تمويل

قودو تجمع 70 مليون دولار في جولة من الفئة B لتعزيز حوكمة الكود المولّد بالذكاء الاصطناعي

Antoine Tardif
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةلم يعد توليد الشيفرة هو عنق الزجاجة، لأن الثقة أصبحت المشكلة الأصعب.
عرض المزيد
  • لم يعد توليد الشيفرة هو عنق الزجاجة، لأن الثقة أصبحت المشكلة الأصعب.
  • تعمل Qodo كطبقة حوكمة تراجع تغييرات الشيفرة عبر قواعد شيفرة كاملة بدلاً من الفروقات المعزولة.
  • تحتاج المؤسسات الآن إلى تحقق مستمر مدمج في سير العمل مع تسارع الذكاء الاصطناعي في إنتاج البرمجيات.

قودو حصلت على 70 مليون دولار في جولة تمويل من الفئة B، ليصل إجمالي التمويل الذي جمعته إلى 120 مليون دولار. وتضع الشركة نفسها في قلب مشكلة متنامية في تطوير البرمجيات: كيف يمكن الوثوق بالكود الذي يكتبه الذكاء الاصطناعي على نحو متزايد.

قادت الجولة قومرا كابيتال، بمشاركة شركات رأس مال استثماري ومستثمرين أفراد بارزين تربطهم صلات بشركات مثل أوبن إيه آي وميتا. ويعكس التمويل تحولًا أوسع في نظرة الشركات إلى الذكاء الاصطناعي، لا بوصفه أداة لتوليد الكود فحسب، بل تقنية تتطلب الإشراف والتحقق والحوكمة على نطاق واسع.

المشكلة: الذكاء الاصطناعي يكتب الكود أسرع مما يستطيع البشر التحقق منه

أدى صعود الذكاء الاصطناعي التوليدي إلى تسريع إنتاج البرمجيات بدرجة كبيرة. وأصبح بإمكان الأدوات الآن توليد كميات كبيرة من الكود بصورة مستقلة، لكن هذه السرعة تفرض تحديًا مقابلًا: التحقق من الكود.

تقوم قودو على فرضية بسيطة: لم يعد توليد الكود هو عنق الزجاجة، بل الثقة به.

تواجه عمليات مراجعة الكود التقليدية، التي تعتمد كثيرًا على المهندسين البشر، صعوبة في مواكبة حجم التطوير المدعوم بالذكاء الاصطناعي وتعقيده. وحتى المطورون أنفسهم يعدلون أسلوب عملهم. وبحسب الشركة، يتعامل معظم المهندسين الآن مع الكود المولّد بالذكاء الاصطناعي بصورة مختلفة، وغالبًا ما يشترطون خطوات تحقق أكثر صرامة قبل نشره.

وينشأ عن ذلك اتساع الفجوة بين سرعة إنتاج الكود ومدى الثقة بإمكانية إطلاقه.

ما الذي تفعله قودو عمليًا؟

قودو ليست مجرد مساعد برمجي آخر؛ فهي تعمل كطبقة مخصصة للمراجعة والحوكمة عبر دورة حياة تطوير البرمجيات.

تتكامل منصتها مع بيئات التطوير وطلبات السحب وخطوط CI/CD، وتطبق تحليلًا آليًا يراعي السياق على كل تغيير في الكود. وبخلاف الأدوات التقليدية التي تركز على فروق معزولة، تقيّم قودو كيفية امتداد آثار التغييرات عبر قاعدة الكود بأكملها، مع مراعاة التبعيات المعمارية والقرارات السابقة.

تقوم نواة النظام على معمارية متعددة الوكلاء أُدخلت في الإصدارات الحديثة من المنصة. ويتولى وكلاء متخصصون جوانب مختلفة من مراجعة الكود، مثل اكتشاف الأخطاء وفحوص الامتثال والتحقق المعماري، ثم تتولى طبقة تنسيق تصفية النتائج وترتيب أولوياتها.

ويعكس هذا النهج تطورًا أوسع في أنظمة الذكاء الاصطناعي، إذ يصبح التنسيق بين عدة وكلاء أكثر فعالية من الاعتماد على نموذج واحد لمعالجة كل شيء.

من توليد الكود إلى حوكمته

يستحق توقيت جولة تمويل قودو الانتباه. فخلال العامين الماضيين، ركز كثير من الاستثمار في أدوات المطورين على توليد الكود: مساعدات البرمجة وأنظمة الإكمال التلقائي وأدوات البرمجة الثنائية بالذكاء الاصطناعي.

