یک استارت آپ منبع باز مستقر در بریتانیا اولین محصول تجاری خود را با حمایت یکی از مشهورترین شرکت های سرمایه گذاری خطرپذیر سیلیکون ولی عرضه می کند.

Pydantic روز دوشنبه یک پلتفرم مشاهده‌پذیری به نام Logfire را پنج ماه پس از آزمایش آن در نسخه بتای باز راه‌اندازی کرد و 12.5 میلیون دلار بودجه سری A به رهبری سکویا را اعلام کرد.

با این حال، این شرکت بیشتر به خاطر کتابخانه پایتون و چارچوب اعتبارسنجی داده منبع باز، که توسط توسعه دهنده بریتانیایی ساموئل کولوین در سال 2017 آغاز شد، شناخته شده است. بزرگترین شرکت ها از جمله متا، انویدیا، نتفلیکس، گوگل و OpenAI.

شرکت‌ها Pydantic را در برنامه‌هایی که نیاز به تأیید نوع داده‌های وارد شده توسط کاربر دارند، مستقر می‌کنند - اگر فرمی به آدرس ایمیل نیاز دارد و کاربر به جای آن شماره تلفن را وارد کرده یا آن را خالی می‌گذارد، Pydantic این را تحلیل می‌کند و یک پیام خطای کاربرپسند ارائه می‌دهد. اساساً ساختارهای داده را برای اطمینان از یکپارچگی تأیید می کند و موارد استفاده بی شماری دارد.

به عنوان مثال، OpenAI سازنده ChatGPT در ماه آگوست خروجی های ساختار یافته را برای API خود معرفی کرد و این ویژگی از Pydantic در زیر هود استفاده می کند. پس اگر شرکتی بخواهد چت باتی توسعه دهد که اطلاعات کاربر را جمع آوری کرده و آنها را به شیوه ای ساختاریافته برگرداند تا داده ها به راحتی توسط سیستم پردازش شوند، از Pydantic استفاده می کند.

کالوین هفته گذشته در مصاحبه ای با TechCrunch گفت: «جایی که Pydantic هیجان انگیز است این است که روش پیش فرض اعتبارسنجی پاسخ از یک LLM است. پس اگر می‌خواهید خروجی ساختاریافته را انجام دهید، این کار را به این صورت انجام می‌دهید.»

کالوین Pydantic را به عنوان یک نهاد تجاری در سال 2022 راه‌اندازی کرد و 18 ماه پیش با 4.7 میلیون دلار سرمایه اولیه از Sequoia از مخفی کاری خارج شد. و به نظر می رسد اکنون زمان شروع پول درآوردن فرا رسیده است - در واقع، کالوین بيان کرد که این شرکت به طور موثر به دنبال "دریافت نقدینگی از اعتبار و نام تجاری ما" است و از Pydantic به عنوان هویج روی یک چوب برای محصولات دیگر استفاده می کند. به جای ساختن بر روی خود Pydantic.

امتحان و تست شده

مسیر معمولی برای استارت آپی که یک کسب و کار متن باز ایجاد می کند چیزی شبیه به این است: یک محصول متن باز ایجاد کنید که یک مشکل واقعی را حل کند. آن محصول مورد توجه توسعه دهندگان قرار می گیرد و به ابزاری ضروری در پشته آنها تبدیل می شود. استارت آپ خدمات و ویژگی های تجاری را در بالای پروژه منبع باز اصلی ایجاد می کند تا آن را حتی مفیدتر کند.

این یک مدل آزمایش شده و آزمایش شده است، اما مشکل اینجاست که کسب‌وکارها به شکلی فزاینده از منبع باز عقب نشینی می‌کنند، خواه به یک مجوز کمتر اجازه‌دهنده مانند Grafana تبدیل شوند، یا به طور کلی مانند HashiCorp آن را کنار بگذارند. دلایل به طور کلی یکسان است - همه چیز در مورد محافظت از سود شرکت است، اطمینان از اینکه شرکت های بزرگتر از اعتبارنامه منبع باز محصول استفاده نمی کنند.

حتی یک پارادایم مجوز کاملا جدید برای مقابله با مشکل "استفاده و سوء استفاده" در منبع باز در حال ظهور است. شرکت ابزارساز توسعه‌دهنده میلیارد دلاری Sentry در حال پیشبرد مفهوم «منبع منصفانه» است، زیرا می‌خواهد خود را با نرم‌افزار «باز» هماهنگ کند بدون اینکه واقعاً منبع باز باشد. Chad Whitacre، رئیس بخش متن باز Sentry، ماه گذشته در مصاحبه ای با TechCrunch گفت: "متن باز یک مدل کسب و کار نیست - منبع باز یک مدل توزیع است، در درجه اول یک مدل توسعه نرم افزار است. "

در حالی که استفاده از منبع باز برای جلب رضایت یک شرکت به جامعه توسعه دهندگان از یک مفهوم جدید دور است، Pydantic از این نظر که از پروژه منبع باز خود به طور کامل به عنوان یک ابزار بازاریابی استفاده می کند، کمی غیرمعمول است. پس ، به جای تلاش برای تبدیل خود Pydantic به یک محصول تجاری قابل دوام، بر جاذبه‌های پروژه تکیه می‌کند تا به جای آن محصولات دیگری مانند Logfire را بفروشد که مستقیماً مرتبط نیستند.

