การระดมทุน
Qodo ระดมทุน Series B 70 ล้านดอลลาร์ เพื่อกำกับดูแลโค้ดที่ AI สร้าง

ประเด็นสำคัญการสร้างโค้ดไม่ใช่คอขวดอีกต่อไป เพราะความไว้วางใจกลายเป็นปัญหาที่แก้ได้ยากกว่า
ดูเพิ่มเติม
- การสร้างโค้ดไม่ใช่คอขวดอีกต่อไป เพราะความไว้วางใจกลายเป็นปัญหาที่แก้ได้ยากกว่า
- Qodo ทำหน้าที่เป็นชั้นการกำกับดูแลที่ตรวจสอบการเปลี่ยนแปลงโค้ดทั่วทั้งฐานโค้ด แทนที่จะตรวจเฉพาะส่วนที่เปลี่ยนแปลงแบบแยกส่วน
- องค์กรต่างๆ จำเป็นต้องมีการตรวจสอบอย่างต่อเนื่องที่ฝังอยู่ในเวิร์กโฟลว์ เนื่องจาก AI เร่งการผลิตซอฟต์แวร์
Qodo ได้ระดมทุน 70 ล้านดอลลาร์ใน Series B ทำให้ยอดทุนทั้งหมดที่ระดมได้ถึง 120 ล้านดอลลาร์ เนื่องจากบริษัทต้องการวางตัวเองอยู่ที่จุดศูนย์กลางของปัญหาที่กำลังเติบโตในการพัฒนาซอฟต์แวร์ ซึ่งก็คือ จะเชื่อถือโค้ดที่ AI เขียนมากขึ้นเรื่อยๆ ได้อย่างไร
รอบการระดมทุนนี้นำโดย Qumra Capital โดยมีการเข้าร่วมจากบริษัทร่วมลงทุนและนักลงทุนรายบุคคลที่มีชื่อเสียงซึ่งมีความเกี่ยวข้องกับบริษัทอย่าง OpenAI และ Meta การระดมทุนนี้สะท้อนถึงการเปลี่ยนแปลงที่กว้างขึ้นในด้านที่บริษัทขนาดใหญ่คิดเกี่ยวกับ AI ไม่ใช่แค่เครื่องมือสำหรับการสร้างโค้ด แต่ยังเป็นสิ่งที่ต้องการการควบคุมดูแล การตรวจสอบความถูกต้อง และธรรมาภิบาลในวงกว้าง
ปัญหา: AI เขียนโค้ดเร็วกว่าที่มนุษย์สามารถตรวจสอบได้
การเติบโตของ AI เชิงกำเนิด ทำให้การผลิตซอฟต์แวร์เร็วขึ้นอย่างมาก เครื่องมือสามารถ สร้างโค้ดจำนวนมากได้โดยอัตโนมัติ แต่ความเร็วนี้มาพร้อมกับการแลกเปลี่ยน: การตรวจสอบ
Qodo ถูกสร้างขึ้นโดยมีหลักการง่ายๆ ว่าการสร้างโค้ดไม่ใช่คอขวดอีกต่อไป ความไว้วางใจต่างหากที่เป็นคอขวด
กระบวนการตรวจสอบโค้ดแบบดั้งเดิม ซึ่งพึ่งพาวิศวกรที่เป็นมนุษย์เป็นอย่างมาก กำลังดิ้นรนเพื่อติดตามปริมาณและความซับซ้อนของการพัฒนาโดยใช้ AI แม้แต่ผู้พัฒนาเองก็กำลังปรับพฤติกรรม บริษัทระบุว่าผู้พัฒนาส่วนใหญ่ขณะนี้ปฏิบัติต่อโค้ดที่ AI สร้างแตกต่างออกไป โดยมักต้องการขั้นตอนการตรวจสอบที่เข้มงวดมากขึ้นก่อนที่จะนำไปใช้
สิ่งนี้ทำให้เกิดช่องว่างที่กว้างขึ้นระหว่างความเร็วที่โค้ดถูกสร้างขึ้นและความมั่นใจที่โค้ดสามารถส่งมอบได้
