Financování
Qodo získává 70 milionů dolarů v sérii B na řízení kódu generovaného umělou inteligencí

Klíčové bodyGenerování kódu už není úzkým hrdlem, protože obtížnějším problémem se stala důvěra.
Zobrazit více
- Generování kódu už není úzkým hrdlem, protože obtížnějším problémem se stala důvěra.
- Qodo funguje jako vrstva správy, která kontroluje změny kódu v celých kódových základnách, nikoli jen izolované rozdíly.
- Podniky nyní potřebují průběžné ověřování zabudované do pracovních postupů, protože AI zrychluje produkci softwaru.
Qodo získal 70 milionů dolarů v rámci série B, čímž zvýšil celkovou výši získaných prostředků na 120 milionů dolarů, a to v době, kdy se společnost snaží řešit rostoucí problém ve vývoji softwaru: jak důvěřovat kódu, který je stále více vytvářen umělou inteligencí.
Investiční kolo vedla společnost Qumra Capital, se zapojením společností rizikového kapitálu a prominentních individuálních investorů spojených se společnostmi jako OpenAI a Meta. Financování odráží širší posun v tom, jak podniky přemýšlejí o umělé inteligenci – ne pouze jako o nástroji pro generování kódu, ale jako o něčem, co vyžaduje dohled, ověření a řízení ve velkém měřítku.
Problém: Umělá inteligence píše kód rychleji, než jej lidé dokážou ověřit
Růst generativní umělé inteligence dramaticky urychlil, jak je software produkován. Nástroje mohou nyní generovat velké objemy kódu autonomně, ale tato rychlost má své náklady: ověření.
Qodo je postaveno na jednoduchém předpokladu – generování kódu již není úzkým místem. Důvěra ano.
Tradiční procesy kontrol kódu, které se silně spoléhají na lidské inženýry, se potýkají s tím, aby držely krok s objemem a složitostí vývoje asistovaného umělou inteligencí. I sami vývojáři mění své chování. Podle společnosti většina inženýrů nyní považuje kód generovaný umělou inteligencí za odlišný, často vyžadující přísnější validační kroky před nasazením.
Tím se prohlubuje rozdíl mezi rychlostí tvorby kódu a jistotou, s jakou jej lze nasadit.
Co Qodo vlastně dělá
Qodo není další programovací asistent. Místo toho funguje jako specializovaná vrstva pro kontrolu a řízení napříč celým životním cyklem vývoje softwaru.
Jeho platforma se integruje do vývojových prostředí, požadavků na začlenění změn (pull requests) a CI/CD pipeline a aplikuje automatizovanou analýzu zohledňující kontext na každou změnu kódu. Na rozdíl od tradičních nástrojů, které se zaměřují na izolované rozdíly, Qodo vyhodnocuje, jak se změny šíří v celé kódové základně a zohledňuje architektonické závislosti a historická rozhodnutí.
V jádru jeho systému je multi-agentní architektura zavedená v nedávných verzích platformy. Specializovaní agenti zpracovávají různé aspekty kontroly kódu – jako je detekce chyb, kontroly souladu s požadavky a validace architektury – předtím, než koordinační vrstva filtruje a řadí podle priority výsledky.
Tento přístup odráží širší evoluci v systémech umělé inteligence, kde orchestrace napříč několika agenty se stává účinnější než spoléhání se na jeden model, aby zvládl vše.
Z generování kódu k řízení kódu
Načasování financování společnosti Qodo je pozoruhodné. Během posledních dvou let se velká část investic do nástrojů pro vývojáře zaměřila na generování kódu – kopiloty, systémy automatického dokončování a nástroje pro párové programování s umělou inteligencí.
Qodo sází na to, že další fáze je řízení kódu.
Jeho pozice se shoduje s rostoucím uvědoměním uvnitř velkých podniků: umělá inteligence může urychlit vývoj, ale bez silných zábran může také zavést skrytá rizika – zranitelnosti zabezpečení, logické chyby a nekonzistence napříč systémy.
Qodo chce fungovat jako autoritativní zdroj informací o kvalitě kódu a standardizovat způsob, jakým organizace definují a prosazují technické standardy napříč týmy a repozitáři.
Přijetí v podnikovém prostředí již probíhá
Společnost má velké podnikové zákazníky napříč odvětvími, včetně společností v maloobchodě, financích a automobilovém průmyslu. Tyto organizace stále více nasazují vývojové pracovní postupy asistované umělou inteligencí, ale potřebují jistotu, že kód splňuje vnitřní standardy pro zabezpečení, soulad s požadavky a výkon.
Platforma Qodo řeší tuto otázku tím, že řízení vkládá přímo do pracovních postupů místo spoléhání se na samostatné fáze kontrol. Tím se snižuje tření, zatímco se stále vynucuje konzistence – klíčový požadavek pro velké, distribuované inženýrské týmy.
Větší posun: Z generování kódu k verifikaci na úrovni systému
Jak systémy umělé inteligence přebírají větší roli při psaní softwaru, povaha kontrol kódu se technicky mění. Tradiční procesy jsou postaveny kolem lokalizovaných rozdílů, vyhodnocujících, co se změnilo v požadavku na začlenění změn. Kód generovaný umělou inteligencí zpochybňuje tento model, protože změny mohou zahrnovat několik souborů, zavést skryté závislosti nebo být v rozporu s širšími architektonickými vzory, a to navzdory tomu, že vypadají správně v izolaci.
Qodo ukazuje směr k verifikaci na úrovni systému. Místo toho, aby se zaměřoval pouze na jednotlivé změny, vyhodnocuje, jak tyto změny interagují s celou kódovou základnou, včetně historických rozhodnutí a strukturálních omezení. To vyžaduje zacházet se softwarem jako s kontinuálním systémem spíše než se sbírkou nezávislých aktualizací.
Klíčovou součástí tohoto posunu je použití multi-agentních architektur pro kontrolu. Specializovaní agenti zpracovávají různé aspekty analýzy, jako je validace logiky nebo konzistence architektury, pracují nad sdíleným kontextem, jako je historie repozitáře a předchozí rozhodnutí. To klade rostoucí důraz na inženýrství kontextu, které zajišťuje dostupnost správných informací bez zahlcení systému.
Širším důsledkem je posun k nepřetržitému řízení vkládanému přímo do vývojových pracovních postupů. Jak umělá inteligence urychluje produkci kódu, ověření již není jednorázovým krokem, ale nepřetržitým procesem, který udržuje konzistenci, spolehlivost a vzájemný soulad napříč vyvíjejícími se systémy.












