Raindrop, una empresa que vigila a los agentes de inteligencia artificial para detectar sus fallas silenciosas, cerró una ronda Serie A liderada por el fondo CRV y elevó su financiamiento total a 50 millones de dólares, según anunció la compañía el 17 de septiembre. La empresa no reveló el tamaño de la ronda; Axios, que adelantó la operación, la ubicó en 35 millones de dólares. Con sede en San Francisco, Raindrop lee las trayectorias de los agentes ya en operación para atrapar errores que suelen pasar inadvertidos, como respuestas alucinadas o el mal uso de herramientas. Junto con el dinero, presentó Simulations, una herramienta que prueba los cambios de un agente contra tráfico real antes de que lleguen a producción. El movimiento llega cuando los agentes empiezan a manejar dinero, datos médicos y clientes reales.
Por qué los agentes de IA no fallan como el software tradicional
Los agentes no fallan como el software de siempre. No dejan un rastro de error ni una pantalla con el código 500: un agente falla haciendo lo incorrecto de forma convincente, a gran escala, hasta que alguien lo nota. Raindrop parte de esa idea y lee las trayectorias de los agentes en producción para marcar lo que llama anomalías semánticas: respuestas inventadas, herramientas usadas donde no debían, bucles de los que el agente no sale y cambios de conducta que aparecen tras actualizar el modelo. Cuando el comportamiento cambia, los equipos de ingeniería ven qué cambió, cuándo empezó y a qué usuarios afectó, con cientos de ejemplos reales adjuntos.
Para Reid Christian, socio general de CRV, el enfoque es el mismo que usaría una empresa de ciberseguridad: tratar la falla del agente como un problema de detección. Los agentes, dijo, son muy capaces, autónomos y no deterministas, lo que los aleja del software tradicional.
El problema crece con la propia capacidad de los agentes. El grupo de investigación METR estimó que la duración de las tareas que un agente puede completar solo, con una fiabilidad del 50%, se ha duplicado más o menos cada siete meses desde 2019, y una sola ejecución puede durar días y encadenar miles de llamadas a herramientas. Zubin Koticha, director ejecutivo de Raindrop, resumió lo que está en juego:
Los agentes ahora corren durante horas, llaman a miles de herramientas y manejan dinero real, datos médicos reales y clientes reales.
Simulations: probar los cambios antes de que lleguen a producción
El otro anuncio del día fue Simulations, disponible por ahora en vista previa de investigación. Las evaluaciones tradicionales dependen de casos de prueba definidos de antemano y sobre todo miden las fallas que el equipo ya anticipaba. Simulations toma otro camino: reproduce tráfico real de producción y los casos de prueba existentes contra un cambio propuesto en la estructura del agente, y después aplica la misma detección de anomalías de Raindrop sobre el resultado. La promesa, en palabras de la compañía, es que un ingeniero pueda ver qué va a cambiar su cambio antes de publicarlo.
El giro mueve a Raindrop de atrapar fallas después de desplegar a atraparlas antes. La empresa sostiene que es la primera vez que compañías externas tienen acceso al mismo proceso de prueba que usan los grandes laboratorios: cita que OpenAI publicó investigación sobre simular despliegues (regenerar respuestas a conversaciones de producción anonimizadas con un modelo candidato para anticipar cuánto se portaría mal antes de lanzarlo) y que Anthropic construye universos sintéticos para estresar a sus agentes.
Así se reparten los dos frentes con los que Raindrop dice cubrir el ciclo de vida de un agente:
| Aspecto | Monitoreo en producción | Simulations |
|---|---|---|
| Cuándo actúa | Cuando el agente ya opera con usuarios reales | Antes de que un cambio llegue a producción |
| Qué hace | Lee las trayectorias reales y marca anomalías semánticas | Reproduce tráfico real y casos de prueba contra un cambio propuesto |
| Fallas que busca | Respuestas alucinadas, mal uso de herramientas y cambios por una actualización de modelo | Comportamientos inesperados que aparecerían tras el cambio |
| Disponibilidad | En uso por clientes como Vercel, Framer y Clay | En vista previa de investigación |
Vigilar a los agentes ya es una categoría de inversión
La ronda la lideró CRV, y repitieron los inversionistas previos Lightspeed Venture Partners e Y Combinator, junto con investigadores de OpenAI, Anthropic y Thinking Machines. Raindrop también cuenta entre sus respaldos con Figma Ventures y Vercel Ventures. Lightspeed, que había liderado la ronda semilla de 15 millones de dólares en diciembre de 2025, según RuntimeWire, dice ahora que redobla su apuesta.
Bucky Moore, socio de Lightspeed, ubicó lo que está en juego: a medida que los agentes entran en terrenos de alto riesgo como la defensa, el "mal comportamiento" pasa de ser una molestia a volverse catastrófico. Un año después de la semilla, agregó, empresas de la lista Fortune 100 ya corren Raindrop sobre el tráfico de sus agentes. Entre sus clientes, la compañía nombra a Vercel, Framer y Clay, además de empresas Fortune 100 y Fortune 500.
El negocio de vigilar agentes se está volviendo un mercado propio. En febrero, la plataforma de observabilidad Braintrust levantó una Serie B de 80 millones de dólares; y Galileo, una rival del sector, fue absorbida por Cisco e integrada a Splunk, que desde agosto la vende como Splunk Agent Observability. Raindrop se suma a esa ola con un perfil técnico marcado: en su equipo hay ingenieros que crearon modelos de transformadores contra el fraude en Robinhood y detección de anomalías maliciosas en Square, más ingenieros de seguridad que pasaron por Segment, Semgrep y Socket.dev.
A medida que los agentes empiezan a mover dinero, datos médicos y hasta trabajo de defensa, su fiabilidad deja de ser un detalle técnico y se vuelve la condición para dejarlos operar. Alrededor de esa exigencia se está armando una nueva capa de infraestructura, y los inversionistas que quieren quedarse con ella.
