Dust est une plateforme pour développeurs conçue pour concevoir, construire et déployer des agents IA et des flux de travail personnalisés, ciblant les entreprises et les équipes d'ingénierie. Fondée en 2023, l'entreprise est issue de l'écosystème croissant autour des grands modèles de langage, visant à fournir une infrastructure pour les applications agentiques qui vont au-delà des simples interfaces de chat. L'offre principale de Dust comprend un constructeur visuel par glisser-déposer, un SDK orienté code, et un environnement d'exécution géré, permettant aux équipes de créer, tester et surveiller des assistants IA qui interagissent avec des outils externes, des API et des bases de données internes.
La plateforme a émergé d'une période de progrès rapides dans les architectures IA générative et transformers, répondant à un besoin d'outils de qualité production. L'approche de Dust met l'accent sur la flexibilité et le contrôle, permettant aux développeurs d'intégrer n'importe quel grand modèle de langage provenant de fournisseurs tels que OpenAI, Anthropic ou Google DeepMind, ou d'utiliser des modèles personnalisés affinés sur des ensembles de données privés. Cela positionne Dust face aux constructeurs d'agents sans code et aux cadres d'orchestration plus généralisés, en se concentrant sur l'évolutivité, l'observabilité et la collaboration pour les équipes logicielles.
Fondation et historique
Dust a été cofondée en 2023 par Francois-Xavier Caulier, Gabriel Hubert et Stanislas Polu, trois ingénieurs ayant précédemment travaillé chez OpenAI. Leur expérience dans la recherche et le déploiement d'IA de pointe a influencé la conception initiale de Dust : une plateforme pour rationaliser la transition du prototype à la production. La première version bêta publique a été lancée début 2024, gagnant rapidement en popularité dans la communauté des développeurs pour sa facilité d'utilisation et ses intégrations techniques approfondies. Les premiers tours de financement comprenaient un investissement de 2 millions de dollars en amorçage de la part d'investisseurs notables, dont Sequoia Capital, suivi d'un tour de série A de 16 millions de dollars en février 2025 mené par Greylock Partners, portant la valorisation de l'entreprise à 100 millions de dollars.
À la mi-2024, Dust avait constitué une base de clients de plus de 200 entreprises, incluant un mélange de startups et de sociétés du Fortune 500, avec une adoption particulière dans les secteurs des services financiers et de la santé. La plateforme a connu une mise à jour majeure en octobre 2025 avec sa version 2.0, introduisant une API versionnée, un moteur d'exécution déterministe (non probabiliste) pour les pipelines de apprentissage automatique, et une intégration avec Amazon Web Services et Google Cloud pour des déploiements sur site ou centrés sur le cloud.
Fonctionnalités et produits clés
Le produit principal est la console Dust, qui offre plusieurs composants distincts :
- Constructeur de tâches visuel : Un canevas par glisser-déposer dans le navigateur pour créer des séquences de flux de travail, connecter des LLM, des blocs de mémoire et des appels d'outils. Le constructeur génère automatiquement du code TypeScript, qui peut être directement validé dans le système de contrôle de version de l'équipe.
- IDE de code : Pour les utilisateurs avancés, une bibliothèque YAML et TypeScript permet de coder manuellement les flux de travail, avec coloration syntaxique et un environnement de test local. Le SDK prend en charge la programmation sociale via des commentaires et un historique de versions.
- Passerelle de modèles : Une API unifiée pour accéder aux LLM de OpenAI, Anthropic, Google DeepMind et Meta AI, ainsi qu'un support pour les modèles à poids ouverts comme Llama 3 via CoreWeave ou Groq pour une inférence à faible latence. La passerelle fournit un routage de secours et un suivi des coûts.
- Mémoire et récupération : Stockage vectoriel intégré pour la mémoire à long terme et la génération augmentée par récupération (RAG), prenant en charge la connexion à diverses sources comme Salesforce, Slack et Notion.
- Observabilité : Journalisation, audit des jetons et suivi de la latence sur l'ensemble de la pile, des appels LLM aux invocations d'outils, avec des tableaux de bord personnalisés.
- Suite d'évaluation : Une suite pour exécuter des tests unitaires et des tests de régression sur les performances des agents par rapport aux résultats attendus.
