Idler lanza laboratorio de datos de IA tras una ronda seed de $9M liderada por Paradigm
La startup de YC está vendiendo entornos de RL construidos a partir de datos de producción mientras Paradigm pone en práctica su mandato más amplio de tecnología de vanguardia.
By Ryan Merket · Published
Primary source: Idler on X
Why it matters
Idler is betting that proprietary production data, rather than another model wrapper, will become valuable infrastructure for post-training AI agents. Paradigm's lead also shows how quickly its new AI mandate is moving from fund announcement to seed deals.
Nalu Concepcion (@naluconcepcion), Ivan Chub (@chubivan), and Tony Goss (@cha0sg0d_) presentaron públicamente Idler el miércoles como un laboratorio de investigación que crea conjuntos de datos de evaluación y entornos de aprendizaje por refuerzo para modelos de IA de vanguardia. En un hilo en X, Idler también reveló una ronda seed de $9M liderada por los inversores de Paradigm Alpin Yukseloglu (@0xalpo) y Frankie (@FrankieIsLost).
https://x.com/idler_ai/status/2090153772672754012
La financiación parece preceder al anuncio del miércoles. Un boletín de emprendimiento de Cornell con fecha del 16 de diciembre de 2025 mencionó la ronda seed de $9M de Idler, un contrato con un laboratorio de modelos base y rentabilidad. Por lo tanto, la noticia del miércoles es la presentación pública de Idler y la divulgación a los inversionistas, más que la evidencia de una ronda recién cerrada.
Y Combinator lista a Idler como una empresa de San Francisco fundada en 2025 y parte de su cohorte de verano de 2025. Idler actualmente tiene 12 empleados listados en el directorio del acelerador.
De mundos de juego al entrenamiento de modelos
Los fundadores de Idler llegaron al entrenamiento de IA a través de los juegos y el software operativo. Concepcion estudió en Cornell y anteriormente trabajó en ingeniería de software en Microsoft, producto en Poshmark y ciencia de datos en PayMongo. Ella ha descrito el trabajo de Idler como "escalar entornos de RL", un trabajo que siguió a una fase anterior organizando eventos con más de 500 asistentes.
Chub cofundó anteriormente Dark Forest, un juego de estrategia de código abierto construido sobre Ethereum usando pruebas de cero conocimiento, así como el grupo de criptografía aplicada 0xPARC y el proyecto de credenciales digitales Zupass. Goss dice que llamó la atención de Chub por primera vez al encontrar un exploit legal en Dark Forest que le ayudó a ganar un NFT premio por el cual un coleccionista ofreció $400,000.
Esa historia dio forma al encuadre original de Idler: los entornos son juegos para agentes de IA, completos con objetivos, herramientas, estado y resultados verificables. Los fundadores inicialmente exploraron automatizar flujos de trabajo de pequeñas empresas antes de mudarse a San Francisco para Y Combinator y concentrarse en entornos de entrenamiento para laboratorios de modelos.
Idler dice que durante el último año desarrolló miles de evaluaciones de codificación y entornos para un laboratorio de vanguardia no identificado. Idler también afirma que los modelos del cliente mejoraron ocho veces en codificación de largo horizonte durante ese período, obligando a que los entornos se volvieran más difíciles a medida que los modelos progresaban.
ShelfLife convierte a un minorista en un campo de entrenamiento
El primer benchmark público de Idler, ShelfLife, es una copia digital de un negocio de comercio electrónico en funcionamiento. Idler dice que el minorista subyacente administra nueve tiendas, tres plataformas de comercio y una operación de abastecimiento que involucra a múltiples proveedores.
El benchmark contiene 200 entornos extraídos de casi una década de datos operativos. Las tareas abarcan trabajo incluyendo contabilidad, marketing, finanzas, debida diligencia, planificación, control de divulgación y decisiones de inventario. Idler dice que cada entorno fue construido con ejecutivos y operadores que realizaron el trabajo original.
Resultados medidos el 13 de agosto ubican a Claude Opus 5 con una tasa de aprobación en un solo intento del 69%. GPT-5.6 Sol obtuvo 55.7%, Claude Fable 5 obtuvo 54.7%, Grok 4.6 obtuvo 39.4%, Kimi K3 obtuvo 30.6% y Gemini 3.6 Flash obtuvo 16.1%, según la tabla de clasificación de Idler. Estas son evaluaciones propias de Idler, y su valor dependerá de qué tan estrechamente las tareas reflejen el trabajo que las empresas realmente necesitan que los agentes realicen.
Idler también reporta que, tras el entrenamiento, Nemotron 3 Nano en 41 tareas de ShelfLife aumentó su puntuación en el Finance Agent Benchmark del 30% al 41.8%, con un valor p reportado de 0.001 o menor. Idler ha puesto los resultados completos y los conjuntos de datos disponibles bajo solicitud en lugar de como descarga pública.
El catálogo ya se extiende más allá del benchmark principal. ShelfLife E-Sim coloca a los agentes en una simulación minorista con estado donde operan un negocio un día a la vez. CorpLaw evalúa a los agentes dentro de espacios de trabajo de transacciones ensamblados a partir de registros anonimizados de bufetes de abogados. Idler dice que 10 de las 50 tareas de CorpLaw permanecieron sin resolver por los seis modelos que probó con un alto esfuerzo de razonamiento.
Paradigm pone en práctica su nuevo mandato
El liderazgo de Paradigm es parte de un cambio más amplio en una firma históricamente asociada con las criptomonedas. Paradigm recaudó un fondo de $1.2B en julio para invertir en IA, robótica y otras tecnologías de frontera mientras continúa con su estrategia en cripto. Idler le da a Paradigm un puente entre esos mandatos: Chub y Goss provienen del desarrollo de juegos nativo de cripto, mientras que Idler vende infraestructura directamente al mercado de entrenamiento de modelos de IA.
La ronda también incluyó a Y Combinator (@ycombinator), Long Journey (@LongJourneyVC) y ángeles como el fundador de Poshmark Manish Chandra (@marrc), la cofundadora de Simple AI Catheryn Li (@catheryn_li), el cofundador de Daimo Daniel Posch (@dcposch) y la fundadora de Edge City Janine Leger (@JanineLeger).
La ruta de Idler hacia la escala depende de adquirir trabajo propietario en lugar de generar ejercicios sintéticos. Idler está pidiendo a empresas con 10 a 100 empleados que licencien bases de código o datos operativos desidentificados, dando a esas empresas una fuente de ingresos adicional mientras suministran a Idler material para nuevos entornos.
La ronda de $9M le compra a Idler tiempo para convertir trabajo a medida para laboratorios individuales en un catálogo replicable que abarque ingeniería de software, ciberseguridad, derecho, finanzas y operaciones. Sin embargo, cada mejora en los modelos de vanguardia acorta la vida útil de una evaluación. Idler está vendiendo la prueba mientras se compromete a seguir reescribiéndola.