Qodo ทำอะไรอย่างแท้จริง
Qodo ไม่ใช่เพียงเครื่องมือช่วยเขียนโค้ดอีกตัวหนึ่ง แต่ทำงานเป็นชั้นสำหรับการตรวจสอบและการกำกับดูแลโดยเฉพาะตลอดวงจรชีวิตของการพัฒนาซอฟต์แวร์
แพลตฟอร์มของ Qodo รวมเข้ากับสภาพแวดล้อมการพัฒนา คำขอรวมโค้ดหรือ pull request และ CI/CD pipelines โดยใช้การวิเคราะห์อัตโนมัติที่คำนึงถึงบริบทสำหรับการเปลี่ยนแปลงโค้ดแต่ละครั้ง ไม่เหมือนกับเครื่องมือแบบดั้งเดิมที่มุ่งเน้นไปที่การเปลี่ยนแปลงที่แยกออกมา Qodo ประเมินว่าการเปลี่ยนแปลงเหล่านั้นส่งผลกระทบต่อทั้งโค้ดเบส รวมถึงความสัมพันธ์แบบพึ่งพากันในสถาปัตยกรรมและการตัดสินใจในอดีต
แก่นกลางของระบบคือสถาปัตยกรรมแบบ multi-agent ที่ถูกนำมาใช้ในรุ่นล่าสุดของแพลตฟอร์ม เอเจนต์เฉพาะทางแต่ละตัวจัดการด้านต่างๆ ของการตรวจสอบโค้ด เช่น การตรวจจับบั๊ก การตรวจสอบการปฏิบัติตามกฎระเบียบ และการตรวจสอบความสอดคล้องทางสถาปัตยกรรม ก่อนที่ชั้นการประสานงานจะกรองและจัดลำดับความสำคัญของผลการตรวจสอบ
แนวทางนี้สะท้อนถึงการเปลี่ยนแปลงที่กว้างขึ้นในระบบ AI โดยที่การประสานงานระหว่างตัวแทนหลายตัวกำลังมีประสิทธิภาพมากกว่าการพึ่งพาโมเดลเดียวในการจัดการทุกอย่าง
จากการสร้างโค้ดสู่การกำกับดูแลโค้ด
การระดมทุนของ Qodo ในช่วงเวลานี้มีความหมายที่น่าสนใจ ในช่วงสองปีที่ผ่านมา การลงทุนจำนวนมากในเครื่องมือสำหรับผู้พัฒนามุ่งเน้นไปที่การสร้างโค้ด—ผู้ช่วยเขียนโค้ด ระบบเติมโค้ดอัตโนมัติ และคู่หูเขียนโปรแกรม AI
Qodo วางเดิมพันว่าเฟสหน้าจะอยู่ที่ การกำกับดูแลโค้ด
การวางตำแหน่งของ Qodo สอดคล้องกับการตระหนักภายในองค์กรขนาดใหญ่มากขึ้น: AI สามารถเร่งการพัฒนาได้ แต่หากไม่มีการป้องกันที่แข็งแกร่ง AI ก็สามารถนำความเสี่ยงที่ซ่อนอยู่มาให้ เช่น ช่องโหว่ด้านความปลอดภัย ข้อผิดพลาดด้านตรรกะ และความไม่สอดคล้องกันระหว่างระบบ
โดยการทำงานเป็นแหล่งข้อมูลอ้างอิงหลักสำหรับคุณภาพโค้ด Qodo มุ่งหวังที่จะกำหนดมาตรฐานวิธีการที่องค์กรกำหนดและบังคับใช้มาตรฐานวิศวกรรมในทีมและคลังโค้ดต่างๆ
การนำไปใช้ในองค์กรขนาดใหญ่กำลังเกิดขึ้นแล้ว
