شاتل ۶ میلیون دلار برای رفع مشکل تنپایی جمع‌آوری کرد

تولید برنامه‌های کاربردی با استفاده از vibe coding وعده‌ای بود که می‌توانست از یک ایده ساده تا تولید نرم‌افزار کامل پیش رود، سیستم‌هایی مانند Lovable و Replit AI نیز در این مسیر کمک می‌کردند. اما در نهایت، کدنویسی تنها اولین گام است و برنامه‌نویسان با مشکلات استاندارد نگهداری و به‌روزرسانی محصول نرم‌افزاری روبرو می‌شوند.

خوشبختانه، گروهی جدید از استارت‌آپ‌ها برای پر کردن این خلاها به صحنه آمده‌اند. در روز چهارشنبه، استارت‌آپ مهندسی پلتفرم شاتل اعلام کرد ۶ میلیون دلار سرمایه اولیه برای مدیریت مشکلات زیرساختی جمع‌آوری کرده، جایی که محصولات مشابه مانند Lovable و Cursor متوقف می‌شوند. سرمایه‌گذاران این دور شامل مدیرعامل سابق جی‌ت هاب، تامس دوهکه، و موسس سگمنت، کالوین فرنچ-اوون هستند.

شاتل با استفاده از سیستم vibe-coding کد تولید شده را بررسی کرده و بهترین راه برای پیشروی را پیشنهاد می‌کند، همچنین با کاربر توافق مالی انجام داده و نرم‌افزار را مستقیماً به ارائه‌دهنده ابری پیاده‌سازی می‌کند.

شاتل، بعد از ورود خود به Y Combinator در سال ۲۰۲۰، یکی از محبوب‌ترین سیستم‌ها برای پیاده‌سازی برنامه‌های Rust با رویکرد سریع بدون تنظیمات شده است، که تاکنون ۲۰۰۰۰ توسعه‌دهنده برای ۱۲۰۰۰۰ پیاده‌سازی در آن عضو شده‌اند. با این دور جدید مالی، شرکت قصد دارد از تمام زبان‌های برنامه‌نویسی و سیستم‌های کدنویسی هوش مصنوعی پشتیبانی کند.

به گفته نداد دانیلیا، مدیر عامل و هم‌بنیان‌گذار، سیستم‌های هوش مصنوعی مرزهای بین زبان‌های برنامه‌نویسی مختلف را کاهش داده‌اند، و بنابراین سیستم شاتل می‌تواند در همه آنها به‌طور همزمان پیاده‌سازی شود. "هوش مصنوعی مرزها را پاک می‌کند،" دانیلیا می‌گوید. "برای ما این زمان مناسبی است [برای گسترش]، زیرا سال‌هاست در فضای توسعه بک‌اند حضور داریم."

از نظر عملی، این به معنای ساختن یک رابط عامل برای مدیریت پلتفرم است، به طوری که کاربران بتوانند با همان نوشته‌های طبیعی که برنامه خود را کدنویسی کرده‌اند، یک پایگاه داده تخصیص داده یا میزبانی ابری خریداری کنند. در بخش بک‌اند نیز به معنای ساختن اتصالات بین ارائه‌دهندگان ابری و سیستم‌های کدنویسی است که عوامل به تمام بسترها دسترسی داشته باشند.

دانیلیا به تک‌کرانچ گفت: "عملاً، ما این مشخصات را ایجاد کرده‌ایم که به عنوان یک لایه میانی بین آنچه انسان‌ها قادر به دیدن هستند و آنچه هوش مصنوعی درک می‌کند، کار می‌کند." سبکی به نام توسعه مبتنی بر مشخصات در حال تبدیل شدن به روش پیش فرض انجام کارها است و هیچ دلیلی وجود ندارد که این به زیرساخت‌ها نیز تعمیم داده نشود."