Foundry
Foundry · Programación · Otro
Foundry es una plataforma de benchmark para agentes de navegador con IA que combina simulación de agentes web con evaluación rápida de agentes, pensada para equipos que construyen agentes de navegación autónomos.
Acerca de Foundry
Qué es Foundry
Foundry es una plataforma de automatización de navegador hecha para quienes lanzan agentes web de IA. En vez de adivinar si un agente puede completar un flujo de pago o un formulario de varios pasos, lo ejecutas contra sitios simulados y tareas conocidas, y luego comparas los resultados en una clasificación. El equipo detrás viene del mundo de la automatización de navegadores, y la empresa cuenta con el respaldo de Y Combinator.
El problema central que resuelve es la confianza. Los agentes de navegador fallan de formas desordenadas y difíciles de reproducir. Una demo que funciona una vez casi no dice nada sobre la fiabilidad. Foundry te da tareas repetibles, una puntuación consistente y un punto de referencia compartido. ¿Tu último cambio de prompt sirvió de algo? Ahora puedes saberlo.
La mayor limitación hoy es el acceso. Foundry está en beta privada, así que te apuntas a una lista de espera antes de desbloquear la plataforma completa. Tampoco hay una página de precios pública, y eso complica el presupuesto hasta que entras. Si necesitas hoy una herramienta de autoservicio con planes publicados, esta todavía no lo es. Si estás evaluando agentes y puedes esperar una invitación, la puesta en marcha es rápida una vez dentro.
Primeros pasos
- Solicita acceso a la beta privada desde el sitio y espera tu invitación.
- Instala el SDK de Python para que Foundry se conecte a tu flujo de trabajo actual.
- Elige un benchmark que encaje con lo que tu agente debe hacer, desde navegar hasta completar formularios.
- Envía tu agente y deja que ejecute las tareas dentro del entorno web simulado de Foundry para probar agentes de IA.
- Lee tus puntuaciones en la clasificación y compara ejecuciones para ver qué cambió.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Foundry.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Ingenieros de IA que construyen agentes de navegador
- Equipos de QA y evaluación
- Equipos de startup que lanzan automatización web
Tareas
- Medir un agente de navegación contra tareas estándar
- Someter a presión flujos de varios pasos como el pago o el registro
- Comparar dos versiones del agente tras un cambio de prompt o de modelo
- Publicar resultados en una clasificación compartida
Casos de uso
- Comprobaciones de fiabilidad antes del lanzamiento
- Investigación sobre la capacidad de agentes web
- Mostrar el progreso del agente a un equipo o a un inversor
Funciones clave
Entornos web simulados
Foundry ejecuta agentes contra sitios simulados que imitan páginas reales sin la imprevisibilidad de la web en vivo. Una tarea falla o se supera por una razón que puedes inspeccionar. No porque apareció un captcha o un sitio se cayó a mitad de la ejecución. Ese control es justo el punto. Nada de ejecuciones inestables que perseguir.
Batería de benchmarks
Hay un conjunto de tareas estándar con las que se puede puntuar a tu agente, y cubren trabajos de navegación habituales como navegar, buscar y completar formularios. Las tareas compartidas son lo que hace que tu número sea comparable al de otra persona. Ese es el sentido de un benchmark de agentes de navegador.
Integración con el SDK de Python
Conectas Foundry a tu flujo de trabajo mediante un SDK de Python, así que no reescribes tu agente para probarlo. El SDK se encarga de enviar el agente y de traer los resultados. La configuración ronda los cinco minutos si tu agente ya funciona sin interfaz gráfica. No hay ninguna pila nueva que aprender.
Clasificación y puntuación
Los resultados llegan a una clasificación para que veas cómo queda tu agente frente a otros que ejecutan las mismas tareas. Sirve como comprobación rápida y también para detectar qué tareas tropiezan con todos los agentes, no solo con el tuyo.
Ejecuciones de evaluación más rápidas
Foundry dice que su evaluación de agentes de IA es hasta 10 veces más rápida que montar tu propio sistema de pruebas, sobre todo porque los entornos y las tareas vienen ya construidos. Ciclos más rápidos significan que iteras más en la misma tarde. Eso importa cuando ajustas prompts.
Motor de datos y simulación
Más allá de las ejecuciones con puntuación, Foundry se presenta como un motor de datos y simulación para agentes web. La propuesta: entornos realistas y controlables te ayudan tanto a probar como a mejorar un agente, no solo a calificarlo. Para equipos con una hoja de ruta larga y un flujo constante de cambios de agente que validar, esa promesa más amplia es el argumento de peso.
Ventajas y desventajas
Ventajas
- Los sitios simulados realistas hacen que los fallos sean reproducibles y más fáciles de depurar.
- Las tareas de benchmark estándar te dan un número que puedes comparar entre ejecuciones y equipos.
- El SDK de Python encaja en flujos de trabajo de agentes existentes con una reescritura mínima.
- La clasificación añade un punto de referencia externo para la capacidad del agente que una batería privada no puede dar por sí sola.
- Los informes indican ciclos de evaluación más rápidos que construir tu propio sistema de pruebas a mano.
Desventajas
- La beta privada significa que esperas una invitación antes de poder usar la plataforma completa.
- Sin precios públicos, así que no puedes presupuestar ni comparar costes sin hablar antes con el equipo.
- Los entornos simulados no igualarán del todo las rarezas de cada sitio en producción.
- Los equipos pequeños sin experiencia en Python afrontan un primer paso más empinado.
Preguntas frecuentes
Foundry es una plataforma para probar y medir agentes web de IA. Ejecutas tu agente contra sitios simulados y tareas estándar, y luego comparas las puntuaciones en una clasificación. Así es como juzgas la fiabilidad.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con Foundry.
Alternativas a Foundry
Udon
Udon · Programación · ProductividadUdon convierte un Mac con Apple Silicon en un servidor doméstico que se gestiona desde el navegador, con contenedores, archivos compartidos y un administrador de sistemas con IA opcional.
offstage
offstage cloud · Programación · Productividadoffstage da a los agentes de IA y a los trabajos de CI un Mac de verdad: una cuenta de macOS 27 sobre Apple silicon, manejada por API y cobrada por segundo.
BotBus
Chengdu Tuyang Tusen Technology Co., Ltd. · Programación · ProductividadBotBus te deja controlar desde el móvil y el reloj los agentes de programación con IA que corren en tu ordenador: apruebas comandos, lanzas tareas y lees resultados sin volver al escritorio.