Mentre gli strumenti di codifica basati sull’intelligenza artificiale invadono il mercato, è emersa una debolezza critica: per impostazione predefinita, come la maggior parte delle sessioni di chat LLM, sono ad hoc; Quando chiudi una sessione e ne inizi una nuova, lo strumento dimentica ciò su cui stavi lavorando.
Gli sviluppatori hanno provato a risolvere questo problema facendo in modo che gli strumenti di scripting e gli agenti salvino il loro stato in file di markup e di testo, ma questa soluzione è nella migliore delle ipotesi un hack.
ScavareLa startup di revisione del codice AI ritiene di avere una soluzione con il lancio di quello che definisce il primo sistema di regole intelligente del settore per la governance dell’IA, un framework che fornisce memoria istituzionale permanente per i revisori del codice AI.
Annunciato oggi come parte di Qodo 2.1, il nuovo sistema sostituisce i file di regole statici e gestiti manualmente con un livello di governance intelligente. Crea automaticamente regole da modelli di codice reali e decisioni di revisione passate, mantiene continuamente lo stato delle regole, applica gli standard a ogni revisione del codice e misura l’impatto nel mondo reale.
Secondo Itamar Friedman, CEO e co-fondatore di Qodo, questo rilascio rappresenta un momento cruciale non solo per la sua azienda, ma per l’intero campo degli strumenti di sviluppo dell’intelligenza artificiale.
"Credo fermamente che questo annuncio sia l’annuncio più importante che abbiamo fatto fino ad oggi." Friedman ha detto in un’intervista con VentureBeat.
Problema del “ricordo”.
Per spiegare i limiti degli attuali strumenti di codifica dell’intelligenza artificiale, Friedman fa riferimento al film di Christopher Nolan del 2000. MemoriaLa storia racconta che il protagonista soffre di perdita di memoria a breve termine e deve tatuarsi delle note sul corpo per ricordare informazioni importanti.
"È una macchina che si sveglia da zero ogni volta che li chiami." Friedman ha parlato degli odierni assistenti di codifica dell’intelligenza artificiale. "Quindi l’unica cosa che può fare è scrivere tutto ciò che fa su un file prima che vada in stop e si riavvii."
Questo approccio (salvataggio del contesto in file di markup come agenti.md o napkin.md) è diventato una soluzione comune tra gli sviluppatori che utilizzano strumenti come Claude Code e Cursor. Tuttavia, Friedman sostiene che questo metodo fallisce su scala istituzionale.
"Considera un software pesante in cui ora hai, diciamo, 100.000 foglietti adesivi." ha detto. "Alcuni sono foglietti adesivi. Alcune sono affermazioni enormi. Alcune sono storie. Ti svegli e ottieni una missione. La prima cosa che fa l’intelligenza artificiale è iniziare a cercare le note statisticamente corrette… È molto meglio che non averle. Ma questo è così casuale."
Da apolide a statale
Secondo Friedman, l’evoluzione degli strumenti di sviluppo dell’intelligenza artificiale ha seguito un percorso chiaro: dal completamento automatico (GitHub Copilot), alle domande e risposte (ChatGPT), alla codifica mediata all’interno dell’IDE (Cursore), alle capacità mediate ovunque (Codice Claude). Ma sostiene che rimangono tutti essenzialmente apolidi.
"Affinché lo sviluppo software possa davvero rivoluzionare il modo in cui sviluppiamo software per il software del mondo reale, deve essere una macchina con stato." disse Friedman.
La sfida principale, ha spiegato, è che la qualità del codice è intrinsecamente soggettiva. Organizzazioni diverse hanno standard diversi e anche i team all’interno della stessa organizzazione possono affrontare i problemi in modo diverso.
"Per raggiungere un livello di automazione davvero elevato, è necessario essere in grado di personalizzare il prodotto in base alle esigenze specifiche dell’azienda." disse Friedman. "Devi essere in grado di fornire codice di alta qualità. Ma la qualità è soggettiva."
La risposta di Qodo è ciò che Friedman descrive come: "C’è una memoria costruita in un lungo periodo di tempo a cui i rappresentanti della codifica possono accedere, e poi possono investigare, controllare e verificare se ciò che hanno effettivamente fatto era in accordo con le esigenze soggettive dell’organizzazione."
Come funziona il Sistema di Regole di Qodo?
Il sistema di regole di Qodo crea ciò che l’azienda definisce una fonte unificata di verità per gli standard di codifica aziendale. Il sistema comprende diversi componenti chiave:
-
Individuazione automatica delle regole: Rules Discovery Agent elimina la scrittura manuale dei file di regole creando standard da codebase e feedback sulle richieste pull.
