Qodo Mengumpulkan $70M Seri B untuk Membawa Tata Kelola ke Kode yang Dihasilkan AI

Qodo telah mengamankan $70 juta dalam pendanaan Seri B, membawa total modal yang dikumpulkan menjadi $120 juta, karena perusahaan ini memposisikan diri di pusat masalah yang berkembang dalam pengembangan perangkat lunak: bagaimana mempercayai kode yang semakin banyak ditulis oleh AI.

Putaran ini dipimpin oleh Qumra Capital, dengan partisipasi dari campuran firma ventura dan investor individu dengan profil tinggi yang terkait dengan perusahaan seperti OpenAI dan Meta. Pendanaan ini mencerminkan pergeseran yang lebih luas dalam cara perusahaan berpikir tentang AI—bukan hanya sebagai alat untuk menghasilkan kode, tetapi sebagai sesuatu yang memerlukan pengawasan, validasi, dan tata kelola skala besar.

Masalahnya: AI Menulis Kode Lebih Cepat Daripada Manusia Bisa Memverifikasinya

Kenaikan AI generatif telah mempercepat secara dramatis bagaimana perangkat lunak diproduksi. Alat dapat sekarang menghasilkan volume kode besar secara otonom, tetapi kecepatan itu datang dengan konsekuensi: verifikasi.

Qodo dibangun di sekitar premis sederhana—penghasilan kode tidak lagi menjadi bottleneck. Kepercayaan adalah.

Proses tinjauan kode tradisional, yang sangat bergantung pada insinyur manusia, kesulitan untuk mengikuti volume dan kompleksitas pengembangan yang dibantu AI. Bahkan pengembang sendiri sedang menyesuaikan perilaku mereka. Menurut perusahaan, sebagian besar insinyur sekarang memperlakukan kode yang dihasilkan AI secara berbeda, sering memerlukan langkah validasi yang lebih ketat sebelum penerapan.

Hal ini menciptakan kesenjangan yang semakin melebar antara seberapa cepat kode dibuat dan seberapa percaya diri itu dapat dikirim.

Apa yang Qodo Lakukan

Qodo bukanlah asisten pengkodean lain. Sebaliknya, ia beroperasi sebagai lapisan tinjauan dan tata kelola yang didedikasikan di seluruh siklus hidup pengembangan perangkat lunak.

Platformnya terintegrasi ke dalam lingkungan pengembangan, permintaan tarik, dan pipa CI/CD, menerapkan analisis otomatis yang sadar konteks ke setiap perubahan kode. Tidak seperti alat tradisional yang fokus pada diff terisolasi, Qodo mengevaluasi bagaimana perubahan bergetar di seluruh basis kode, mempertimbangkan ketergantungan arsitektur dan keputusan historis.

Di inti sistemnya adalah arsitektur multi-agennya yang diperkenalkan dalam versi terbaru platform. Agen khusus yang berbeda menangani aspek tinjauan kode yang berbeda—seperti deteksi bug, pemeriksaan kepatuhan, dan validasi arsitektur—sebelum lapisan koordinasi menyaring dan memprioritaskan temuan.

Pendekatan ini mencerminkan evolusi yang lebih luas dalam sistem AI, di mana orkestrasi di seluruh agen yang berbeda menjadi lebih efektif daripada mengandalkan satu model untuk menangani segalanya.

Dari Penghasilan Kode ke Tata Kelola Kode

Waktu penggalangan Qodo ini cukup menonjol. Selama dua tahun terakhir, sebagian besar investasi dalam alat pengembang telah fokus pada penghasilan kode—copilot, sistem autocompile, dan programmer AI.

Qodo bertaruh bahwa fase berikutnya adalah tata kelola kode.

Posisinya sejalan dengan kesadaran yang semakin tumbuh di dalam perusahaan besar: AI dapat mempercepat pengembangan, tetapi tanpa garda depan yang kuat, dapat memperkenalkan risiko tersembunyi—kerentanan keamanan, kesalahan logika, dan inkonsistensi di seluruh sistem.

Dengan bertindak sebagai “sistem catatan” untuk kualitas kode, Qodo bertujuan untuk memstandarisasi bagaimana organisasi mendefinisikan dan menerapkan standar teknik di seluruh tim dan repositori.

Adopsi Perusahaan Sudah Berlangsung

Perusahaan ini memiliki pelanggan besar di berbagai industri, termasuk perusahaan di ritel, keuangan, dan otomotif. Organisasi ini semakin banyak menerapkan alur kerja pengembangan yang dibantu AI, tetapi memerlukan jaminan bahwa kode memenuhi standar internal untuk keamanan, kepatuhan, dan kinerja.

Platform Qodo menangani ini dengan menyematkan tata kelola langsung ke dalam alur kerja daripada mengandalkan tahap tinjauan terpisah. Ini mengurangi gesekan sambil tetap menerapkan konsistensi—suatu persyaratan kunci untuk tim teknik yang besar dan terdistribusi.

Perubahan Besar: Dari Penghasilan Kode ke Verifikasi Sistem-Level

Ketika sistem AI mengambil peran yang lebih besar dalam penulisan perangkat lunak, sifat tinjauan kode bergeser pada tingkat teknis. Proses tradisional dibangun di sekitar diff lokal, mengevaluasi apa yang berubah dalam permintaan tarik. Kode yang dihasilkan AI menantang model ini, karena perubahan dapat meliputi beberapa file, memperkenalkan ketergantungan tersembunyi, atau bertentangan dengan pola arsitektur yang lebih luas meskipun tampak benar dalam isolasi.

Pendekatan Qodo menunjuk ke arah verifikasi sistem-level. Alih-alih fokus hanya pada perubahan individu, ia mengevaluasi bagaimana perubahan tersebut berinteraksi dengan basis kode penuh, termasuk keputusan historis dan kendala struktural. Ini memerlukan memperlakukan perangkat lunak sebagai sistem kontinu daripada kumpulan pembaruan independen.

Bagian kunci dari perubahan ini adalah penggunaan arsitektur tinjauan multi-agennya. Agen khusus menangani aspek analisis yang berbeda, seperti validasi logika atau konsistensi arsitektur, beroperasi di atas konteks bersama seperti riwayat repositori dan keputusan sebelumnya. Ini menempatkan penekanan yang semakin besar pada teknik konteks, memastikan informasi yang tepat tersedia tanpa menghancurkan sistem.

Implikasi yang lebih luas adalah pergeseran menuju tata kelola kontinu yang disematkan langsung ke dalam alur kerja pengembangan. Ketika AI mempercepat produksi kode, validasi tidak lagi menjadi langkah satu kali tetapi proses berkelanjutan yang mempertahankan konsistensi, keandalan, dan keselarasan di seluruh sistem yang berkembang.