کالوین گفت: "به جای ساختن نسخه میزبان Pydantic، کتابخانه، ما Logfire، پلتفرم قابلیت مشاهده را ساخته ایم." اعتمادی که ما به عنوان یک شرکت از جامعه پایتون داریم نسبت به بسیاری از شرکت‌های دیگر لیگ متفاوتی دارد. ما امسال به PyCon US رفتیم، درست بعد از اینکه Logire را در نسخه بتا معرفی کردیم، و غرفه ما در تمام هفته مجموعه‌ای از افراد را در اطراف خود داشت، زیرا همه کتابخانه را می‌شناختند و ما را می‌شناختند. در حالی که، اگر ما به عنوان یک شرکت کاملاً جدید مشاهده می شدیم، مردم ما را نادیده می گرفتند. Pydantic تقریباً از هر برند دیگری در دنیای پایتون شناخته شده است، به غیر از افراد بزرگی مانند AWS و Google.

Logfire اساساً یک رقیب Datadog است که برای ارائه بینش به توسعه دهندگان در مورد نحوه عملکرد نرم افزار آنها طراحی شده است. اما Pydantic می خواهد کل فرآیند مشاهده پذیری را برای پیکربندی ساده تر کند. همانطور که کالوین بیان کرد، می‌خواهد «برای Datadog همان چیزی باشد که Vercel برای AWS است».

او گفت: «AWS عملکرد بسیار زیادی دارد و استفاده از آن بسیار پیچیده است. «Datadog همچنین یک کیت بسیار پیچیده است، پس ما در تلاش هستیم تا تجربه ساده‌تری را برای توسعه‌دهندگان ایجاد کنیم. درازمدت‌تر، ما می‌خواهیم اینطور باشد که شما بتوانید از این [Logfire] به جای Datadog استفاده کنید. اما در میان مدت، ما قصد داریم راه حل ساده تری برای تیم های کوچکتر باشیم.

مطمئناً این یک رویکرد جالب برای ایجاد یک تجارت است - استارتاپ اساساً از Logfire برای حل یک مشکل متفاوت برای همان افرادی که از Pydantic استفاده می کنند استفاده می کند.

کالوین گفت: "آنها چیزهای متفاوتی هستند، اما جایی که همپوشانی دارند این است که همه افرادی که به Pydantic، کتابخانه اعتبار سنجی نیاز دارند، به قابلیت مشاهده نیز نیاز دارند." پس ما راه حلی را برای همان افراد هدف قرار می دهیم.

پول را به من نشان بده

در روزهای اولیه Pydantic، Colvin موفق شد از برخی از بزرگترین کاربران شرکتی چارچوب، از جمله Salesforce، که 10000 دلار در سال 2022 کمک مالی کرد، حمایت های مالی مناسبی را به دست آورد. AWS و GitHub به ترتیب 5000 دلار و 750 دلار حمایت مالی کردند.

اما با رشد کسب و کار و ورود VC ها به این تصویر، کمک های مالی شرکت ها کمتر شده است.

کالوین گفت: "ما حمایت های مالی سخاوتمندانه ای داشتیم، اما بیشتر زمانی که من به تنهایی کار می کردم." اما اکنون که ما توسط Sequoia حمایت می‌شویم، مردم کمتر به کیف پول خود دست می‌زنند!

با در دسترس بودن Logfire در حال حاضر، Pydantic امیدوار است که بر روی بیش از 2000 توسعه دهنده و 150 شرکتی که در مرحله بتا جذب کرده است، بسازد. اکنون تمرکز زیادی روی شرکت‌های هوش مصنوعی دارد.

جدا از سرمایه‌گذار اصلی Sequoia، سری A Pydantic در کنار فرشتگانی مانند Logan Kilpatrick و Jason Liu شرکت کردند. کالوین بيان کرد که پول نقد تازه در درجه اول برای حقوق و برای تقویت تعداد 13 نفر موجود در ایالات متحده و اروپا استفاده خواهد شد.

کالوین گفت: «ما از بودجه برای استخدام، عمدتاً توسعه دهندگان استفاده خواهیم کرد. ما احتمالاً زمانی برای فروش استخدام خواهیم کرد، اما در حال حاضر، این فقط مهندسی است.

خبرکاو