Technologie
Au cœur de Dust, un cadre de raisonnement par chaîne de pensée est implémenté, mais la plateforme se distingue en permettant aux utilisateurs de décomposer explicitement les phrases. La plateforme abstrait les complexités de l'ingénierie des invites et de la gestion des jetons, offrant un langage spécifique au domaine (DSL) qui compile en un graphe exécutable composé de nœuds pour les appels LLM, les outils ou les branches de décision.
Cette architecture permet une localisation hybride - l'ensemble du pipeline peut s'exécuter sur une infrastructure cloud dédiée via l'orchestration, ou dans le VPC propre du développeur pour la confidentialité des données. Dust a implémenté un algorithme de routage propriétaire qui prédit les compromis précision-coût entre différents fournisseurs de modèles, ce qui permet une réduction des coûts allant jusqu'à 30 % dans les charges de travail de production importantes, selon des benchmarks internes publiés en janvier 2025.
Pour l'inférence, Dust prend en charge à la fois les appels synchrones à la demande et le traitement par lots. Son planificateur d'exécution optimise l'utilisation des GPU en regroupant les requêtes concurrentes de plusieurs flux de travail, atteignant un débit allant jusqu'à 200 requêtes par seconde sur une seule instance p3.16xlarge (en utilisant [[AWS Tr]
Adoption en entreprise et cas d'utilisation
Les entreprises utilisent Dust.txt principalement pour des assistants IA internes spécialisés dans des tâches telles que le routage des tickets, la revue de code et la synthèse de documents. Par exemple :
- Services financiers : Une banque d'investissement a déployé Dust pour automatiser ses processus de synthèse de recherche, ingérant plus de 10 000 flux Reuters et Bloomberg quotidiennement et produisant des briefings personnalisés en moins de 15 minutes.
- Santé : Une startup de santé numérique a utilisé Dust pour construire un agent de tri des patients basé sur l'IA qui s'intègre à son système de dossier de santé électronique, gérant 2 500 conversations par jour avec un taux d'escalade signalé de 15 %. La conformité intégrée au harnais garantit la conformité HIIPA avec journalisation.
- Informatique d'entreprise : Une autre entreprise technologique utilise Dust pour gérer son service d'assistance interne, en automatisant les flux de travail de tickets, atteignant une précision soutenue de première réponse et des données étiquetées améliorées.
La flexibilité de la plateforme a également attiré des développeurs indépendants, qui utilisent Dust sur le niveau gratuit pour construire des projets secondaires, des agents de loisir et des outils éducatifs.
Communauté et écosystème
Dust maintient des contributions open-source et a publié des recherches sur son infrastructure d'agents, y compris un article présenté à ICML 2024 sur « Robust Multi-Step Inference », co-écrit avec le laboratoire d'intelligence artificielle de l'université de Stanford. Son blog propose des tutoriels et des manuels opérationnels. En 2025, l'entreprise a commencé à organiser une conférence annuelle pour développeurs, DustCon, attirant 1 200 participants, et a lancé un incubateur de partenaires avec des subventions de 100 000 dollars en financement d'amorçage pour des projets construits sur la plateforme.
L'écosystème plus large comprend des intégrations avec des outils de surveillance comme Langfuse et Weights & Biases et des plateformes de déploiement, y compris Vercel. En tant que contributeur clé aux écosystèmes [Python, TypeScript], Dust distribue son SDK via PyPI et npm.
Orientations futures et position sur le marché
En 2025, Dust s'est étendu au marché européen avec un bureau à Paris, ajoutant plus de 50 employés, et a annoncé une feuille de route pour incorporer des techniques d'efficacité plus avancées comme le décodage spéculatif et l'optimisation multicritère.
Les dirigeants soulignent que le principal différenciateur n'est pas la qualité du modèle, mais la capacité à séparer l'orchestration des acteurs. Fin 2025, Dust reste une startup relativement petite, mais son adoption proactive et son accent sur le développement/la résolution de problèmes la positionnent favorablement face aux précurseurs dans le domaine du développement d'agents.
Dust fait face à la concurrence des géants du cloud établis comme Amazon Web Services et Google Cloud qui ajoutent des outils d'agents natifs, ainsi qu'à des startups comme LangChain et LlamaIndex. Cependant, son accent sur la fiabilité de niveau entreprise et sa connectivité ouverte aux modèles lui confèrent un angle unique sur le marché.