大公司中人工智能代理的兴起揭示了一个持续存在的悖论。一方面，原型不断增加，探索性用途不断进展，另一方面，规模化的进程仍然非常脆弱。如果团队拥有高效的模型和可访问的工具，那么代理的可靠性仍然是其运营采用的主要障碍。为了解决这个问题，Basalt 提供了一个平台，围绕实验、评估和监控的连续循环构建人工智能工程。
因此，如果人工智能代理快速达到第一级质量，公司就缺乏提高扩大规模所需的最终点的方法。团队必须测试即时变化、比较模型、分析极端情况并纠正重复出现的错误。这种方法通常使用临时工具进行，很难工业化。为了改善公司采用人工智能的这一关键阶段，Basalt 提供了一种集中式方法，可以记录测试、衡量进度并避免倒退。
该平台因其将业务团队集成到工程周期中而脱颖而出。公司必须定义什么是好的结果，这需要相关领域专家的直接参与。代理的质量不仅仅是算法性能的问题。这取决于答案的相关性、对内部规则的遵守以及管理异常的能力。 Basalt 平台通过提供一个空间来促进这种协作，工程师、PM 和运营人员可以在其中验证场景、调整提示并记录观察到的行为。
生产监控是该方法的另一个支柱。公司很少能详细了解其代理人的实际行为。有些错误只出现在特定的上下文中，在测试环境中很难预测。 Basalt 有助于检测这些情况、隔离有问题的响应并自动填充新场景。
Basalt 宣布融资 500 万美元（425 万欧元），由 Entourage 和 Peak Capital 领投，Hexa、Alpha Star 和 Kima Ventures 参与。该公司由 Guillaume Marquis 和 François de Fitte 创立，总部位于旧金山，技术团队位于巴黎。这笔资金应该能够加速协作人工智能工程平台的开发，并支持法国和美国的招聘。
