且他们最近获得了200万美元的种子前轮融资。这在AI世界里听起来可能不多，因为这个领域通常资金充裕，但Composo的联合创始人兼CEO Sebastian Fox表示，他们不需要太多资金。“至少在未来三年，我们不打算筹集数亿美元，因为有很多人已经在非常高效地构建基础模型，而这不是我们的独特卖点，”曾在McKinsey担任顾问的Fox说。“相反，每天早上，如果我醒来看到OpenAI在他们的模型上取得了巨大进展的新闻，对我的生意来说是好事。”
有了新资金，Composo计划加强其工程团队（由联合创始人兼CTO、前Graphcore机器学习工程师Luke Markham领导），吸引更多客户，并加大研发力度。“今年的重点更多是扩展我们现在拥有的技术，覆盖更多公司，”Fox说。
种子轮融资由英国AI种子基金Twin Path Ventures领投，JVH Ventures和EWOR也参与其中。EWOR此前已通过其加速器计划支持了Composo。“Composo正在解决企业AI采用中的一个关键瓶颈，”Twin Path的发言人说。
据Fox介绍，这个瓶颈对整个AI领域，尤其是企业来说，是个大问题。“人们已经过了兴奋的炒作阶段，现在开始思考，‘实际上，这真的会改变我业务的现状吗？因为它不够可靠，也不够一致。即使它做到了，你也无法向我证明它有多好，’”他解释道。
这可能使Composo对希望使用AI但担心风险的公司极具价值。因此，他们虽然不局限于特定行业，但仍专注于合规、法律、医疗和安全领域。
至于他们的独特之处，Fox表示他们的成果不易复制。“模型的架构和我们用来训练的数据都很关键，”他说，并指出Composo Align是在“大量专家评估数据集”上训练的。
当然，科技巨头可能会利用他们的资源试图解决这个问题，但Composo认为自己已占据先机。“另一个优势是我们随着时间积累的数据，”Fox谈到他们如何建立评估偏好时说。
因为它能根据灵活的标准评估应用，Composo还认为自己比那些方法更固定的竞争对手更适合应对代理AI的兴起。“在我看来，我们还远未达到代理运行良好的阶段，而这正是我们试图帮助解决的问题，”Fox说。
TechCrunch有一个专注于AI的时事通讯！在此注册，每周三在你的收件箱中获取。
纽约州将对5000万个人工智能数据中心的用电量设限
纽约州的举措展示了全球各国政府可能如何管理、征税并规范人工智能热潮带来的实体足迹。图片来源：Luca Bravo/Unsplash纽约州州长凯西·霍丘尔签署了一项具有历史意义的行政命令，暂停数据中心建设，与此同时，州政府官员正在起草严格的环境影响规定人工智能对基础设施的需求现已与现有能源电网的物理限制发生冲突。纽约州已成为美国首个正式暂停超大规模数据中心建设的州，对耗电量达50兆瓦及以上的新建数据
斯坦福大学的研究人员如何利用人工智能设计出一种合成病毒
人工智能领域的领军人物已指出具备生物能力的AI模型可能带来的风险。图片来源：CDC/Unsplash美国研究人员利用人工智能设计出了首个针对大肠杆菌的合成病毒，而Anthropic首席执行官达里奥·阿莫代伊则对人工智能引发的生物威胁表示担忧。美国斯坦福大学的科学家们利用人工智能设计出了自然界中不存在的病毒。该团队的研究基于Evo 2生成的基因组，这是一种生成式人工智能模型，旨在通过提出新型DNA序
人工智能如何加速中国的药物研发进程
Insilico Medicine首席执行官亚历克斯·扎沃龙科夫表示，通过在中国将人工智能与实验室研究相结合，该公司已将生成药物开发候选分子的周期缩短至约一年。据扎沃龙科夫介绍，这家在香港上市的公司最先进的项目仅用九个月就完成了候选药物筛选，而通常需要13个月。这与传统方法形成了鲜明对比——传统方法通常需要大约四年半才能达到同一里程碑。这些时间节点特指早期发现和候选药物筛选阶段，而非完整的药物商业
2026 年最新、最佳、高评分的 AI 排名追踪工具，适用于 Google、AI 摘要和答案引擎可见性，现已在 XIX.AI 上线。本精选列表包含经过严格真实世界测试的强大工具，可提供准确的排名数据。获取免费与付费版的对比，查看顶级表现者，并发现必须尝试的选项，以提升您在搜索引擎中的内容可见性。立即探索，找到最适合您需求的工具。
10 个工具
xix.ai
2026 年最新最佳顶级评分 AI 第二大脑笔记与任务整理工具！XIX.AI 精心策划了一套极具影响力、颠覆性的精选合集，包含每周更新的排行榜、免费与付费版对比以及真实场景测试，助你找到能大幅提升效率的完美工具。立即探索，释放你的 AI 优势！
