Finansiering
Qodo henter 70 millioner dollar i serie B for styring av AI-generert kode

Viktige punkterKodegenerering er ikke lenger flaskehalsen, fordi tillit har blitt det vanskeligere…
Vis mer
- Kodegenerering er ikke lenger flaskehalsen, fordi tillit har blitt det vanskeligere problemet.
- Qodo fungerer som et styringslag som gjennomgår kodeendringer på tvers av hele kodebaser i stedet for isolerte differ.
- Virksomheter trenger nå kontinuerlig verifisering innebygd i arbeidsflytene ettersom AI akselererer programvareproduksjonen.
Qodo har sikret 70 millioner dollar i serie B-finansiering, og bringer selskapets samlede innhentede kapital til 120 millioner dollar, da selskapet stiller seg i sentrum av et voksende problem i programvareutvikling: hvordan man kan stole på kode som i økende grad skrives av AI.
Runden ble ledet av Qumra Capital, med deltakelse fra en blanding av venturekapitalselskaper og høyprofilerte enkeltinvestorer knyttet til selskaper som OpenAI og Meta. Finansieringen reflekterer en bredere endring i hvordan bedrifter tenker om AI – ikke bare som et verktøy for å generere kode, men som noe som krever tilsyn, validering og styring i stor skala.
Problemet: AI skriver kode raskere enn mennesker kan verifisere den
Oppblomstringen av generativ AI har dramatisk akselerert hvordan programvare produseres. Verktøy kan nå generere store volumer av kode selvstendig, men denne hastigheten kommer med en pris: verifisering.
Qodo er bygget rundt en enkel premisse – kodegenerering er ikke lenger flaskehalsen. Det er tilliten som er flaskehalsen.
Tradisjonelle kodegjennomgangsprosesser, som i stor grad avhenger av menneskelige ingeniører, sliter med å holde tritt med volumet og kompleksiteten av AI-assistert utvikling. Selv utviklerne selv justerer sin atferd. Ifølge selskapet, behandler de fleste ingeniører nå AI-generert kode annerledes, og krever ofte strengere valideringssteg før deployering.
Dette skaper et økende gap mellom hvor raskt kode skapes og hvor trygt den kan settes i produksjon.
Hva Qodo faktisk gjør
Qodo er ikke bare enda en programmeringsassistent. I stedet opererer det som et dedikert gjennomgangs- og styringslag over hele programvareutviklingslivssyklusen.
Plattformen integreres i utviklingsmiljøer, pull-forespørsler og CI/CD-pipelines, og anvender automatisert, kontekstbevisst analyse på hver kodeendring. I motsetning til tradisjonelle verktøy som fokuserer på isolerte diffs, vurderer Qodo hvordan endringer påvirker hele kodebasen, inkludert arkitekturavhengigheter og historiske beslutninger.
I kjernen av systemet ligger en multi-agent-arkitektur introdusert i nyere versjoner av plattformen. Spesialiserte agenter håndterer forskjellige aspekter av kodegjennomgang – som feiloppdaging, kontroller av regelverksetterlevelse og arkitekturvalidering – før et koordineringslag filtrerer og prioriterer funn.
Denne tilnærmingen reflekterer en bredere utvikling i AI-systemer, hvor orkestrering over flere agenter blir mer effektiv enn å avhenge av en enkelt modell for å håndtere alt.
Fra kodegenerering til kodestyring
Tidspunktet for Qodos kapitalinnhenting er verdt å merke seg. Over de siste to årene har mye av investeringene i utviklerverktøy fokusert på kodegenerering – copiloter, autocomplete-systemer og AI-parprogrammerere.
Qodo satser på at den neste fasen er kodestyring.
Deres posisjonering stemmer overens med en økende erkjennelse innen store bedrifter: AI kan akselerere utvikling, men uten solide sikkerhetsmekanismer, kan det også introdusere skjulte risikoer – sikkerhetssårbarheter, logiske feil og inkonsistenser over systemer.
Ved å fungere som en autoritativ informasjonskilde for kodekvalitet, sikter Qodo på å standardisere hvordan organisasjoner definerer og håndhever ingeniørstandarder på tvers av team og kodearkiver.
Bedrifter har allerede begynt å ta plattformen i bruk
Selskapet teller store bedriftskunder over industrier, inkludert selskaper i detaljhandel, finans og bilindustri. Disse organisasjonene tar i økende grad i bruk AI-assisterte arbeidsflyter for utvikling, men trenger garantier for at kode møter interne standarder for sikkerhet, regelverksetterlevelse og ytelse.
Qodos plattform adresserer dette ved å integrere styring direkte i arbeidsflyten, i stedet for å avhenge av separate gjennomgangsstadier. Dette reduserer friksjon mens det fortsatt håndhever konsistens – et nøkkelkrav for store, distribuerte ingeniørteam.
Det større skiftet: Fra kodegenerering til systemnivå-verifisering
Etter hvert som AI-systemer tar på seg en større rolle i å skrive programvare, skifter naturen av kodegjennomgang på et teknisk nivå. Tradisjonelle prosesser er bygget rundt lokale diffs, og vurderer hva som har endret seg i en pull-forespørsel. AI-generert kode utfordrer denne modellen, da endringer kan omfatte flere filer, introdusere skjulte avhengigheter eller komme i konflikt med bredere arkitektoniske mønstre, til tross for at de ser korrekte ut i isolasjon.
Qodos tilnærming peker mot systemnivå-verifisering. I stedet for å fokusere bare på enkeltendringer, vurderer det hvordan disse endringene samspiller med hele kodebasen, inkludert historiske beslutninger og strukturelle begrensninger. Dette krever å behandle programvare som et kontinuerlig system, i stedet for en samling av uavhengige oppdateringer.
En sentral del av dette skiftet er bruken av multi-agent-gjennomgangsarkitekturer. Spesialiserte agenter håndterer forskjellige aspekter av analyse, som logisk validering eller arkitektonisk konsistens, og opererer over delt kontekst som kodearkivets historikk og tidligere beslutninger. Dette legger økende vekt på kontekstutforming, og sikrer at riktig informasjon er tilgjengelig uten å overvelde systemet.
Den bredere implikasjonen er en bevegelse mot kontinuerlig styring integrert i utviklingsarbeidsflyt. Etter hvert som AI akselererer kodeproduksjon, er validering ikke lenger et trinn som utføres én gang, men en kontinuerlig prosess som opprettholder konsistens, pålitelighet og sammenheng på tvers av systemer i utvikling.