บริษัทมีลูกค้าองค์กรขนาดใหญ่หลายแห่งในอุตสาหกรรมต่างๆ รวมถึงบริษัทในด้านค้าปลีก การเงิน และยานยนต์ องค์กรเหล่านี้กำลังใช้กระบวนการพัฒนาที่ได้รับการช่วยเหลือจาก AI มากขึ้น แต่ต้องการความมั่นใจว่าโค้ดตรงตามมาตรฐานภายในด้านความปลอดภัย การปฏิบัติตามกฎระเบียบ และประสิทธิภาพ
แพลตฟอร์มของ Qodo จัดการกับสิ่งนี้โดยการฝังการกำกับดูแลลงในกระบวนการทำงานแทนการอาศัยขั้นตอนการตรวจสอบแยกออกมา ซึ่งช่วยลดความติดขัดในขณะเดียวกันก็ยังคงบังคับใช้ความสอดคล้อง—สิ่งที่จำเป็นสำหรับทีมวิศวกรขนาดใหญ่ที่กระจายการทำงานหลายแห่ง
การเปลี่ยนแปลงที่ใหญ่กว่า: จากการสร้างโค้ดสู่การตรวจสอบระดับระบบ
เมื่อระบบ AI เข้ามามีบทบาทมากขึ้นในการเขียนซอฟต์แวร์ ลักษณะของการตรวจสอบโค้ดกำลังเปลี่ยนแปลงไปในระดับเทคนิค กระบวนการแบบดั้งเดิมถูกสร้างขึ้นโดยมุ่งเน้นไปที่ความแตกต่างของโค้ดเฉพาะส่วน โดยประเมินสิ่งที่เปลี่ยนแปลงไปใน pull request โค้ดที่สร้างโดย AI ท้าทายโมเดลนี้ เนื่องจากการเปลี่ยนแปลงสามารถครอบคลุมหลายไฟล์ นำความสัมพันธ์แบบพึ่งพากันที่ซ่อนอยู่มาให้ หรือขัดแย้งกับรูปแบบสถาปัตยกรรมที่กว้างขึ้น แม้ว่าจะดูถูกต้องในบริบทที่แยกออกมา
แนวทางของ Qodo ชี้ไปที่การตรวจสอบระดับระบบ แทนที่จะเน้นไปที่การเปลี่ยนแปลงแต่ละครั้ง Qodo ประเมินว่าการเปลี่ยนแปลงเหล่านั้นส่งผลต่อทั้งโค้ดเบส รวมถึงการตัดสินใจในอดีตและข้อจำกัดทางโครงสร้าง ซึ่งต้องการการมองซอฟต์แวร์เป็นระบบที่ต่อเนื่องกัน ไม่ใช่แค่การรวบรวมการอัปเดตที่เป็นอิสระ
ส่วนสำคัญของการเปลี่ยนแปลงนี้คือการใช้สถาปัตยกรรมการตรวจสอบแบบ multi-agent เอเจนต์เฉพาะทางจัดการด้านต่างๆ ของการวิเคราะห์ เช่น การตรวจสอบตรรกะหรือความสอดคล้องทางสถาปัตยกรรม โดยทำงานบนบริบทที่ใช้ร่วมกัน เช่น ประวัติคลังโค้ดและการตัดสินใจก่อนหน้า สิ่งนี้ทำให้ความสำคัญของวิศวกรรมบริบทเพิ่มขึ้น เพื่อให้แน่ใจว่ามีข้อมูลที่ถูกต้องพร้อมใช้งานโดยไม่ทำให้ระบบรับภาระมากเกินไป
ความหมายที่กว้างขึ้นคือการเคลื่อนไหวสู่การกำกับดูแลอย่างต่อเนื่องซึ่งฝังอยู่ในกระบวนการทำงานพัฒนา เมื่อ AI เร่งการผลิตโค้ด การตรวจสอบไม่ใช่ขั้นตอนที่ทำเพียงครั้งเดียวอีกต่อไป แต่เป็นกระบวนการที่ดำเนินต่อเนื่องเพื่อรักษาความคงเส้นคงวา ความน่าเชื่อถือ และความสอดประสานกันทั่วทั้งระบบที่เปลี่ยนแปลงอยู่เสมอ












