Ішрак Хан, генеральний директор і засновник Kodezi Inc – Серія інтерв’ю

Ішрак Хан, генеральний директор і засновник Kodezi Inc., є самонавченим програмістом, який почав програмування у віці восьми років і запустив свій перший стартап, ще навчаючись у середній школі. Народившись у Дакці, Бангладеш, а пізніше переїхав до Сполучених Штатів, він створив репутацію раннього підприємця, залучивши风险овий капітал у старших класах школи та розширив продукт до більш ніж 100 000 користувачів. Його шлях відображає фокус на незалежному навчанні, швидкій експериментації та прагненні будувати системи, які роблять технології більш доступними та потужними для розробників.

Kodezi Inc. – це компанія, яка стоїть за Kodezi OS, автономною платформою, призначеною для функціонування як “AI-директор з технічних питань” для інженерних команд. Вона безперервно виявляє та виправляє проблеми, автоматично документує системи, генерує специфікації API, забезпечує дотримання стандартів кодування та інтегрується безпосередньо у конвеєри CI/CD. Перетворюючи кодові бази у самозцілювані, самокеруючі системи, Kodezi допомагає організаціям будувати програмне забезпечення, яке є більш надійним, масштабованим та ефективним.

Ви почали програмування у віці восьми років і заснували свій перший стартап у середній школі. Що спочатку привабило вас до створення програмного забезпечення так рано, і як ці переживання сформували ваш підхід до підприємництва?

То, що мене привабило, було контролювання. Я переїхав до Сполучених Штатів як дитина, яка не говорила англійською, тому першою мовою, яку я вивчив вільно, був код. Це був простір, де логіка мала сенс, де я міг створити щось і побачити його реакцію миттєво. Цей миттєвий зворотний зв’язок став звичайним. Він навчив мене думати, а не просто програмувати.

Коли я створив TeachMeCode у середній школі, це не було про створення компанії. Це було про те, щоб зробити навчання легшим для людей, таких як я. Але через це я навчився, як системи поводяться, як користувачі реагують, і як відбувається прогрес рядок за рядком. Це сформувало мій погляд на підприємництво сьогодні: менше про ідеї, більше про зворотні зв’язки, ітерації та стійкість.

Вас прийняли до 40 коледжів, включаючи кілька інститутів Ліги плюща, але ви вирішили не відвідувати. Який був переломний момент, який змусив вас вирішити, що будівництво важливіше за очікування?

До закінчення школи я вже прожив те, що більшість людей відвідують коледж, щоб симулювати. Я запустив продукти, представив інвесторам, керував командою та вирішив реальні проблеми. У мене було 40 листів про прийняття на моєму столі, включаючи кілька інститутів Ліги плюща, але у мене також було щось, чого не мали більшість студентів: імпульс.

Більший ризик полягав у тому, щоб сповільнитися. Коледж би навчив мене рамками для інновацій, але я вже проводив експерименти у реальному світі. Я не хотів зупиняти активну систему, щоб вивчити, як її створити. Для мене клас став самим продуктом. Kodezi була освітою, якої я хотів.

Kodezi розпочався як ідея, коли вам було ще підлітком. Як компанія еволюціонувала з моменту її заснування у 2019 році, і як ваша концепція “AI-директора з технічних питань” виникла з часом?

Kodezi розпочався як автокорект для коду, проста ідея про те, що виправлення помилок може бути швидшим. Коли ми розширилися, я зрозумів, що виправлення помилок не було кореневою проблемою. Реальна проблема полягала в тому, що кодові бази ніколи не залишаються на місці. Вони еволюціонують, дрейфують та розпадаються швидше, ніж люди можуть їх підтримувати.

З часом Kodezi еволюціонував від продукту до операційної системи, яку ми зараз називаємо Kodezi OS, яка вчиться з кожного багу, тесту та коміту. Термін “AI-директор з технічних питань” виник природно. Директори з технічних питань не просто пишуть код; вони підтримують архітектуру, керують рішеннями та підтримують системи живими. Це саме те, що робить Kodezi, але безперервно та автономно.

Найновіша модель Kodezi, Chronos, описується як перша система штучного інтелекту, створена спеціально для виправлення коду – а не генерації коду. Яка фундаментальна різниця робить ця відмінність для розробників?

Бо виправлення помилок – це реальність, а не уява. Генерація коду полягає у гіпотезах про те, що може працювати; виправлення помилок полягає у розумінні, чому щось виходить з ладу.

Більшість інструментів штучного інтелекту сьогодні є реактивними помічниками, які реагують, коли їм кажуть. Chronos, з іншого боку, є проактивним. Він пам’ятає попередні помилки, розуміє графи залежностей, запускає тести, валідує виправлення та уточнює їх, поки проблема не буде真正но вирішена.

Це саме та відмінність, яка має значення. Розробники не хочуть помічника, який говорить. Вони хочуть інфраструктуру, яка діє та діє правильно.

Результати, які ви поділилися, показують, що Chronos перевершує GPT-4.1 та Claude 4 Opus за точністю виправлення помилок. Чи можете ви розповісти про набір даних та методологію, яка лежить в основі цих бенчмарків?

