基于人工智能的编码技术因其能够让开发者的工作更快捷、更轻松的承诺而迅速走红。但这也带来了其他一些结果：代码行数大幅增加，因此出现导致系统崩溃或其他故障的错误的可能性也随之增大。如今，一家名为 Lightrun 的以色列初创公司宣布获得 7000 万美元的 B 轮融资。该公司打造了一个可观测性平台，能够在问题出现之前识别并调试（修复）代码。这笔融资不仅凸显了市场对这类工具的需求缺口，也证明了 Lightrun 在满足这一需求方面所取得的进展。
新的投资方 Accel 与此前的投资者 Insight Partners 共同领投了本轮融资，花旗集团（Citi）、Glilot Capital、GTM Capital 和 Sorenson Capital 也参与其中。到目前为止，Lightrun 已累计融资 1.1 亿美元，其中包括 2021 年由 Insight 领投的 A 轮融资，我们当时也对此进行了报道。
这家初创公司并未透露其估值情况，但有一些明显的迹象表明它发展得相当不错。
首先是它的客户群体。花旗集团是其战略投资方，同时也是其令人瞩目的大客户名单中的一员，其他大客户还包括美国 ADP 公司（Automatic Data Processing）、美国电话电报公司（AT&T）、洲际交易所 / 纽约证券交易所（ICE/NYSE）、西班牙 Inditex 集团、微软（Microsoft）、Priceline 集团、Salesforce 公司和思爱普（SAP）。
其次是其产品以及公司推出产品的时机与当前市场形势的契合度。早在 2024 年 7 月，Lightrun 就宣布推出一款基于人工智能的全新调试工具，可在企业的集成开发环境（IDE）中使用，该工具被恰如其分地命名为 “运行时自主人工智能调试器”（Runtime Autonomous AI Debugger）。尽管该公司的平台此前已经取得了令人瞩目的成绩，但这款产品真正切中了当前许多企业所面临的困境：人工智能带来了更多的编码工作，也引发了更多的问题，而 Lightrun 打造的这款人工智能工具正是为了解决这些问题。
该公司表示，自成立以来，其收入增长了 4.5 倍，这正是吸引投资者的原因。Accel 公司负责此次投资的合伙人安德烈・布拉索韦亚努称，在此之前的几年里，他一直关注着 Lightrun（甚至可以说是在观察），而在这款产品推出后，他终于决定出手投资。
“去年一切条件都成熟了，” 他说，“由于人工智能的助力，他们在企业市场看到了业务的加速发展。”
Lightrun 的首席执行官伊兰・佩莱格对此有着深刻的理解，他与首席技术官列昂尼德・布卢夫施泰因共同创立了这家公司。在投身继续教育领域并最终创立 Lightrun 之前，佩莱格曾是一名优秀的中长跑运动员，他在以色列赢得过 4 次全国冠军，在欧洲所有中长跑运动员中排名前 16 位。
在佩莱格看来，如今市场上有数十家公司都在开发可观测性工具（其中一些最知名的公司包括 Datadog 和 App Dynamics 等）。
但还没有一家公司能够达到这项工作的 “圣杯” 境界：不仅要能够全面了解生产环境中正在部署的所有代码，还要明白这些代码将如何与现有的应用程序相互作用，以及如何预测可能出现问题的地方。并且要在对企业造成最小干扰、成本最低的情况下做到这一点。
“编写代码变得越来越容易，但修复错误的成本却很高，” 他说。
与此同时，他表示，这个问题已经达到了一个 “转折点”。“由于人工智能带来的各种自动化工具的使用，如今开发者能够部署的代码比以往任何时候都多，” 他说，“但当出现问题时，修复代码仍然是一个非常依赖人工的过程。”
Lightrun 的突破在于打造了一套可观测性工具集，它能够像在集成开发环境中那样监控代码，并了解代码在实际生产环境中与现有代码协同运行时的表现。然后，当代码进入生产环境时，它能够自动对代码进行调整，以确保代码持续运行而不中断或崩溃。它通过创建基于人工智能的模拟来了解代码的行为，并在问题出现之前修复代码，从而实现这一目标。
“这正是我们的独特之处，” 佩莱格说。
考虑到可观测性与企业内的其他活动密切相关，Lightrun 有很多种发展方向。
其中一个方向是专门为网络安全团队开发工具，因为错误显然会带来安全隐患。另一个方向是有可能将其部分工具与代码创建环节结合得更加紧密，从而更高效地发现和修复潜在的错误。
佩莱格表示，目前的计划是专注于在集成开发环境领域进一步完善其工具、扩充人才队伍并拓展业务。“我们正在努力降低一切可能对系统稳定性构成风险的因素，” 他说，不过他也没有排除未来开发更具特定用途工具的可能性。
至于代码辅助工具，“这些可能会是我们未来的发展方向，” 他说，“但即使只专注于解决软件在执行后出现的修复问题，这一领域也既复杂又广泛。” 他说，很难预测未来的代码创建会是什么样子。如今，据估计，在所有生产问题中，有 30% 到 60% 是由人为和机器产生的代码问题导致的，而 Lightrun 正致力于提供一种能够观测和修复所有问题的方法 —— 无论这些问题是如何产生的。
