TrueFoundry publica como código abierto TrueForge para colocar su puerta de enlace debajo de más agentes de IA

Why it matters

Agent costs depend heavily on the runtime surrounding a model. TrueForge gives enterprises a self-hosted option while creating a distribution path for TrueFoundry's paid gateway.

VentureBeat informó el 19 de agosto que Nikunj Bajaj, Abhishek Choudhary and Anuraag Gutgutia, los tres fundadores de TrueFoundry, habían lanzado TrueForge, un runtime con licencia MIT para construir y operar agentes de IA con la elección del desarrollador de modelos, herramientas e infraestructura.

Los fundadores están ofreciendo gratuitamente una capa que las empresas necesitan cada vez más, mientras posicionan la puerta de enlace de pago de TrueFoundry por debajo de los agentes que desplieguen. En la entrevista de VentureBeat, Gutgutia expuso esa estrategia directamente: "all that traffic should still be flowing through our gateway."

Bajaj y Choudhary construyeron previamente sistemas de aprendizaje automático en Meta, mientras que Gutgutia pasó alrededor de siete años en investigación y gestión de portafolios en WorldQuant. Los tres se conocieron en IIT Kharagpur y fundaron TrueFoundry en 2021 tras ver la cantidad de trabajo de infraestructura especializada que existe entre un modelo entrenado y un despliegue en producción. TrueForge aplica esa tesis original a los agentes, donde el entorno de ejecución circundante puede determinar el costo, la confiabilidad y la seguridad tanto como el modelo subyacente.

Dando a los desarrolladores el arnés

Un arnés para agentes de IA controla el bucle repetido alrededor de un modelo: enviar contexto, recibir una acción propuesta, invocar una herramienta, devolver el resultado y continuar hasta que la tarea esté terminada. También soporta el trabajo de producción menos visible, incluyendo la persistencia de sesiones, permisos, aprobaciones, sandboxing y la gestión del contexto.

Según la publicación de lanzamiento de TrueFoundry, TrueForge empaqueta esa maquinaria en un servidor central, una API HTTP con un SDK de TypeScript y una interfaz de chat que puede incrustarse en otro producto. Los desarrolladores pueden ejecutarlo localmente con un comando npx y SQLite. Los despliegues compartidos pueden usar Docker Compose o Helm con Postgres y Redis.

La documentación del repositorio advierte que la configuración local está pensada para usarse en la máquina de un desarrollador, no como un servicio de producción orientado a internet.

TrueForge admite herramientas MCP, puntos de control de aprobación humana, sesiones persistentes, subagentes e interfaces generativas. Puede diferir la carga de definiciones de herramientas, mover salidas grandes de herramientas a archivos y compactar conversaciones largas en lugar de enviar repetidamente todo el historial a un modelo. Se provisiona un sandbox cuando un agente necesita ejecutar código o manipular archivos, en vez de estar activo durante toda la sesión del agente.

Ese último diseño es útil, aunque no es único. La arquitectura de Anthropic para Claude Managed Agents también separa el arnés del agente, el registro de sesiones y el sandbox, permitiendo que los entornos de ejecución se provisionen cuando se requieren. La distinción más clara de TrueForge es la propiedad: los desarrolladores pueden inspeccionar, modificar y hospedar localmente el runtime, y luego conectarlo a Anthropic, OpenAI, Google o a un endpoint de modelo compatible con OpenAI.

La afirmación del 75% viene con un asterisco

TrueFoundry probó TrueForge usando el Enterprise-Bench de DevRev, que contiene 14 tareas a través de sistemas simulados de CRM, seguimiento de incidencias y documentos. Las tareas requieren que los agentes recuperen y combinen información como tickets de soporte, incidencias de ingeniería, registros de ventas y compromisos con clientes.

En resultados de benchmark publicados el 18 de agosto de 2026, TrueFoundry informó que TrueForge emparejado con el modelo de pesos abiertos GLM-5.2 resolvió aproximadamente 11 de 14 tareas a un costo promedio de $2.90 por ejecución. Claude Managed Agents emparejado con Claude Opus 4.8 resolvió aproximadamente el mismo número a $11.80 por ejecución, produciendo el ahorro del 75% reclamado.

La comparación mide dos cambios a la vez. TrueForge usa un arnés diferente y un modelo mucho más barato. El resultado apoya el argumento de TrueFoundry a favor de la elección de modelo, dado que Claude Managed Agents está ligado a la familia de modelos de Anthropic. No establece que la orquestación de TrueForge por sí sola haya reducido la factura en un 75%.

TrueFoundry también ejecutó Opus 4.8 a través de ambos arneses. Reportó un costo promedio de $8.50 por ejecución para TrueForge y $11.80 para Claude Managed Agents, una reducción de alrededor del 30%. TrueFoundry atribuyó la diferencia a prompts más pequeños, menos llamadas a herramientas y compactación del contexto. Informó que TrueForge consumió 3.8 millones de tokens por ejecución, frente a 10 millones para Claude Managed Agents.

Estas son las propias mediciones de TrueFoundry. La metodología está documentada y las tareas subyacentes de Enterprise-Bench son públicas, pero los resultados de costo y finalización no han sido validados de forma independiente.

Los cargos de infraestructura, sandbox y modelo también siguen siendo responsabilidad del usuario. La licencia MIT elimina la tarifa del arnés; no hace que operar un agente sea gratuito.

El software libre alimenta el plano de control de pago

TrueFoundry ya vende un AI Gateway que centraliza credenciales de modelos, reglas de acceso, límites de gasto, enrutamiento, observabilidad y conexiones MCP. TrueForge se sitúa por encima de ese plano de control y ejecuta el bucle del agente.

Abrir el código del arnés ofrece a los desarrolladores una vía de baja fricción para adoptar la arquitectura de TrueFoundry sin comprometerse con su plataforma comercial. A medida que los despliegues crezcan, TrueFoundry puede vender la capa de gobernanza necesaria para gestionar credenciales, políticas y costos a través de esos agentes. El código es el canal de distribución; la gateway sigue siendo el producto por el que TrueFoundry espera que las empresas paguen.

Gutgutia dijo a VentureBeat que los clientes habían pedido repetidamente una forma neutral respecto al proveedor para lanzar agentes gestionados. También dijo que TrueForge estaba pensado para ejecutarse junto a arneses comerciales y desarrollados internamente. Ese enfoque permite despliegues empresariales heterogéneos mientras mantiene a TrueFoundry en la ruta del tráfico por debajo de ellos.

TrueFoundry ha recaudado alrededor de $21 millones. Su Serie A de $19 millones fue liderada por Intel Capital en febrero de 2025, con participación de Peak XV Partners, Eniac Ventures y Jump Capital. Desde entonces TrueFoundry ha informado de más de 30 clientes de pago, además de reportar ingresos recurrentes anuales por encima de $1.5 millones y un crecimiento de clientes interanual de cuatro veces.

TrueForge amplía el argumento de los fundadores, pasando del despliegue de modelos a la gobernanza de agentes. Su adopción dependerá de si los equipos de ingeniería confían en un proyecto open source joven con una capa de producción sensible y de si los ahorros de tokens reportados se mantienen fuera del benchmark de TrueFoundry. La lógica estratégica ya está clara: Bajaj, Choudhary y Gutgutia están dispuestos a dar a los desarrolladores el runtime del agente si eso hace que la gateway de TrueFoundry sea la capa común debajo de él.