-
Manutenzione intelligente: Il rappresentante esperto di regole identifica costantemente conflitti, duplicati e standard obsoleti per prevenire ciò che l’azienda chiama “rappresentante esperto di regole”. "violazione delle regole."
-
Applicazione scalabile: Durante la revisione del codice della richiesta pull, le regole vengono applicate automaticamente e agli sviluppatori vengono fornite soluzioni suggerite.
-
Analisi del mondo reale: Le organizzazioni possono tenere traccia dei tassi di adozione, delle tendenze di violazione e dei parametri di miglioramento per dimostrare il rispetto degli standard.
Friedman ha sottolineato che questo rappresenta un cambiamento fondamentale nel modo in cui funzionano gli strumenti di revisione del codice AI. "Per la prima volta, lo strumento di revisione del codice AI passa da reattivo a proattivo." ha detto.
Il sistema presenta regole basate su modelli di codice, best practice e la propria libreria, quindi le sottopone all’approvazione dei leader tecnici. Una volta adottate, le organizzazioni ricevono statistiche sull’adozione e sulle violazioni delle regole in tutti i codici base.
Un accoppiamento più stretto tra memoria e intermediari
Ciò che rende diverso l’approccio di Qodo, secondo Friedman, è quanto strettamente il sistema di regole si integri con gli stessi agenti IA, piuttosto che trattare la memoria come una risorsa esterna che l’IA deve estrarre.
"In Qodo questi ricordi e questi agenti sono molto più connessi, come nel nostro cervello." disse Friedman. "Esistono molte più strutture in cui le diverse parti sono ben collegate e non separate."
Friedman ha osservato che Qodo ha applicato tecniche di perfezionamento e apprendimento di rinforzo a questo sistema integrato e l’azienda ha ottenuto un miglioramento dell’11% in precisione e richiamo rispetto ad altre piattaforme e ha identificato con successo 580 difetti in 100 PR di produzione reali.
Friedman ha fatto una previsione per il settore: "Se guarderemo avanti di un anno, sarà molto chiaro che quando inizieremo il 2026, saremo ancora macchine senza stato che cercano di hackerare il modo in cui interagiscono con la memoria. E avremo un percorso multi-connesso entro la fine del 2026, e Qodo 2.1 è il primo progetto su come farlo."
Distribuzione aziendale e prezzi
Qodo si posiziona come un’azienda enterprise-first, offrendo molteplici opzioni di distribuzione. Le organizzazioni possono implementare il sistema interamente all’interno della propria infrastruttura tramite una struttura cloud o VPN, utilizzare l’opzione SaaS a tenant singolo in cui Qodo ospita un’istanza isolata o optare per il tradizionale SaaS self-service.
Le regole e i file di cache possono risiedere ovunque l’azienda ne abbia bisogno (sulla propria infrastruttura cloud o ospitata da Qodo), risolvendo i problemi di gestione dei dati spesso sollevati dai clienti aziendali.
Per quanto riguarda i prezzi, Qodo continua il suo modello esistente basato sui posti con quote di utilizzo. Attualmente l’azienda offre tre livelli di prezzo: include un piano sviluppatore gratuito per privati con 30 revisioni PR al mese, un piano Teams per $ 38 per utente al mese (risparmio del 21% disponibile sulla fatturazione annuale), 20 PR per utente al mese e 2.500 crediti IDE/CLI e un piano Enterprise a prezzo speciale con prezzi contattaci che aggiunge funzionalità come la consapevolezza del contesto multi-repository, opzioni di distribuzione locale, SSO e supporto prioritario.
Friedman ha riconosciuto il dibattito in corso nel settore sulla questione se i prezzi basati sul posto abbiano senso nell’era degli agenti di intelligenza artificiale, ma ha affermato che la società prevede di affrontare la questione in modo più approfondito entro la fine dell’anno.
"Più valore ottieni, più paghi," disse Friedman. "Se non lo fai, allora va tutto bene."
Risposta anticipata del cliente
Ofer Morag Brin della società di tecnologia HR Hibob, uno dei primi utenti del Rules System, ha riportato risultati positivi in un comunicato stampa condiviso con VentureBeat prima del lancio di Qodo.
"Il Sistema di Regole di Qodo non solo ha rivelato gli standard che distribuiamo nei diversi luoghi; li hanno resi operativi," Ha detto Brin. "Il sistema rafforza continuamente il modo in cui i nostri team revisionano e scrivono codice e osserviamo una maggiore coerenza tra i team, un onboarding più rapido e miglioramenti misurabili nella qualità delle revisioni."
Fondata nel 2018, Qodo ha raccolto 50 milioni di dollari da investitori tra cui TLV Partners, Vine Ventures, Susa Ventures e Square Peg, insieme ad angel investor di OpenAI, Shopify e Snyk.
