融资
Qodo 完成 7000 万美元 B 轮融资,推动 AI 生成代码的治理

要点代码生成不再是瓶颈,因为信任已成为更难解决的问题。
查看更多
- 代码生成不再是瓶颈,因为信任已成为更难解决的问题。
- Qodo 充当治理层,审查整个代码库中的代码变更,而非孤立的差异。
- 随着 AI 加速软件生产,企业现在需要将持续验证嵌入工作流中。
Qodo 已获得 7000 万美元 B 轮融资,使累计融资额达到 1.2 亿美元。公司正将自身定位于软件开发中一个日益突出的难题的核心:随着越来越多代码由 AI 编写,如何建立对这些代码的信任。
本轮融资由 Qumra Capital 领投,参与方包括风险投资公司,以及与 OpenAI、Meta 等企业有关联的知名个人投资者。这笔融资反映出企业对 AI 的认识正在发生更广泛的转变:AI 不只是生成代码的工具,也需要大规模的监督、验证与治理。
问题:AI 编写代码的速度超过了人类验证代码的速度
生成式 AI 的兴起大幅加快了软件生产速度。工具如今能够自主生成大量代码,但速度也带来了一个必须权衡的问题:验证。
Qodo 建立在一个简单的前提之上:代码生成已不再是瓶颈,信任才是。
严重依赖人类工程师的传统代码审查流程,难以跟上 AI 辅助开发的规模与复杂性。开发者自身也在调整行为。据公司介绍,多数工程师如今会区别对待 AI 生成的代码,通常要求在部署前进行更严格的验证。
这使代码的生成速度与人们能够放心发布代码之间的差距不断扩大。
Qodo 实际做什么
Qodo 并非又一个编程助手,而是在软件开发的整个生命周期中提供专门的审查与治理层。
其平台集成到开发环境、拉取请求和 CI/CD 流水线中,对每项代码变更自动开展结合上下文的分析。传统工具通常只关注孤立的差异,Qodo 则评估变更如何波及整个代码库,并考虑架构依赖关系与历史决策。
系统核心是平台近期版本引入的多智能体架构。不同的专业智能体分别负责代码审查中的缺陷检测、合规检查、架构验证等方面,然后由协调层筛选发现的问题并确定优先级。
这反映了 AI 系统的更广泛演进:协调多个智能体,正变得比依赖单一模型处理所有任务更有效。
从代码生成到代码治理
Qodo 此时融资值得关注。过去两年,开发者工具领域的大量投资集中在代码生成,包括编程助手、自动补全系统以及 AI 配对编程工具。
Qodo 看好下一阶段的方向是代码治理。
这一定位与大型企业内部日益形成的认识一致:AI 可以加快开发,但缺乏有力防护措施时,也可能引入隐蔽风险,包括安全漏洞、逻辑错误以及系统之间的不一致。
Qodo 希望成为代码质量的权威记录来源,从而统一组织在不同团队和代码仓库中定义及执行工程标准的方式。
企业已开始采用
公司的大型企业客户来自零售、金融、汽车等不同行业。这些组织正越来越多地部署 AI 辅助开发流程,但需要确信代码符合内部安全、合规和性能标准。
Qodo 将治理直接嵌入工作流程,而非依赖独立的审查阶段,以此解决问题。这能够减少阻力,同时继续强制落实一致性;对规模庞大、分布式的工程团队而言,这是一项关键要求。
更大的转变:从代码生成到系统级验证
随着 AI 系统在编写软件中的作用扩大,代码审查的技术性质也在改变。传统流程围绕局部差异,评估拉取请求中改动了什么。AI 生成的代码对此构成挑战:变更可能跨越多个文件、引入隐蔽依赖,或与整体架构模式冲突,即使单独看起来正确。
Qodo 的方法指向系统级验证。它不仅关注单项变更,还评估变更如何与整个代码库互动,包括历史决策和结构约束。这要求将软件视为一个连续的系统,而非一组相互独立的更新。
这项转变的重要部分是多智能体审查架构。专业智能体分别承担逻辑验证、架构一致性等分析任务,使用代码仓库历史和既有决策等共享上下文。这使上下文工程愈发重要:既要提供正确的信息,又不能让系统负担过重。
更广泛的意义在于,治理将持续进行,并直接嵌入开发工作流程。随着 AI 加快代码生产,验证不再是一次性步骤,而是持续维护演进中各系统的一致性、可靠性与协调性的过程。












