Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

红杉资本支持开源数据验证框架 Pydantic 以将云服务商业化

Posted on 2023-02-16

Pydantic是流行的 Python 库和开源数据验证框架,被一些世界上最大的公司使用,它有一个新的商业名称,并得到了硅谷最著名的风险投资 (VC) 公司之一的支持。

Pydantic Services Inc. 今天从隐身中脱颖而出,获得了由红杉领投的 470 万美元种子资金,参与方包括ParTech 、 Irregular Expressions和众多天使投资人,包括 Zapier 联合创始人Bryan Helmig 、dbt Labs 创始人Tristan Handy和 Sentry 联合创始人大卫克莱默。

总部位于伦敦的软件开发人员Samuel Colvin于 2017 年启动 Pydantic 作为一项实验,在此期间,该项目不断壮大,被包括 Alphabet、亚马逊、苹果、Meta 和微软在内的主要科技公司的开发人员使用。

它的采用在很大程度上是由FastAPI推动的,FastAPI 是一个用于构建 API 的 Web 框架,在后台与 Pydantic 集成。然而,Pydantic 的增长更广泛也可以归因于 Python 的爆炸式增长,Python 在 2019 年超越 Java 成为仅次于 JavaScript 的第二大流行编程语言。

根据 Colvin 的说法,Pydantic 现在每个月的下载量约为 4800 万次,纳斯达克前 25 家上市公司中有 19 家使用 Pydantic。

“目前,12% 的专业 Web 开发人员在各种应用程序中使用 Pydantic,”Colvin 向 TechCrunch 解释道。 “开发人员开始使用和信任该工具的速度向我展示了问题的严重性和对更好解决方案的渴望。”

那么,开发人员使用 Pydantic 到底是为了什么呢?

好吧,在线应用程序需要检查和验证用户输入的数据类型的情况有很多。例如,需要姓名、电子邮件地址和电话号码的简单在线表格需要减少输入错误数据的可能性,因此如果表格能够自动检查电子邮件格式是否有效,将会很有帮助,或者名称字段未留空。同样,银行可能会建立一个新的系统来处理从多个内部和外部来源收集数据的转账——该系统必须确保在执行任何汇款之前数据的格式正确。

为此,Pydantic 在运行时强制执行 Python 的“类型提示” ,它会验证数据并在输入无效时提供用户友好的错误消息。

“Pydantic 允许开发人员处理外部的、不受信任的数据,确保它符合预期的模式,如果不符合,则会引发一个有用的错误,”Colvin 说。 “从本质上讲,Pydantic 使处理真实世界数据变得更加容易,因此速度更快——这节省了大量工作时间并避免了错误。”

“灵感来自 Pydantic”

Pydantic 的新商业实体将包含一系列新工具和服务,这些工具和服务“由 Pydantic 库提供支持和启发”,Colvin 表示,他预计这项工作的第一批成果将在今年晚些时候推出年。

“我们正在构建云服务,之后我们将提供慷慨的免费套餐和基于使用的定价,”Colvin 继续说道。 “我们将使开发人员更轻松、更安全、更快速地开发和部署应用程序到云端,并最终让开发人员更享受。我们将从帮助工程师开发小型应用程序或功能开始,但从长远来看,我们的目标是成为所有开发人员的力量倍增器——为他们提供工具,让他们能够为每个人改善世界。”

因此,至少从长远来看,我们在这里谈论的可能类似于平台即服务 (PaaS),类似于Salesforce 拥有的 Heroku 。

自去年 3 月以来,Colvin 已经全职从事 Pydantic 的工作,资金来自储蓄和企业赞助,包括来自 GitHub(微软)、AWS 和 Salesforce 等行业重量级人物的现金注入。

最重要的是,这个开源项目已经获得了超过 351 个独立实体的重要代码贡献,其中包括 Google、AWS、Visa 和 Stripe 的开发人员。这使 Pydantic 处于强势地位,因为它希望建立一支全职团队——任何具有这种工业吸引力的开源项目通常都有很好的机会吸引顶尖技术人才。

“Pydantic 的贡献者会让任何一家大型科技公司羡慕不已,而我最初聘用的几名员工都将是为该项目做出重大贡献的开发人员,”Colvin 说。 “实际上,Pydantic 的网络和声誉使我能够聘请工程师,否则这些工程师只能由名气最大、财力最雄厚的公司聘用。”

Pydantic 将以六人的初始团队开始,前三名工程师分别位于蒙大拿州、芝加哥和柏林。

“我正在招聘我在开源领域遇到的最好的开发人员,因此他们遍布世界各地,”Colvin 指出。

把钱拿出来

获得硅谷最著名的风险投资公司之一的支持对于任何刚起步的初创公司来说都是一个重大成功。事实上,红杉资本此前曾投资过苹果、谷歌、思科、Dropbox、艺电、PayPal、Zoom 和 WhatsApp 等公司,而近年来,它一直在加倍努力与特定地区的新合作伙伴合作。

今天,红杉资本在其马里波恩办公室有五个合伙人,然而,其对 Pydantic 的投资由美国合伙人Bogomil Balkansky领导,他热衷于强调红杉资本投资具有开源基金会的初创公司的历史, 包括 MongoDB 、 Confluent和dbt Labs (以前称为 Fishtown Analytics)。

“十多年来,红杉资本一直在思考‘开发者的崛起’,我们已经与许多基于开源的公司合作,”巴尔坎斯基在发给 TechCrunch 的一份声明中说。 “我们很高兴与 Samuel 合作,因为他创造了广泛使用和喜爱的 Python 数据验证库 Pydantic 的惊人记录。”

今天的消息是在红杉资本宣布设立一个 1.95 亿美元的基金,专门用于美国和欧洲的种子期初创公司几周后发布的。其第五个种子基金红杉资本还表示,这笔资金将帮助资助其 Arc 计划中的初创公司,该计划是它去年在伦敦和硅谷推出的一个项目,旨在发现和指导美国和欧洲所谓的“异类”初创公司。

然而,红杉资本并未证实其对 Pydantic 的投资是否来自该新基金。

这里值得注意的是,尽管红杉资本一直在寻求投资于欧洲创始人,但新的 Pydantic Services Inc. 实体将在美国注册成立,尽管 Colvin 将暂时留在英国。

“许多早期员工都在美国,如果是美国公司,给他们股票期权会更容易,”科尔文说。 “如果公司成功,我们将来可能需要将其转移到美国,[并且]有人告诉我这既复杂又昂贵,因此从一家美国公司开始似乎是明智的。”

拥有 470 万美元的银行存款,Colvin 表示,他们将继续用Rust重写 Pydantic 的部分内容,以期通过十倍的性能提升来提高效率。因此,虽然计划于今年晚些时候发布的 Pydantic 2.0 仍将是 Python 开发人员的库,但其一些核心逻辑将用 Rust 编写。

“让 Pydantic 更快应该会显着减少运行基于 Pydantic 的应用程序的服务器消耗的能量,”Colvin 说。 “我坚信 Python 是一种用于应用程序开发的出色语言,但作为库开发人员,我们可以通过为这些应用程序构建工具和服务来显着改进这些库——使它们运行起来更快、更安全、耗能更少使用 Rust 等快速安全的语言。”

红杉资本支持开源数据验证框架 Pydantic 将云服务商业化作者: Paul Sawers ,最初发表于TechCrunch

原文: https://techcrunch.com/2023/02/16/sequoia-backs-open-source-data-validation-framework-pydantic-to-commercialize-with-cloud-services/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme