Meticulous sammelt 15 Mio. Dollar in Series A ein, damit Entwickler im Tempo von KI-Agenten ausliefern können

Finanzierung und Investoren

Laut der Mitteilung des Unternehmens wurde die Runde von Chemistry angeführt, zusätzlich beteiligten sich Menlo Ventures und eine Gruppe von Angel-Investoren. Zu den in der Mitteilung genannten Angels zählen Lachy Groom, zuvor bei Stripe; Jason Warner, Co-CEO und Mitgründer von Poolside; Arash Ferdowsi, Mitgründer von Dropbox; Scott Belsky, ehemaliger CPO von Adobe; und Guillermo Rauch, Gründer von Vercel.

Ebenfalls auf der Liste stehen Calvin French-Owen, Gründer von Segment und früherer Engineering-Leiter bei OpenAI; Caitlin Colgrove, CTO bei Hex; und Jason Ginsberg, zuvor Head of Engineering bei Cursor und inzwischen Member of Technical Staff bei xAI.

Ethan Kurzweil, Managing Partner bei Chemistry und früher Investor bei PagerDuty, Twitch und Intercom, sagte: "Meticulous hat eines der am meisten geliebten Produkte entwickelt, die mir in meinen achtzehn Jahren als Investor begegnet sind."

Das Testing-Problem, das Meticulous angeht

Meticulous argumentiert, dass das Testen die Grenze dafür setzt, wie schnell Teams mit KI Software bauen können. In den Worten des Unternehmens gilt: Wer wirklich erschöpfend testet, kann mit KI extrem schnell ausliefern; wer mit seinen Tests kein volles Vertrauen erreicht, kann das nicht.

Zach Davis, Director of Engineering bei LaunchDarkly, beschrieb das Problem in einem Zitat aus der Mitteilung so: "Wir bewegen uns auf eine Ära zu, in der Codegenerierung vergleichsweise günstig ist. Das bedeutet aber, dass Code-Reviews und der Feedback-Loop zum Engpass werden."

Tests, die ein solches Tempo ermöglichen, brauchen dem Unternehmen zufolge zwei Dinge:

• Extreme Skalierung und robuste Kuratierung: Testen in einem Umfang, der um Größenordnungen über klassischen Tests liegt. Als erforderliche Technologien nennt Meticulous deterministische Browser für null Rauschen, vollautomatische Erzeugung und Weiterentwicklung der Testsuite, effiziente Testausführung und Kuratierung sowie belastbare Abdeckungsgarantien.
• Einblick in die gesamten Auswirkungen einer Änderung: Um zu beurteilen, ob eine Änderung ausgeliefert werden kann, reicht es nicht, dass vordefinierte Assertions nicht fehlschlagen. Nötig ist, die vollständigen Auswirkungen der Änderung schnell zu verstehen und zu visualisieren.

So funktioniert die Plattform

Meticulous zufolge arbeitet das System ohne Rauschen, in großem Maßstab und vollständig autonom. Nach Angaben des Unternehmens erzeugt und pflegt es automatisch Tausende Flows, um Randfälle in den Millionen Codezeilen der Codebasis eines Kunden abzudecken. Das System könne selbst einen einzelnen Pixel Unterschied in den Videostreams dieser Flows erkennen und so die dahinterliegende Logik testen, bevor eine Änderung in Produktion geht.

Die zusammengefassten Daten erlauben es Engineers, PMs und Designern, jede Auswirkung vor dem Merge in der Vorschau zu sehen. Außerdem können KI-Agenten eine Änderung iterativ verbessern, bevor sie zur menschlichen Prüfung eingereicht wird. Laut Unternehmen erhalten sie dabei Einblick in realistische Daten über alle Randfälle hinweg und in die Wirkung ihrer Änderung darauf.

Kunden und nächste Schritte

Meticulous nennt Notion, ElevenLabs, Dropbox, Wiz und LaunchDarkly als Kunden und erklärt, jeder Engineer dieser Unternehmen verlasse sich darauf, Änderungen vor dem Merge eines Pull Requests zu verifizieren. Erdem Alparslan, Head of Developer Experience bei Notion, sagte, das Team habe das Tool pilotiert, sei "sofort beeindruckt" gewesen und habe es in der gesamten Engineering-Organisation ausgerollt. Er nannte es "eine unverzichtbare Leitplanke unseres Softwareentwicklungsprozesses".

Quentin Spencer-Harper, CTO von Meticulous, der zuvor mehr als zehn Jahre bei Palantir tätig war, sagte, das Unternehmen beobachte bei Kunden ein "beispielloses Tempo", sobald das Testing sich einer erschöpfenden Abdeckung nähere. Man wolle die Plattform auf die nächste Stufe heben und einen weiteren Sprung beim Tempo ermöglichen.

Angaben zu Preisen, Verfügbarkeit oder zur Verwendung der neuen Mittel macht die Mitteilung nicht. Für Teams, die KI-Coding-Agenten einsetzen, deutet die Ankündigung auf eine Verschiebung des Schwerpunkts von der Codeerzeugung hin zur Verifikation hin. Die Leistungsversprechen stammen allerdings vom Unternehmen und seinen Kunden.