←新闻详情

Unite.AI更新于 11月4日 08:25

e2e 获 800 万美元种子轮融资,为智能体编码构建验证层

E2e Raises $8M Seed to Build a Verification Layer for Agentic Coding

AI 导读

e2e 于 2026 年 11 月 3 日宣布完成 800 万美元种子轮融资,并从 TesterArmy 改名,投资方包括 Credo Ventures、KAYA、Point Nine、Baobab Ventures 和 Script Capital。公司此前在 2026 年 10 月 1 日开源了 TypeScript 测试框架,支持 web、iOS 和 Android,可通过 agent.act()、agent.assert()、agent.extract() 等步骤让智能体参与测试,并接入 Claude Code、Cursor 和 Codex。该框架以 Apache-2.0 发布但仍处于 pre-1.0,公司计划 2027 年推出 e2e cloud,旧平台 TesterArmy 客户可使用至 2027 年 1 月 15 日。

推荐理由

AI 评分 53

这篇报道交代了 e2e 的融资、改名和开源框架定位,读者可据此了解智能体编码验证这一细分方向的产品思路。

主题

标签

正文 · AI 翻译

e2e 于 2026 年 11 月 3 日宣布,它已筹集 800 万美元种子资金,并从 TesterArmy 更名为 e2e,因为该公司正在构建用于验证由编码智能体编写的软件的工具。被点名的支持者包括 Credo Ventures、KAYA、Point Nine、Baobab Ventures 和 Script Capital。

个人投资者包括 Snowflake 联合创始人 Marcin Żukowski 和 Uber 联合创始人 Oscar Salazar。新的 e2e 名称反映了更广泛的雄心,即在智能体的整个工作过程中为其提供支持,而测试是这一验证策略的第一部分。

TesterArmy 为何成为 E2e

该团队于 2026 年早些时候创立了 TesterArmy,并经历了 Y Combinator。其封闭平台不允许客户将测试与代码一起存储、选择任何模型,或在编码智能体旁边本地运行测试。这些限制塑造了 e2e:测试仍然是用户拥有的代码,模型选择权仍归用户,测试可以在本地或持续集成中运行。

该公司于 2026 年 10 月 1 日发布了这个开源框架。在发布之后,该框架成为开发者与团队关联的产品,品牌重塑将框架的名称扩展到了整个公司。

这个 TypeScript 框架通过一个 API 支持 web、iOS 和 Android。开发者可以在需要精确性的地方使用基于角色的定位器和自动重试断言,然后在描述目标比编写每个动作更容易的地方添加 agent.act()、agent.assert() 和 agent.extract() 步骤。

当智能体步骤通过录制的检查时,e2e 会缓存其动作,并在后续运行中重放这些动作,而无需再次调用模型。如果界面变化足以破坏该重放,实时智能体会接管以寻找新路径。因此,模型使用情况跟随界面的变化,而不是每次重复未更改的测试。

智能体步骤可以在 AI SDK 模型上运行,包括本地模型,也可以通过现有的 ChatGPT、GitHub Copilot 和 SuperGrok 订阅运行。一个智能体技能和 MCP 服务器将框架与 Claude Code、Cursor 和 Codex 连接起来,使这些编码智能体能够探索应用、使用界面定位器编写测试并读取失败报告。

该框架以 Apache-2.0 许可在 npm 上提供,但仍处于 pre-1.0 阶段。其项目仓库警告称,API 和配置可能会在次要版本之间发生变化;桌面应用程序尚未覆盖。

e2e 报告称,该框架在第一个月内通过了 150 万次 npm 下载和 12,000 个 GitHub 星标,同时吸引了 60 名外部贡献者。每日下载量约为 100,000 次。

商业计划与客户迁移

该公司计划在 2027 年推出 e2e cloud,使团队能够在托管基础设施上运行该框架,并使用一系列模型和设备。后续还计划推出更多验证工具。开源框架将保持 Apache-2.0。

企业版产品使该框架对企业使用免费,并对协助推广或定制工作的工程师收费。这些合作涵盖测试迁移、持续集成设置、特定技术栈的开发和交接,测试和应用程序在客户控制的基础设施上运行。

现有 TesterArmy 客户可以使用旧平台直至 2027 年 1 月 15 日,公司将在该日期之前帮助将其测试迁移到 e2e。随着团队扩张,公司还在华沙和旧金山招聘。

种子轮资金支持从封闭测试服务向开放验证业务的转型,并报告了早期采用情况。核心执行挑战在于,围绕一个仍处于 pre-1.0 阶段的框架构建企业和云运营,同时保持其本地控制、模型选择和开放许可这些使其与众不同的特点。

来源

Unite.AI