TrueFoundry lanza TrueForge: agentes IA con 75% menos costo

TrueFoundry, la plataforma de despliegue de IA empresarial fundada en 2021 por ex ingenieros de Meta, lanzó TrueForge, su herramienta de código abierto para orquestar agentes autónomos bajo licencia MIT. En sus propios benchmarks sobre el conjunto de pruebas Enterprise-Bench desarrollado por DevRev, la empresa reporta ahorros de entre un 30% y un 75% en costos de ejecución frente a los agentes gestionados de Anthropic.

Para cualquier equipo que esté evaluando cómo llevar agentes de IA a producción sin quedar atado a un único proveedor, TrueForge representa una pieza más en el rompecabezas de la infraestructura agéntica —y las cifras de eficiencia son lo suficientemente concretas como para prestar atención.

¿Qué es TrueForge y por qué importa ahora?

TrueForge es un harness (marco de trabajo) diseñado para gestionar el ciclo completo de un agente de IA: razonamiento iterativo, invocación de herramientas, recepción de resultados y ejecución continua hasta completar una tarea. Se publica en GitHub bajo licencia MIT, lo que permite a cualquier desarrollador o empresa usarlo, modificarlo, alojarlo internamente e incorporarlo en productos comerciales sin restricciones de licencia.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

La compañía ya ofrece una capa comercial llamada AI Gateway, que gestiona acceso centralizado a modelos, credenciales, permisos, presupuestos y observabilidad. TrueForge opera por encima de esa puerta de enlace: se encarga de lo que sucede cuando el modelo realmente trabaja.

«Hemos recibido esta solicitud de varios clientes», dijo Anuraag Gutgutia, cofundador y COO de TrueFoundry, en entrevista con VentureBeat. «Pueden traer agentes y MCPs —¿podemos también obtener algo donde realmente lanzar estos agentes gestionados? Creo que esa es la necesidad que estamos satisfaciendo. No es un reemplazo. Las personas lo usarán junto con otros harnesses, como los gestionados en la nube o los de proveedores comerciales, pero servirá como una forma de usarlos de manera vendor-neutral y a menor costo».

El posicionamiento es claro: TrueFoundry quiere que TrueForge sea el runtime ejecutable, mientras que su AI Gateway se convierte en la capa de gobernanza común debajo de cualquier decisión de agente que tome una empresa.

Los números del benchmark: 75% de ahorro verificado

TrueFoundry publicó dos comparativas de costos usando el benchmark Enterprise-Bench de DevRev, que evalúa el uso multi-paso de herramientas a través de sistemas CRM, seguimiento de incidencias y gestión documental.

En la configuración más favorable, TrueForge emparejado con el modelo de código abierto GLM-5.2 completó exitosamente 11 de 14 tareas del benchmark por USD 2,90, frente a los USD 11,80 que costó lograr los mismos resultados con el harness de agentes gestionados de Anthropic potenciado por Claude Opus 4.8. Eso representa un ahorro del 75%.

Cuando TrueFoundry igualó los modelos —usando Opus 4.8 tanto en TrueForge como en Claude Managed Agents—, el ahorro fue del 30% aproximadamente: USD 8,50 contra USD 11,80.

Estas cifras tienen matices importantes. El benchmark mide solo 14 tareas específicas de integración empresarial, no un escenario de producción real con tráfico sostenido. Además, el mayor ahorro se logra combinando TrueForge con un modelo de código abierto (GLM-5.2), no solo con el framework en sí. Pero incluso controlando por modelo, TrueForge muestra ventajas de costo consistentes.

Es útil contextualizar este benchmark: DevRev es una empresa de Palo Alto fundada en 2020 por Dheeraj Pandey (ex CEO de Nutanix), respaldada por Khosla Ventures y Mayfield con más de USD 150 millones levantados. Su producto principal, Computer, utiliza un grafo de conocimiento propietario llamado «Native Shared Memory» para unificar datos empresariales. El benchmark Enterprise-Bench fue desarrollado junto con el Laude Institute y validado por el profesor Alexandros Dimakis de la Universidad de California, Berkeley, con el modelo, dataset y traces públicos.

Arquitectura: control de contexto como ventaja

La propuesta técnica central de TrueForge gira en torno a la ingeniería de contexto: controlar cuánta información se envía al modelo en cada paso de ejecución de un agente. Esta es precisamente la zona donde las empresas pierden dinero sin darse cuenta.

Las decisiones arquitectónicas incluyen:

Carga diferida de esquemas MCP: los esquemas de herramientas se cargan solo cuando se necesitan, no todos al inicio
Subagentes para tareas aisladas: delegación de trabajos independientes a agentes secundarios
Descarga de resultados voluminosos: mover resultados grandes de herramientas a archivos en lugar de saturar la ventana de contexto activa
Compresión automática de conversaciones largas: umbral predeterminado de 50.000 tokens, configurable por agente
Arquitectura sandbox-as-a-tool: el bucle principal del agente permanece en el servidor TrueForge; el sandbox se aprovisiona como herramienta solo cuando el agente necesita ejecutar código o trabajar con archivos

Esta última decisión es particularmente relevante para equipos que operan múltiples agentes concurrentemente. Al mantener el agente core en el servidor y aprovisionar sandboxes bajo demanda, TrueFoundry afirma que reduce el cómputo innecesario y permite que un servidor ejecute más agentes simultáneamente.

