Leeroo, fundada por Alireza y Majid, ha abierto el código de Kapso, un motor de inteligencia artificial diseñado para realizar experimentos, desplegar las soluciones óptimas y aprender de cada ejecución en entornos de datos empresariales. La herramienta se centra en un proceso de aprendizaje iterativo y bottom-up, argumentando que los consultores tradicionales y las definiciones de ontología empresarial a menudo fallan en la ejecución real debido a la complejidad de los datos. Kapso automatiza este ciclo de investigación, hipótesis y mejora, operando en modo de arena para garantizar la seguridad antes del despliegue final.
El sistema funciona mediante un banco de lecciones inducidas o deducidas de experimentos pasados, cada una con una puntuación de credibilidad y condiciones de aplicación. Un módulo de ideación propone ideas basadas en estas lecciones, reordenándolas según el retorno esperado frente al presupuesto, mientras que un módulo de verificación independiente valida los resultados para evitar trampas. Tras cada ejecución, el sistema actualiza sus lecciones y permite pruebas A/B para evolucionar los criterios de éxito. Kapso es agnóstico a modelos y agentes de codificación, permitiendo adaptar soluciones a stacks específicos como Docker, Modal o BentoCloud mediante un workflow unificado.
En sus pruebas, Kapso superó a los mejores modelos de tablas en el benchmark RelBench, lideró la clasificación en el MLE-bench de OpenAI y se posicionó en el top tres de los sistemas de IA en la Olimpiada Internacional de IA 2026. La empresa destaca que mantener el aprendizaje a nivel de harness es más eficiente que reentrenar modelos de fundación, ofreciendo una alternativa escalable para empresas con estamentos de datos complejos y equipos de IA sobrecargados.