وتراهن قودو على أن المرحلة التالية هي حوكمة الكود.

ويتسق توجه الشركة مع إدراك متزايد داخل المؤسسات الكبرى: يمكن للذكاء الاصطناعي تسريع التطوير، لكنه قد يضيف أيضًا مخاطر خفية دون ضوابط قوية، مثل الثغرات الأمنية والأخطاء المنطقية والتناقضات بين الأنظمة.

ومن خلال العمل بوصفها المرجع المعتمد لجودة الكود، تسعى قودو إلى توحيد كيفية تحديد المؤسسات للمعايير الهندسية وفرض تطبيقها عبر الفرق ومستودعات الكود.

اعتماد المؤسسات للمنصة بدأ بالفعل

تضم قاعدة عملاء الشركة مؤسسات كبرى من قطاعات مختلفة، منها تجارة التجزئة والتمويل والسيارات. وتتبنى هذه المؤسسات بصورة متزايدة مسارات تطوير مدعومة بالذكاء الاصطناعي، لكنها تحتاج إلى ضمان استيفاء الكود معاييرها الداخلية للأمن والامتثال والأداء.

وتعالج منصة قودو ذلك بإدماج الحوكمة مباشرة في مسارات العمل بدلًا من الاعتماد على مراحل مراجعة منفصلة. وهذا يقلل الاحتكاك مع الاستمرار في فرض الاتساق، وهو مطلب أساسي للفرق الهندسية الكبيرة والموزعة.

التحول الأكبر: من توليد الكود إلى التحقق على مستوى النظام

مع اتساع دور أنظمة الذكاء الاصطناعي في كتابة البرمجيات، تتغير طبيعة مراجعة الكود تقنيًا. فالعمليات التقليدية مبنية حول فروق موضعية، لتقييم ما تغير في طلب السحب. ويتحدى الكود المولّد بالذكاء الاصطناعي هذا النموذج؛ فقد تمتد التغييرات إلى ملفات متعددة، أو تنشئ تبعيات خفية، أو تتعارض مع أنماط معمارية أوسع رغم أنها تبدو صحيحة عند النظر إليها منفردة.

ويشير نهج قودو إلى التحقق على مستوى النظام. فبدلًا من التركيز على التغييرات الفردية وحدها، يقيّم تفاعلها مع قاعدة الكود بأكملها، بما في ذلك القرارات السابقة والقيود الهيكلية. ويتطلب ذلك التعامل مع البرمجيات كنظام متصل، لا مجموعة تحديثات مستقلة.

ويتمثل جزء أساسي من هذا التحول في استخدام معماريات مراجعة متعددة الوكلاء. ويتولى وكلاء متخصصون جوانب مختلفة من التحليل، مثل التحقق من المنطق أو الاتساق المعماري، بالاعتماد على سياق مشترك مثل تاريخ المستودع والقرارات السابقة. ويزيد ذلك أهمية هندسة السياق لضمان إتاحة المعلومات المناسبة دون تحميل النظام فوق طاقته.

أما الدلالة الأوسع فهي الانتقال نحو حوكمة مستمرة مدمجة مباشرة في مسارات التطوير. فمع تسريع الذكاء الاصطناعي إنتاج الكود، لم يعد التحقق خطوة تُنفذ مرة واحدة، بل عملية متواصلة تحافظ على الاتساق والموثوقية والتوافق عبر الأنظمة المتطورة.

أنطوان قائد صاحب رؤية وشريك مؤسس في Unite.AI، يدفعه شغف راسخ بتشكيل مستقبل الذكاء الاصطناعي والروبوتات وتعزيزه. وبصفته رائد أعمال أسس عدة مشروعات، يؤمن بأن الذكاء الاصطناعي سيُحدث تحولًا في المجتمع يضاهي ما أحدثته الكهرباء، وكثيرًا ما يتحدث بحماس عن إمكانات التقنيات التحويلية والذكاء الاصطناعي العام (AGI).

وبصفته مستشرفًا للمستقبل، يكرس جهوده لاستكشاف كيف ستشكل هذه الابتكارات عالمنا. وهو أيضًا مؤسس Securities.io، وهي منصة تركز على الاستثمار في التقنيات المتطورة التي تعيد تعريف المستقبل وتعيد تشكيل قطاعات بأكملها.