Qodo pozyskał 70 mln dolarów w ramach rundy B, aby wprowadzić zarządzanie kodem generowanym przez AI

Qodo zabezpieczył 70 milionów dolarów w ramach rundy B, co zwiększa łączną kwotę pozyskanego kapitału do 120 milionów dolarów, gdy spółka stawia się w centrum rosnącego problemu w rozwoju oprogramowania: jak zaufać kodowi coraz częściej pisany przez AI.

Rundę tę poprowadził Qumra Capital, z udziałem mieszanki firm venture i wysokoprofilowych inwestorów indywidualnych związanych z firmami takimi jak OpenAI i Meta. Finansowanie to odzwierciedla szerszy trend w myśleniu o AI w przedsiębiorstwach – nie tylko jako o narzędziu do generowania kodu, ale jako o czymś, co wymaga nadzoru, walidacji i zarządzania w skali.

Problem: AI pisze kod szybciej, niż ludzie mogą go zweryfikować

Wzrost AI generatywnej dramatycznie przyspieszył produkcję oprogramowania. Narzędzia mogą teraz generować duże ilości kodu w sposób autonomiczny, ale ta szybkość idzie w parze z kompromisem: weryfikacją.

Qodo opiera się na prostym założeniu – generowanie kodu nie jest już wąskim gardłem. Zaufanie jest.

Tradycyjne procesy przeglądu kodu, które opierają się silnie na inżynierach ludzkich, mają trudności z nadążaniem za objętością i złożonością rozwoju wspomaganego przez AI. Nawet sami deweloperzy dostosowują swoje zachowanie. Według firmy, większość inżynierów traktuje teraz kod generowany przez AI inaczej, często wymagając bardziej rygorystycznych kroków walidacji przed wdrożeniem.

To tworzy rosnącą lukę między szybkością tworzenia kodu a pewnością, z jaką może on być wysłany.

Czym tak naprawdę jest Qodo

Qodo nie jest kolejnym asystentem programistycznym. Zamiast tego działa jako dedykowana warstwa przeglądu i zarządzania na całym cyklu życia rozwoju oprogramowania.

Jego platforma integruje się z środowiskami programistycznymi, pull requests i pipeline CI/CD, stosując automatyczną, kontekstowo-zorientowaną analizę każdej zmiany kodu. W przeciwieństwie do tradycyjnych narzędzi, które koncentrują się na izolowanych diffach, Qodo ocenia, jak zmiany wpływają na cały kod, biorąc pod uwagę zależności architektoniczne i historyczne decyzje.

W centrum jego systemu jest architektura wieloagentowa wprowadzona w ostatnich wersjach platformy. Różni specjalizowani agenci zajmują się odrębnymi aspektami przeglądu kodu – takimi jak wykrywanie błędów, kontrole zgodności i walidacja architektoniczna – zanim koordynująca warstwa filtrowania i priorytetyzacji wyników.

Ten podejście odzwierciedla szerszą ewolucję systemów AI, gdzie orkiestracja na wielu agentach staje się bardziej skuteczna niż poleganie na jednym modelu do obsługi wszystkiego.

Od generowania kodu do zarządzania kodem

Czas podniesienia Qodo jest godny uwagi. Przez ostatnie dwa lata, większość inwestycji w narzędzia programistyczne koncentrowała się na generowaniu kodu – pilotach, systemach autouzupełniania i programistach AI.

Qodo stawia, że następna faza to zarządzanie kodem.

Jego pozycjonowanie jest zgodne z rosnącym przekonaniem wewnątrz dużych przedsiębiorstw: AI może przyspieszyć rozwój, ale bez silnych barier ochronnych, może również wprowadzić ukryte ryzyka – luki w zabezpieczeniach, błędy logiczne i niekonsekwencje w systemach.

Poprzez działanie jako “system rekordu” dla jakości kodu, Qodo ma na celu standaryzowanie, w jaki sposób organizacje definiują i egzekwują standardy inżynierskie na całym zespole i repozytorium.

Adopcja w przedsiębiorstwach już się rozpoczęła

Spółka ma dużych klientów przedsiębiorstw w różnych branżach, w tym firmy z sektorów handlu, finansów i motoryzacji. Te organizacje coraz częściej wdrożenie AI-wspomaganego rozwoju, ale potrzebują pewności, że kod spełnia wewnętrzne standardy bezpieczeństwa, zgodności i wydajności.

Platforma Qodo rozwiązuje ten problem, osadzając zarządzanie w procesach roboczych, a nie polegając na oddzielnych etapach przeglądu. To redukuje tarcie, jednocześnie egzekwując spójność – kluczowy wymóg dla dużych, rozproszonych zespołów inżynierskich.

Większa zmiana: Od generowania kodu do weryfikacji na poziomie systemu

Ponieważ systemy AI biorą na siebie większą rolę w pisaniu oprogramowania, natura przeglądu kodu zmienia się na poziomie technicznym. Tradycyjne procesy są zbudowane wokół lokalizowanych diffów, oceniających, co się zmieniło w pull request. Kod generowany przez AI wyzwania ten model, ponieważ zmiany mogą obejmować wiele plików, wprowadzać ukryte zależności lub konflikty z szerszymi wzorcami architektonicznymi, pomimo wyglądu poprawnego w izolacji.

Podejście Qodo wskazuje na weryfikację na poziomie systemu. Zamiast koncentrować się tylko na indywidualnych zmianach, ocenia, jak te zmiany oddziałują z pełnym kodem, w tym z historycznymi decyzjami i ograniczeniami strukturalnymi. To wymaga traktowania oprogramowania jako ciągłego systemu, a nie jako kolekcji niezależnych aktualizacji.

Kluczową częścią tej zmiany jest użycie architektur przeglądu wieloagentowego. Specjalizowani agenci zajmują się różnymi aspektami analizy, takimi jak walidacja logiki lub spójność architektoniczna, działając nad wspólnym kontekstem, takim jak historia repozytorium i poprzednie decyzje. To nadaje coraz większe znaczenie inżynierii kontekstu, zapewniając, że odpowiednie informacje są dostępne bez przytłaczania systemu.

Szersza implikacja jest ruch w kierunku ciągłego zarządzania osadzonego w procesach roboczych. Ponieważ AI przyspiesza produkcję kodu, walidacja nie jest już jednorazowym krokiem, ale ciągłym procesem, który utrzymuje spójność, niezawodność i wyrównanie w ewoluujących systemach.