تمويل
قودو تجمع 70 مليون دولار في جولة التمويل ب để إحضار الحوكمة إلى الكود الذي تم إنشاؤه بواسطة الذكاء الاصطناعي
أضف Unite.AI إلى مصادرك المفضلة على Google
قودو قد حصلت على 70 مليون دولار في جولة التمويل ب، مما رفع إجمالي رأس المال الذي جمعته الشركة إلى 120 مليون دولار، حيث تضع الشركة نفسها في مركز مشكلة متزايدة في تطوير البرمجيات: كيف يمكن الثقة في الكود الذي كتبه الذكاء الاصطناعي بشكل متزايد.
قادت الجولة قومرا كابيتال، مع مشاركة من مزيج من شركات رأس المال الاستثماري والمتدخلين الفرديين ذوي الشهرة الذين لديهم صلات بشركات مثل أوبن إيه آي وميتا. يعكس التمويل تحولًا أوسع في كيفية تفكير الشركات الكبيرة في الذكاء الاصطناعي – ليس فقط كأداة لإنشاء الكود، ولكن كشيء يتطلب الإشراف والتحقق والحوكمة على نطاق واسع.
المشكلة: الذكاء الاصطناعي يكتب الكود بشكل أسرع مما يمكن للبشر التحقق منه
ازدادت سرعة إنتاج البرمجيات بشكل كبير مع ظهور الذكاء الاصطناعي التوليدي. يمكن للأدوات الآن إنشاء حجم كبير من الكود بشكل مستقل، ولكن هذه السرعة تأتي مع تنازلات: التحقق.
تم بناء قودو حول فرضية بسيطة – إن إنشاء الكود لم يعد الحاجز. الثقة هي الحاجز.
تضخمت العمليات التقليدية لمراجعة الكود، التي تعتمد بشكل كبير على المهندسين البشر، وتعاني في مواكبة حجم وcomplexity التطوير المدعوم بالذكاء الاصطناعي. حتى المطورون أنفسهم يعدلون سلوكهم. وفقًا للشركة، يعالج معظم المهندسين الآن الكود الذي تم إنشاؤه بواسطة الذكاء الاصطناعي بشكل مختلف، وغالبًا ما يتطلب خطوات التحقق الأكثر صرامة قبل النشر.
هذا يخلق فجوة متزايدة بين سرعة إنشاء الكود وثقة نشره.
ما الذي تفعله قودو بالفعل
قودو ليست مساعدًا آخر للبرمجة. بدلاً من ذلك، تعمل كطبقة مراجعة وحوكمة مخصصة عبر دورة حياة تطوير البرمجيات.
تتكامل منصتها في بيئات التطوير وطلبات السحب وخطوط أنابيب CI/CD، وتطبق تحليلًا آليًا متأصلًا في كل تغيير في الكود. على عكس الأدوات التقليدية التي تركز على الاختلافات المعزولة، تقييم قودو كيف تتأثر التغييرات بكل قاعدة الكود، مع مراعاة التبعيات المعمارية والقرارات التاريخية.
في قلب نظامها تقنية معمارية متعددة الوكلاء تم إدخالها في الإصدارات الأخيرة من المنصة. يعالج وكلاء متخصصون مختلفون جوانب مختلفة من مراجعة الكود – مثل اكتشاف الأخطاء وعمليات التحقق من الامتثال والتحقق المعماري – قبل أن يصفّي ويكرر طبقة التنسيق النتائج.
يعكس هذا النهج تطورًا أوسع في أنظمة الذكاء الاصطناعي، حيث يصبح التنسيق عبر وكلاء متعددين أكثر فعالية من الاعتماد على نموذج واحد لمعالجة كل شيء.
من إنشاء الكود إلى حوكمة الكود
توقيت جمع قودو ملاحظ. خلال العامين الماضيين، ركزت معظم الاستثمارات في أدوات المطورين على إنشاء الكود – رفقاء التطوير، أنظمة التكملة الآلية، وبرمجة الذكاء الاصطناعي.
تتوقع قودو أن المرحلة التالية ستكون حوكمة الكود.
تتماشى موقف الشركة مع إدراك متزايد داخل الشركات الكبيرة: يمكن للذكاء الاصطناعي تسريع التطوير، ولكن بدون حماية قوية، يمكن أن يُقدم مخاطر خفية – ثغرات أمنية، أخطاء منطقية، وتناقضات عبر الأنظمة.
من خلال عملها كـ “نظام سجل” للجودة الكودية، تهدف قودو إلى توحيد كيفية تعريف الشركات ومعايير الهندسة عبر الفرق ومخازن الكود.
اعتماد الشركات الكبيرة قد بدأ
تعد الشركة عملاء شركات كبرى في مختلف القطاعات، بما في ذلك الشركات في القطاعات التجارية والمالية والسيارات. هذه المنظمات تُ نشر بشكل متزايد سير عمل التطوير المدعوم بالذكاء الاصطناعي، ولكنها تحتاج إلى التأكد من أن الكود يلبي المعايير الداخلية للأمان والامتثال والأداء.
تعالج منصة قودو هذه المشكلة عن طريق دمج الحوكمة في سير العمل بدلاً من الاعتماد على مراحل المراجعة المنفصلة. هذا يقلل من الاحتكاك ويحافظ على συνέمة في الوقت نفسه – وهو شرط أساسي للفرق الهندسية الكبيرة الموزعة.
التغيير الأكبر: من إنشاء الكود إلى التحقق على مستوى النظام
随着 أنظمة الذكاء الاصطناعي التي تتولى الكتابة البرمجية، تتغير طبيعة مراجعة الكود على المستوى الفني. تم بناء العمليات التقليدية حول الاختلافات المحلية، وتقييم ما تغير في طلب سحب. يُشكل الكود الذي تم إنشاؤه بواسطة الذكاء الاصطناعي تحديًا لهذا النموذج، حيث يمكن أن تتأثر التغييرات بملفات متعددة، أو تقديم تبعيات خفية، أو تعارض مع أنماط معمارية أوسع على الرغم من ظهورها بشكل صحيح في العزل.
يشير نهج قودو إلى التحقق على مستوى النظام. بدلاً من التركيز فقط على التغييرات الفردية، يقيم كيف تتفاعل هذه التغييرات مع قاعدة الكود الكاملة، بما في ذلك القرارات التاريخية والقيود الهيكلية. هذا يتطلب معاملة البرمجيات ك نظام مستمر بدلاً من مجموعة من التحديثات المستقلة.
جزء مهم من هذا التحول هو استخدام هياكل مراجعة متعددة الوكلاء. يعالج وكلاء متخصصون جوانب مختلفة من التحليل، مثل التحقق من المنطق أو الاتساق المعماري، يعملون على سياق مشترك مثل تاريخ المستودع والقرارات السابقة. هذا يمنح أهمية متزايدة للهندسة السياقية، لضمان توافر المعلومات الصحيحة دون إعاقة النظام.
النطاق الأوسع هو تحول نحو الحوكمة المستمرة المدمجة في سير عمل التطوير. مع تسريع الذكاء الاصطناعي لإنتاج الكود، لم يعد التحقق خطوة واحدة بل عملية مستمرة تحافظ على الاتساق والموثوقية والتناغم عبر الأنظمة المتطورة.