Para desarrollo local, TrueForge puede ejecutarse como un único proceso con SQLite. Para producción, se escala con Docker Compose o Helm usando Postgres y Redis. La documentación advierte explícitamente que la configuración local está diseñada únicamente para máquinas de desarrolladores, no como servicio de producción expuesto a Internet.

¿Qué significa esto para tu startup?

Si tu equipo está construyendo o desplegando agentes de IA en producción, hay tres implicaciones concretas de esta publicación:

Primero, el costo de los agentes no es fijo. Depende críticamente de cómo gestiones el contexto. Si estás enviando miles de tokens de contexto redundante en cada iteración del agente, estás pagando por tokens que no aportan valor. La compresión inteligente, la carga diferida de esquemas y la descarga de resultados voluminosos pueden reducir significativamente tu factura de inferencia sin cambiar el modelo subyacente.

Segundo, vendor-neutral ya no es solo una palabra de marketing. Con frameworks open source como TrueForge disponibles bajo licencia MIT, puedes desarrollar tu lógica de agente y luego intercambiar modelos según costo, rendimiento o disponibilidad. Esto cambia radicalmente la negociación con proveedores de modelos: si tu agente no está acoplado a un runtime propietario, tienes poder de migración.

Tercero, el open source no equivale a gobernanza empresarial. TrueFoundry lo dice claramente: si usas la versión open source de TrueForge por tu cuenta, necesitas implementar los controles adecuados tú mismo o detrás de otro sistema interno. La identidad corporativa, SSO, permisos granulares y auditoría requieren una capa comercial o interna adicional. Si tu startup escala rápidamente hacia entornos empresariales con compliance requirements, necesitarás evaluar cuándo integrar un gateway de gobernanza.

Acciones inmediatas que puedes tomar:

Evalúa tu stack actual de agentes: ¿cuántos tokens de contexto envías por iteración? Instrumenta el tracing para medir el desperdicio real de contexto en tus agentes existentes
Prueba TrueForge en entornos de desarrollo con un modelo de código abierto (GLM-5.2 u otro compatible) para establecer una línea base de costos antes de escalar a producción
Documenta tus requisitos de gobernanza desde temprano: identificados qué permisos, auditabilidad y control de acceso necesitarán tus agentes cuando escalen, para no tener que rehacer la arquitectura después

El plan de negocio detrás del open source

Dar away un harness tan funcional como TrueForge puede parecer contraintuitivo, pero encaja perfectamente con la estrategia comercial de TrueFoundry. La empresa no gana dinero vendiendo el framework; gana dinero vendiendo la infraestructura de gobernanza que lo rodea.

TrueFoundry fue fundada en 2021 por Nikunj Bajaj, Abhishek Choudhary y Anuraag Gutgutia, quienes previamente trabajaron en Meta y WorldQuant. Su experiencia común fue trabajar con sistemas maduros donde la infraestructura y los controles estaban diseñados para prevenir errores costosos —una idea que aplicaron al mundo de la IA empresarial.

Por febrero de 2025, TrueFoundry había levantado USD 19 millones en una ronda Serie A liderada por Intel Capital, con participación de Eniac Ventures, Peak XV's Surge, Jump Capital y inversionistas ángeles como Gokul Rajaram y Mohit Aron. La financiación total llegó a aproximadamente USD 21 millones.

Para enero de 2026, la empresa reportaba más de 30 clientes pagos a nivel mundial, superaba los USD 1,5 millones en ingresos recurrentes anuales y procesaba más de 10 mil millones de solicitudes mensuales a través de su AI Gateway. Entre sus clientes figuran NetApp, Siemens Healthineers, ResMed, Automation Anywhere, Nvidia y Games24x7.

En junio de 2026, TrueFoundry adquirió Seldon AI, una empresa británica especializada en MLOps cuyo software Seldon Core ha sido utilizado para serving de modelos en producción. Según el comunicado oficial, la adquisición une la fundación de MLOps de Seldon con la capa de control de Agentic AI de TrueFoundry, permitiendo a los clientes combinar modelos predictivos tradicionales con LLMs y agentes autónomos sin reemplazar su infraestructura existente.

Gutgutia identificó a NetApp, Siemens, Synopsys y Automation Anywhere entre las organizaciones Fortune 1000 que trabajan con la compañía. NetApp fue usuario beta del harness y contribuyó requisitos durante el desarrollo, utilizando la tecnología para respuesta a incidentes y triaje más rápido de tickets, además de exponer agentes internos como herramientas self-service para desarrolladores.

La evolución es consistente: TrueFoundry comenzó como plataforma de despliegue de modelos ML, expandió hacia aplicaciones LLM, luego hacia agentes, y ahora ofrece tanto el runtime open source (TrueForge) como la capa de gobernanza comercial (AI Gateway). Es una estrategia probada en el ecosistema open source: dar away la herramienta que los desarrolladores aman y vender la infraestructura que las empresas necesitan.