11 个工具
xix.ai
2026 年最新最佳顶级评分 AI 提示测试平台，适用于 ChatGPT 和 Claude 工作流！XIX.AI 精心策划了一个强大的变革性合集，包含每周更新的排名、免费与付费对比、真实世界测试以及详细的功能分解，帮助您识别那些能够提升生产力并交付完美输出的必试工具。立即探索，发现您的完美解决方案，释放您的 AI 优势。（249 个字符）
9 个工具
xix.ai
2026年最新最优的AI着陆页文案工具，适用于SaaS A/B测试、定价页面和演示转化，尽在XIX.AI。这份精心挑选的顶级工具清单提供了强大的、能改变游戏规则的解决方案，可提升内容质量、提高写作效率并增强整体生产力。 我们通过实际测试，提供免费版与付费版的对比分析，并每周更新排行榜。这些必试工具将助您突破内容创作瓶颈。立即探索，找到最适合您的工具，释放您的AI优势！
8 个工具
xix.ai
2026 年最新最佳 Excel AI 工具，用于现金流规划和费用控制，现已收录于 XIX.AI 的顶级精选榜单。这些强大的变革性解决方案通过实际测试和严格排名，帮助您显著提升生产力。获取免费与付费版的对比，找到最适合您需求的产品。立即探索，解锁您在财务管理中的 AI 优势。
9 个工具
xix.ai
2026 年最新最佳顶级评分 AI 提示词管理工具由 XIX.AI 精心策划，专为团队打造。本指南每周更新，收录了经实际测试和详细排名验证的、能显著提升团队生产力的强大变革性解决方案。获取免费与付费版的对比，助您选择最合适的工具。立即探索，解锁您的 AI 优势。
9 个工具
xix.ai
用AI去监控AI应用，这做法挺有趣的，有点「套娃」的味道。不过这类服务确实有需求，现在模型输出的稳定性确实是个痛点，尤其是对企业级应用来说。我们团队之前试过几个大模型API，偶尔抽风起来真的让人头疼，有个监测工具至少能提前预警吧。😅
This article on Composo is pretty eye-opening! It's wild how AI apps can be so powerful yet so unpredictable. Startups tackling LLM performance issues is a smart move—businesses need that reliability. Curious to see how this tech evolves! 😎
This article on Composo is pretty cool! It's wild how AI apps can be so powerful yet so unpredictable. Nice to see startups tackling the performance monitoring side—hope it makes LLMs more reliable for businesses! 😎
This article on Composo is super insightful! It’s wild how LLMs are so powerful yet so unpredictable. Excited to see startups tackling this to make AI apps more reliable! 😎
This article on Composo is pretty eye-opening! It's wild how AI apps can be so powerful yet so unpredictable. I wonder how startups like this will tackle the chaos of LLMs in real-world use. 🤔 Anyone else curious about the future of AI monitoring?
This article on Composo is pretty eye-opening! It's cool to see startups tackling the messy side of AI apps. I wonder how they handle the unpredictability of LLMs in real-time enterprise settings. 🤔 Anyone tried their tools yet?
