TL;DR:
- Agentrys anunció el 26 de agosto de 2026 un total de 24.5 millones de dólares: 19.1 de ronda semilla liderada por Etna Labs y 5.4 de una pre-semilla previa que lideró MediaTek.
- El "más de 90%" que la empresa reporta en CVDP, el examen público de NVIDIA, corresponde a tres de las trece categorías del benchmark, 249 de sus 783 problemas.
- Dos de los ocho autores del paper que presentó CVDP, Haoxing Ren y Yun-Da Tsai, aparecen hoy en el equipo fundador de Agentrys.
Agentrys, una empresa de San José, California, anunció el 26 de agosto de 2026 que reunió 24.5 millones de dólares para vender agentes de inteligencia artificial que hagan trabajo real de diseño de chips. El total se reparte en una ronda semilla sobresuscrita de 19.1 millones liderada por Etna Labs y una pre-semilla previa de 5.4 millones que lideró MediaTek, su primer inversionista estratégico. La credencial técnica que la compañía colocó al frente del anuncio es una cifra redonda, más de 90% de aciertos en CVDP, el examen público que NVIDIA presentó en 2025 para medir modelos y agentes en diseño y verificación de hardware. Esa cifra viene con dos precisiones que el comunicado no incluye y que sí están documentadas en las páginas de la propia empresa.
El 90% cubre tres de las trece categorías de CVDP
CVDP, por Comprehensive Verilog Design Problems, se publicó el 17 de junio de 2025 con 783 problemas repartidos en trece categorías, escritos por ingenieros de hardware, que van de la generación de RTL a la depuración, la alineación con la especificación y las preguntas técnicas. Cada problema llega con un banco de pruebas en contenedor que decide si el código compila, simula y pasa las verificaciones, en lugar de medir parecido textual. El paper que lo presentó reporta que los mejores modelos de ese momento no superaban 34% de aciertos en generación de código.
Agentrys publicó sus resultados en junio de 2026, en su propio sitio. Cubren las tres categorías de verificación de diseño que el reporte describe como las más difíciles del examen: generación de estímulos de testbench, de checkers y de aserciones. Entre las tres suman 249 problemas, menos de un tercio de los 783.
Los números que la empresa reporta se separan además por formato de ejecución. El copiloto no exige que el sistema opere herramientas por su cuenta; el agéntico sí, y ahí los conjuntos de problemas son mucho más pequeños.
| Categoría | Copiloto | Agéntico | Total |
|---|---|---|---|
| CID12, estímulos de testbench | 92.5% (62 de 67) | 81.2% (13 de 16) | 90.4% (75 de 83) |
| CID13, checkers | 96.2% (51 de 53) | 94.4% (17 de 18) | 95.8% (68 de 71) |
| CID14, aserciones | 97.0% (65 de 67) | 92.0% (26 de 28) | 95.8% (91 de 95) |
El 81.2% de la primera fila sale de 13 aciertos sobre 16 problemas. Es el número más bajo de la tabla y también el que descansa en el conjunto más chico, justo en el formato que la empresa vende.
Agentrys llama a esto un récord de la industria y ubica el estado del arte previo en esas categorías entre 6% y 25%. El resultado no pasó por revisión de pares y la única referencia que cita el reporte es el paper original de NVIDIA. Tampoco indica con qué versión del benchmark corrió: la descripción que usa, 783 problemas y trece categorías, es la del lanzamiento de 2025, mientras que el Silicon Integration Initiative, el consorcio industrial que adoptó CVDP en su LLM Benchmarking Coalition, publicó la versión 1.1.0 el 8 de junio de 2026 con 100 problemas adicionales y mantiene desde entonces una tabla de posiciones.
Dos de los ocho autores del benchmark aparecen en el equipo fundador
El paper de CVDP lo firman ocho investigadores de NVIDIA: Nathaniel Pinckney, Chenhui Deng, Chia-Tung Ho, Yun-Da Tsai, Mingjie Liu, Wenfei Zhou, Brucek Khailany y Haoxing Ren. La página de equipo de Agentrys lista cuatro personas como equipo fundador: Mark Ren, fundador y director ejecutivo, junto a Yun-Da Tsai, Duo Ding y Wuxi Li. El reporte de resultados de junio incluye su propia cita bibliográfica, con Ding, Fu, Tsai, Li y Ren, Haoxing como autores.
La coincidencia no está escondida. La empresa escribe en el comunicado de la ronda y en su página de equipo que su gente ayudó a crear ChipNeMo, NVCell, DREAMPlace, VerilogEval y CVDP. Ren llegó a Agentrys después de casi tres décadas de investigación en automatización de diseño electrónico e inteligencia artificial entre IBM Research y NVIDIA Research, donde dirigió ChipNeMo, el primer modelo de lenguaje industrial para diseño de chips; el paper de ese proyecto acredita a Haoxing Ren como quien diseñó y encabezó la investigación. Agentrys es además miembro del programa NVIDIA Inception.
Ese mismo historial es lo que da peso técnico al producto y lo que cambia cómo se lee la cifra. Hay un contrapeso real, y es que CVDP está abierto. El Silicon Integration Initiative lo describe como benchmark de código abierto y el paper indica que la evaluación usa herramientas e infraestructura de puntuación abiertas, así que cualquier tercero puede correr los mismos 249 problemas y publicar su comparación. Esa verificación externa es la pieza que el reporte todavía no tiene.
MediaTek entró primero y diseña chips como los clientes que Agentrys busca
El dinero va a contratar investigadores e ingenieros, construir herramientas pensadas para agentes y ampliar clientes en verificación y diseño físico. El cheque más antiguo de los dos lo puso MediaTek, a través de su MediaTek Innovation Fund. Brian Hsu, director general del fondo, sostiene en el comunicado que la investigación y el desarrollo de semiconductores tiene una especificidad de dominio propia dentro del desarrollo de IA agéntica, y describe a Agentrys como una solución para que los equipos personalicen y mejoren sus agentes. Dicho de otro modo, el primer respaldo estratégico de la compañía viene del mismo gremio al que quiere venderle.
Alejandro Castillo Leone
La semilla la lideró Etna Labs, una firma de capital de riesgo con sede en San Francisco según los datos de PitchBook, que el comunicado describe como una casa de perfil investigador con más de veinte compañías de IA respaldadas. Su equipo de inversión argumenta ahí que el diseño de chips es uno de los primeros dominios de alto valor donde la automejora recursiva puede volverse práctica, porque los resultados se pueden evaluar de forma objetiva con herramientas y métricas de ingeniería rigurosas.
Ren resume su tesis comercial en una frase del mismo comunicado:
"Esa es la diferencia entre alquilar una capacidad que cualquiera puede alquilar y construir un activo que se acumula solo para ti"
La otra demostración que la empresa destaca es un flujo autónomo de varios agentes que llevó una CPU de 32 bits desde la especificación hasta un layout GDS limpio para sign-off sin intervención humana. En un texto de contenido de colaborador publicado en VentureBeat el 3 de agosto de 2026, cuyo pie aclara que la redacción del medio no participó en su elaboración, la propia compañía precisa que ese diseño es deliberadamente simple y que el flujo corrió sobre herramientas de código abierto. Agentrys dice trabajar ya con varias de las mayores empresas fabless del mundo, una fundición global y varias startups de chips, sin nombrar a ninguna.
Lo comprobable hoy son el dinero, la nómina de inversionistas y un resultado publicado con categoría y denominador a la vista. Falta que alguien fuera de la empresa corra los mismos 249 problemas y diga si el número aguanta, y para eso el examen ya es abierto y el consorcio ya mantiene una tabla de posiciones.
