人工智能（AI）和大型语言模型（LLMs）的应用场景非常广泛，但它们的可靠性却一直是个问题。目前，还没有人能确定何时能够彻底解决这一难题。在这种背景下，一些初创公司看到了机会，纷纷致力于帮助企业确保他们所购买的基于LLMs的应用程序能够真正按预期运行。
伦敦的初创公司Composo认为自己在这方面已经占据了先机。该公司开发的定制模型能够帮助企业评估由LLMs驱动的应用程序的准确性和质量。Composo与Agenta、Freeplay、Humanloop和LangSmith等公司类似，它们都声称提供了一种基于LLM的可靠替代方案，用于取代传统的人工测试、检查清单和现有的监控工具。不过，Composo的独特之处在于，它同时提供了无代码选项和API接口。这意味着，即使你不是开发人员，也可以轻松使用该工具，领域专家和企业高管也能自行对AI应用的准确性和质量进行评估，这无疑大大拓展了其潜在的市场范围。
在实际应用中，Composo将一个奖励模型与特定应用的评估标准相结合。这个奖励模型是基于人们期望从AI应用中获得的理想输出结果进行训练的，而评估标准则是针对该应用的特定需求而设定的。通过这种方式，Composo能够对应用的输出结果进行评估，判断其是否符合既定标准。例如，对于一个医疗分诊聊天机器人，客户可以设置自定义指南来检查是否存在危险症状，Composo则可以评估该应用在执行这些检查时的一致性。
最近，Composo推出了一个名为Composo Align的公共API，这是一个用于评估LLM应用的模型，可以根据任何设定的标准进行评估。这种策略似乎已经取得了一定的成效。目前，Composo已经吸引了包括埃森哲（Accenture）、帕兰提尔（Palantir）和麦肯锡（McKinsey）等知名企业在内的客户，并且最近完成了200万美元的种子前融资。尽管在当前的创业环境中，200万美元的融资金额并不算多，但在AI领域，这类公司的融资通常较为充裕，因此这笔资金仍然值得关注。
Composo的联合创始人兼首席执行官塞巴斯蒂安·福克斯（Sebastian Fox）表示，公司融资规模相对较小，是因为其业务模式并不需要大量资金投入。他解释说：“至少在未来三年内，我们并不打算筹集数亿美元的资金。因为现在有很多公司在构建基础模型，并且做得非常出色，而那并不是我们的核心竞争力。”作为一名前麦肯锡顾问，福克斯认为，OpenAI等公司在模型开发方面的进步对他来说是好事，因为这有助于推动整个行业的发展，从而为Composo带来更多的机会。
Composo计划利用这笔新资金扩大其工程团队，该团队由联合创始人兼首席技术官卢克·马科姆（Luke Markham）领导，他曾是Graphcore的机器学习工程师。此外，公司还将致力于获取更多客户，并加强研发工作。福克斯表示：“今年的重点是将我们现有的技术推广到更多企业中，帮助他们更好地利用AI。”
这轮融资由英国AI种子基金Twin Path Ventures领投，JVH Ventures和EWOR也参与其中。EWOR此前曾通过其加速器项目支持过Composo。Twin Path Ventures的发言人表示：“Composo正在解决企业采用AI过程中面临的一个关键瓶颈问题。”这一瓶颈问题对于整个AI行业来说是一个巨大的挑战，尤其是在企业领域。福克斯指出，目前人们已经对AI的炒作感到厌倦，转而开始关注AI是否真的能够为他们的业务带来实质性改变。他强调：“AI的可靠性和一致性仍然不足，而且企业很难证明AI到底能带来多大的价值。”
Composo的出现对于那些希望引入AI技术但又担心声誉风险的企业来说，具有重要的价值。福克斯表示，这也是公司选择不局限于特定行业的原因。尽管如此，Composo在合规、法律、医疗保健和安全等领域仍然具有很强的吸引力。谈到公司的竞争优势，福克斯认为，Composo的研发成果并非轻易能够复制。他指出：“这不仅涉及到模型的架构，还包括我们用于训练模型的大量专家评估数据。”Composo Align正是基于这些数据进行训练的。
尽管如此，人们仍然担心科技巨头可能会凭借其强大的资金实力进入这一领域。但Composo认为自己具有先发制人的优势。福克斯表示：“我们积累的数据和评估偏好是我们的重要资产。”此外，由于Composo可以根据灵活的标准集评估应用，因此它比那些采用更受限方法的竞争对手更适合应对代理人工智能（agentic AI）的崛起。福克斯认为，目前代理AI的发展还处于初级阶段，而Composo正是希望通过自己的技术来推动这一领域的发展。
