Simular, una startup que desarrolla agentes de IA para Mac OS y Windows, ha recaudado 21,5 millones de dólares en financiación Serie A liderada por Felicis, con la participación de NVentures (la división de riesgo de Nvidia), el inversor inicial existente South Park Commons y otros.
Simular es un agente de inicio interesante porque, a diferencia de otros, no intenta controlar el navegador, sino el propio PC. (La IA de la agencia se refiere a sistemas que pueden manejar tareas complejas de forma autónoma con una mínima intervención humana). “Podemos literalmente mover el mouse en la pantalla y hacer clic. Por lo tanto, es más capaz de replicar todas las actividades humanas en el mundo digital”, dijo el cofundador y director ejecutivo Ang Li a TechCrunch, dando el ejemplo de copiar y pegar datos en una hoja de cálculo.
El lunes anunció el lanzamiento de su versión 1.0 para Mac OS. Pero también está trabajando con Microsoft para desarrollar un agente para Windows. La startup es una de las cinco empresas de agentes aceptadas en el programa Windows 365 para Agentes anunciado por Microsoft a mediados de noviembre. (Los otros son Manus AI, Fellou, Genspark y TinyFish). En cuanto a la línea de tiempo para la versión de Windows, Li fue vago, excepto que será tan popular o incluso más popular que la versión de Mac.
Otra razón para revisar Simular es la credibilidad de sus fundadores: Li es un científico de aprendizaje continuo que anteriormente trabajó en DeepMind de Google, donde conoció a su cofundador, el especialista en aprendizaje por refuerzo Jiachen Yang. Aunque su equipo publicó un conjunto de trabajos, el trabajo no fue puramente académico, dijo Li. El objetivo era mejorar los productos de Google, incluido Waymo.
Estos antecedentes sobre los productos de IA son útiles porque antes de que el futuro de agente con el que sueña Silicon Valley pueda convertirse en realidad, se deben resolver una multitud de problemas técnicos. Uno de los más importantes es que los LLM alucinan un cierto porcentaje del tiempo.
Las tareas de los agentes pueden requerir de miles a millones de pasos discretos. Una alucinación en un solo paso no sólo puede invalidar todo el trabajo del agente, sino que estadísticamente las alucinaciones también se vuelven más probables a medida que aumenta el número de pasos.
Una forma de resolver este problema es hacer que el LLM “no determinista” sea “determinista”, es decir, sin embargo, esto corre el riesgo de limitar el aspecto general creativo de resolución de problemas de un agente.
Evento tecnológico
san francisco
|
13-15 de octubre de 2026
Simular los casa a ambos. Su agente iterará libremente en la tarea, con el usuario humano haciendo correcciones en el medio, hasta que el agente tenga éxito. Luego, el humano bloquea el flujo de trabajo de esa tarea, volviéndola determinista y repetible.
“Nuestra solución es permitir que los agentes exploren más a fondo la trayectoria exitosa. Una vez que se encuentra una trayectoria exitosa, se convierte en un código determinista”, explica Li.
La razón por la que la startup puede hacer esto es porque su trabajo, que según Li aún se encuentra en sus primeras etapas, no es solo un contenedor LLM que envía y recupera datos a un modelo.
“Tenemos una nueva tecnología que no utiliza ninguna otra empresa de agentes. La llamamos 'agentes informáticos neurosimbólicos'”. No está completamente basado en un LLM”, dijo. “Nuestro enfoque para resolver las alucinaciones es hacer que el LLM escriba un código que se vuelva determinista. Entonces, si tiene un flujo de trabajo que funciona, tendrá éxito la próxima vez que ejecutemos el mismo flujo de trabajo”.
Otra ventaja es que este código determinista que realiza una tarea repetible está en manos del usuario final y no del LLM. “Una vez que tienen el código, pueden confiar en él porque pueden revisarlo, auditarlo y ver qué está pasando”, afirma Li.
El tiempo dirá si este método es la magia que pone los agentes en manos de todos los trabajadores. Li dice que sus primeros clientes beta incluyen un concesionario de automóviles que automatiza las búsquedas de VIN y asociaciones de propietarios que extraen información de contratos de archivos PDF. Y el proyecto de código abierto de la empresa (actualmente sólo disponible para Mac OS) ha dado lugar a automatizaciones que van desde la creación de contenidos hasta las ventas y el marketing.
Simular recaudó anteriormente 5 millones de dólares en financiación inicial, lo que eleva el total recaudado a aproximadamente 27 millones de dólares. Los otros inversores de la compañía incluyen a Basis Set Ventures, Flying Fish Partners, Samsung NEXT, Xoogler Ventures y al podcaster e inversor ángel Lenny Rachitsky, dijo la compañía.
About The Author