Наша оцінка є емпіричною, а не рекламною. Chronos тестується на тисячах реальних випадків виправлення помилок, взятих з публічних наборів даних, таких як SWE-bench, Defects4J та BugsInPy, а також анонімованих даних підприємств.

Кожен бенчмарк є суворим: модель повинна створити патч, застосувати його та пройти всі тести без регресій. Жодних вибраних прикладів, жодного вибирання успіху.

Chronos досягає 67,3 відсотка точності виправлення та 80,33 відсотка швидкості вирішення на SWE-bench Lite, тоді як GPT-4.1 та Claude 4.5 залишаються нижче 15 відсотків. Відмінність полягає не в розмірі; вона полягає у спеціалізації. Chronos тренується на виправленні помилок саме, на 15 мільйонах реальних сесій виправлення помилок, тому він не просто шаблонно збігається, а діагностує.

Ви описали Kodezi як “AI-директора з технічних питань”, який автономно підтримує та еволюціонує кодову базу компанії. Наскільки ми близькі до повністю самозцілювальної інфраструктури у виробничих середовищах?

Ближче, ніж думають більшість людей, принаймні для детермінованих систем. Сьогодні Kodezi може автономно виправляти багато невдач CI чи CD, регресій тестів та помилок часу виконання, використовуючи контекстні дані та історичну пам’ять.

Повністю автономне обслуговування виробництва, де інфраструктура діагностує, лікує та повторно розгортає себе, виникає. Я бачу, як це розвивається етапами: спочатку всередині контрольованих середовищ CI, потім у середовищах стадії та, нарешті, у виробництві під наглядом людини.

Ми завжди будемо зберігати людину у циклі для творчих, архітектурних та етичних рішень, але більшість повторюваних та похибних робіт, таких як лінтинг, рефакторинг та відновлення тестів, скоро відбуватиметься без втручання.

Ви говорили про системи, які “тихо роблять правильні речі”. Що це означає у контексті управління штучним інтелектом та відповідальної автоматизації?

Для мене “тихо” не означає тихо. Це означає довірчу за замовчуванням. Хорошо спроектована система штучного інтелекту не повинна просити постійної введення чи валідації. Вона повинна діяти передбачувано, прозоро та безпечно.

Відповідальна автоматизація означає, що кожне рішення, прийняте системою штучного інтелекту, пояснюється, повертається, реєструється. Chronos документає свій розуміння та дії: що він змінив, чому, як тести підтвердили виправлення.

Керування вбудовано в систему саму по собі. Жодних прихованих модифікацій, жодних чорних ящиків результатів. Метою є не зробити штучний інтелект голосним чи ефектним, а тихо покращити світ під поверхнею, де це має значення найбільше.

Термін “Тиха технологія” є привабливим – він припускає технологію, яка є потужною, але невидимою. Як ви бачите це рух, який змінює спосіб співпраці людей та штучного інтелекту в інженерії?

Тиха технологія – це інфраструктура, яка є потужною, але невидимою. Найкраща технологія не повинна переривати; вона повинна інтегруватися.

У інженерії це означає, що інструмент не питає “Що ви хочете, щоб я зробив?” Він вже знає, що потребує уваги. Він бачить розбиту залежність, патчить її, оновлює документацію та рухається далі.

Як штучний інтелект стає частиною стека розробника, співпраця зсувається від команди до співіснування. Люди визначають намір та напрям. Штучний інтелект виконує, підтримує та оптимізує тихо на задньому плані. Це наступна епоха, де продуктивність не来自 від більшої взаємодії, а від меншого тертя.

Багато розробників бояться, що інструменти штучного інтелекту замінять їх. Ви стверджували, що автоматизація повинна звільнити людей, щоб вони думали, а не заміняти їх. Як Kodezi втілює цей баланс?

Штучний інтелект не замінить розробників. Він замінить нудну роботу навколо них. Інженери цінні не тому, що вони друкують швидко; вони цінні тому, що вони думають чітко.

Kodezi автоматизує повторювані завдання, які виснажують увагу: виправлення помилок, підтримка тестів, рефакторинг, документація. Людський рівень, креативність, проектування систем та прийняття рішень залишаються незамінними.

У довгостроковій перспективі штучний інтелект зсуває інженерію від виконання до оркестрування. Розробники стають архітекторами поведінки, а не виконавцями синтаксису. Kodezi побудований для того, щоб дозволити цей перехід, де машини підтримують, а люди уявляють.

Ви описали Kodezi як “живу інфраструктуру”. Оглядаючись на п’ять років вперед, який може бути роль розробника у світі, де програмне забезпечення підтримує себе?

За п’ять років розробники не будуть витрачати половину свого часу на виправлення того, що вони побудували за останній квартал. Їх роль зсунеться від реактивного обслуговування до проактивного керування.

Уявіть собі світ, де кожен репозиторій має пам’ять, де ваша система відстежує свої власні рішення, лікує регресії та еволюціонує з новими залежностями автоматично. Це жива інфраструктура.

У цьому світі розробники діють більше як опікуни. Вони визначають політики, підтверджують поведінку, проектують намір. Кодова база стає живою організацією, яка адаптується, вчиться та підтримує себе.

Це саме те, над чим ми працюємо з Kodezi: програмне забезпечення, яке не просто працює. Воно триває.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Kodezi.