基于AI 的编码技术因其能让开发者工作更快速、更轻松的承诺而迅速走红。但 AI 编码也带来了另一个后果：代码行数激增，进而导致因漏洞引发崩溃或其他事故的可能性大幅上升。
4月28日，一家名为Lightrun 的以色列初创公司宣布完成 7000 万美元的 B 轮融资。
该公司开发了一个可观测性平台，旨在问题出现前识别并调试、修复代码。这笔融资不仅凸显了市场对此类工具的迫切需求，也证明了 Lightrun 在满足这一需求上的强劲势头。
新投资方Accel 与现有投资者 Insight Partners 共同领投本轮，花旗银行、Glilot Capital、GTM Capital 及 Sorenson Capital 参与跟投。至此，Lightrun 已累计融资 1.1 亿美元，包括 2021 年报道过的由 Insight 领投的 A 轮融资。这家初创公司未公开其估值。
花旗银行作为战略支持者，与一系列知名客户并列，其中包括ADP、AT&T、ICE/NYSE、Inditex、微软、Priceline、Salesforce 和 SAP 等。
其产品及其在当前市场格局中的定位时机把握准确。早在2024 年 7 月，Lightrun 就宣布推出一款基于人工智能的新型调试工具，专为组织内部的集成开发环境（IDE）设计，恰如其分地命名为“运行时自主 AI 调试器”。
尽管该公司平台已展现出显著成效，但这款产品真正切中了众多企业当前面临的困境：AI 技术导致代码量激增及问题丛生，而 Lightrun 开发的 AI 工具正是为此而生。
公司表示，自成立以来收入已增长逾四倍，这正是吸引投资者纷至沓来的原因。主导此次投资的Accel 合伙人 Andrei Brasoveanu 透露，他早在此前多年就已关注Lightrun，直到该产品发布后才最终决定出手投资。“去年一切水到渠成，”他说道。“企业在 AI 驱动下实现了加速发展。”
对于时机把握，与首席技术官Leonid Blouvshtein 共同创立公司的首席执行官 Ilan Peleg 深有体会。在投身继续教育并最终创建 Lightrun 之前，Peleg 曾是一名中长跑冠军选手，在以色列赢得过四次全国锦标赛，并跻身欧洲中长跑运动员前 16 强。
在Peleg 看来，目前市场上有数十家公司正在开发可观测性工具，其中最知名的包括 Datadog 和 AppDynamics 等。
但尚未有公司触及这项工作的“圣杯”：不仅要能全面掌握投入生产环境的所有代码，还需理解其如何与现有系统交互、预判潜在问题所在，并且以最小中断和最低组织成本实现这一目标。
“代码正变得廉价，但错误却代价高昂，”他说道。
与此同时，他表示，该问题已到达“一个转折点”。“得益于人工智能带来的自动化，开发者如今能交付比以往更多的代码，”他说，“但当问题出现时，修复过程仍高度依赖人工。”
Lightrun 的突破在于构建了一套可观测性工具集，能够像在集成开发环境中一样监控代码，并理解其与正在生产环境中运行的代码如何交互。随后，Lightrun 能在代码进入生产环境时自动进行调整，确保其持续运行无中断或崩溃。这一能力源于其能创建基于 AI 的模拟来预判代码行为，进而在问题发生前修复代码。
“这正是我们独树一帜之处，”Peleg 表示。
鉴于可观测性与组织内其他活动的紧密关联，Lightrun 的发展路径存在诸多可能性。
鉴于漏洞带来的明显安全隐患，其中一个方向是为网络安全团队开发更专用的工具。另一个潜在方向是将其部分工具更深度地集成至代码创建环节，从而更高效地发现并修复潜在缺陷。
目前，计划仍然是专注于在IDE 领域扩展其工具、人才和业务，Peleg 表示。“我们正在缓解一切对韧性构成风险的因素，”他说，尽管他并未排除未来开发更多特定用途工具的可能性。
至于代码助手，“这些可能是我们未来的方向，”他说，“但即便仅专注于解决软件执行后的修复问题，其复杂性和广度已然巨大。”他提到，预测未来的代码创作形态将颇具挑战。目前，据估计 30%至 60%的生产问题源自人类与机器共同产生的代码问题，Lightrun 正全力打造一种能观察并修复所有问题的方法——无论其来源如何。
参考资料
https://techcrunch.com/2025/04/28/lightrun-grabs-70m-using-ai-to-debug-code-in-production/
编译：ChatGPT
（文：Z Potentials）