Raindrop、AI監視で5000万ドル調達し新検証を提供

米サンフランシスコのスタートアップRaindrop（自律型AIエージェントの監視および検証ツールを開発する米企業）は、ベンチャーキャピタルCRVが主導するシリーズAラウンドを完了し、累計調達額が5,000万ドル（約75億円）に達したと発表しました。同時に、本番トラフィックを再現してデプロイ前にエージェントの挙動異常を検証する新製品「Simulations（本番トラフィックをリプレイしてエージェントの予期せぬ挙動をPR段階で検知する評価基盤）」のリサーチプレビューを公開しました。

著名VCや先端AI研究者が支援、VercelやFramerが先行導入

The Next Webの報道によると、本ラウンドには主導のCRVに加え、既存投資家であるLightspeed Venture PartnersやY Combinator、Figma Ventures、Vercel Venturesが参加しました。さらに、OpenAI、Anthropic、Thinking Machinesのリード研究者らも個人投資家として名を連ねています。

同社はZubin Koticha最高経営責任者（CEO）、Ben Hylak氏、Alexis Gauba氏によって共同設立され、Robinhoodで不正検知モデルを開発したエンジニアやSquareの異常検知エンジニア、Segment、Semgrep、Socket.dev出身のセキュリティ専門家が集結しています。現在、Vercel、Framer、Clayのほか、医療や物流分野のフォーチュン100企業が顧客となっています。

Raindropの既存プラットフォームは、実環境で稼働するAIエージェントの実行トレースを常時解析し、モデルのバージョンアップに伴う「セマンティック異常」（ハルシネーション、ツールの誤用、意図せぬ挙動変化）を検出してSlack等へリアルタイム通知します。

独自価値要素：従来のエージェント評価と「Simulations」の差分比較

新製品「Simulations」が提示するアプローチと、従来のAIエージェント評価手法の差異を整理します。

評価軸	従来の静的エージェント評価（Evals）	Raindrop Simulations（新機能）
​テスト入力データ​	開発者が事前に手作業で作成したテストケース	過去の本番トラフィックと既存テストスイートの実トラフィックを統合リプレイ
​検出可能な不具合​	開発チームが事前に想定・定義できた失敗パターン	モデル改修やプロンプト変更で突如発生する「誰も予期しなかった異常挙動」
​開発パイプラインへの統合​	定期的なバッチ実行やリリース直前の手動実行	GitHub等のプルリクエスト（PR）作成ごとに自動CIパイプラインとして実行
​異常検知のアプローチ​	ルールベースの文字列一致や単一スコアリング	実行トレース全体の意味論的異常（semantic anomaly）を機械的に検出

未確認事項とエージェント運用の留意点

METRの調査によると、自律エージェントが完了できるタスクの継続時間は約7か月ごとに倍増しており、単一の実行で数千回のツール呼び出しを伴うケースが増加しています。

ただし、「Simulations」は現時点でリサーチプレビュー段階にあり、大規模な本番環境での偽陽性（誤検知）率やシミュレーション実行にかかるAPIコスト負担の詳細は完全には公開されていません。

分析と今後の展望

編集部注: 従来のソフトウェアは決定論的に動作するため単体テストや統合テストで品質を担保できましたが、LLMエージェントは非決定論的であり、数千回の自律的な外部ツール呼び出しを行う中で「自信満々に間違った処理を継続する」という固有のリスクを抱えています。Raindropがセキュリティ製品のように「異常検知」のアプローチを取り、本番トラフィックのリプレイ検証をPR段階に組み込んだことは、AIエージェントの開発現場においてオブザーバビリティ（可観測性）と事前検証が不可欠なインフラになりつつあることを裏付けています。

引用元：TNW | Investors-funding