Come software di monitoraggio dei progetti cloud monday.comQuando l’organizzazione tecnica di ha superato i 500 sviluppatori, il team ha iniziato a sentire la pressione del proprio successo. Le linee di prodotti stavano proliferando, i microservizi stavano proliferando e il codice scorreva troppo velocemente perché i revisori umani potessero tenere il passo. L’azienda aveva bisogno di un modo per esaminare migliaia di richieste pull ogni mese senza gravare sugli sviluppatori o compromettere la qualità.
Fu allora che Guy Regev, vicepresidente della ricerca e sviluppo e capo dei team Crescita e Sviluppo del lunedì, iniziò a testare un nuovo strumento di intelligenza artificiale. ScavareUna startup israeliana focalizzata sugli agenti sviluppatori. Ciò che era iniziato come un test leggero è diventato rapidamente una parte fondamentale dell’infrastruttura di distribuzione del software di monday.com, come rivela un nuovo caso di studio pubblicato oggi sia da Qodo che da monday.com.
“Qodo non sembra semplicemente uno strumento in più; è in realtà come aggiungere un nuovo sviluppatore al team che impara come lavoriamo." Regev ha dichiarato a VentureBeat in una recente intervista in videochiamata: "ha impedito che più di 800 numeri al mese entrassero in produzione; Alcuni di questi potrebbero causare gravi vulnerabilità alla sicurezza."
A differenza degli strumenti di generazione di codice come GitHub Copilot o Cursor, Qodo non tenta di scrivere nuovo codice. Invece, si specializza nel rivederlo utilizzando ciò che chiama suo. ingegneria del contesto Comprendere non solo cosa è cambiato in una richiesta pull, ma anche perché, come si allinea alla logica aziendale e se segue le best practice interne.
"Puoi chiamare Claude Code o Cursor e ottenere 1.000 righe di codice in cinque minuti." Itamar Friedman, co-fondatore e CEO di Qodo, ha detto nella stessa intervista in videochiamata con Regev. "Hai 40 minuti e non puoi rivederlo. Quindi hai bisogno di Qodo per recensirlo effettivamente.
Per Monday.com, questa funzionalità non è stata solo utile, ma trasformativa.
Revisione del codice su larga scala
In qualsiasi momento, gli sviluppatori di monday.com stanno inviando aggiornamenti a centinaia di repository e servizi. L’organizzazione tecnica lavora in team strettamente coordinati, ciascuno allineato con parti specifiche del prodotto: marketing, CRM, strumenti di sviluppo, piattaforme interne e altro ancora.
È qui che entra in gioco Qodo. La piattaforma dell’azienda utilizza l’intelligenza artificiale non solo per verificare errori evidenti o violazioni di stile, ma anche per valutare se una richiesta pull è conforme alle regole specifiche del team, alle linee guida architettoniche e ai modelli storici.
Lo fa imparando dalla propria base di codice; si allena su PR precedenti, commenti, fusioni e persino argomenti Slack per capire come funziona il tuo team.
"I commenti forniti da Qodo non sono generali; Riflettono i nostri valori, le nostre librerie e persino i nostri standard come i marchi di funzionalità e la privacy." disse Regev. "È sensibile al contesto in un modo che gli strumenti tradizionali non lo sono."
Cosa significa realmente “ingegneria del contesto”
Qodo grida la sua salsa segreta ingegneria del contesto – un approccio a livello di sistema per gestire tutto ciò che il modello vede quando prende decisioni.
Ciò include ovviamente la differenza del codice PR, nonché le discussioni precedenti, la documentazione, i file rilevanti nel repository, persino i risultati dei test e i dati di configurazione.
L’idea è che i modelli linguistici in realtà non “pensano”, ma prevedono il token successivo in base all’input che viene loro fornito. La qualità del loro output dipende quindi quasi interamente dalla qualità e dalla natura dei loro input.
Come afferma Dana Fine, community manager di Qodo: articolo del blog: “Non stai solo scrivendo prompt; stai progettando input strutturati con un limite di token fisso. Ogni token è una decisione di progettazione.”
Questa non è solo teoria. Nel caso di Monday.com, ciò significava che Qodo poteva rilevare non solo bug evidenti, ma anche bug sottili che spesso sfuggono ai revisori umani (variabili codificate, resi mancanti o violazioni delle convenzioni architettoniche tra team).
Un esempio si è distinto. In un recente PR, Qodo ha segnalato accidentalmente una riga che esponeva una variabile di ambiente di staging; Questo era qualcosa che nessun revisore umano era in grado di cogliere. Se fossero combinati, ci sarebbero problemi nella produzione.
"Le ore che dedicheremo a risolvere questa falla di sicurezza e il problema legale che porterà saranno molto più di quelle che ridurremo con una richiesta pull." disse Regev.
Integrazione nella pipeline
Oggi, Qodo è profondamente integrato nel flusso di lavoro di sviluppo di monday.com, analizzando le richieste pull e presentando consigli sensibili al contesto basati sulle precedenti revisioni del codice del team.
“Non sembra un altro strumento… Sembra che un altro compagno di squadra si unisca al sistema, qualcuno che impari come lavoriamo," – osservò Regev.
Gli sviluppatori ricevono suggerimenti durante il processo di revisione e mantengono il controllo delle decisioni finali; si tratta di un modello human-in-the-loop fondamentale per l’adozione.
Poiché Qodo si integra direttamente in GitHub tramite azioni e commenti di richiesta pull, il team dell’infrastruttura di Monday.com non ha dovuto affrontare una ripida curva di apprendimento.
“Questa è solo un’azione GitHub”, ha detto Regev. “Crea pubbliche relazioni con i test. Non è come uno strumento separato da cui dobbiamo imparare.”
“L’obiettivo è in realtà quello di aiutare lo sviluppatore ad apprendere il codice, ad assumersene la responsabilità, a scambiarsi feedback, ad imparare da esso e a creare standard." – aggiunse Friedman.
Risultati: tempo risparmiato, errori evitati
Dall’implementazione più ampia di Qodo, monday.com ha riscontrato miglioramenti misurabili in più team.
L’analisi interna mostra che gli sviluppatori risparmiano in media circa un’ora per richiesta pull. Moltiplicalo per migliaia di PR al mese e i risparmi arriveranno rapidamente a migliaia di ore di sviluppo all’anno.
Questi non sono solo problemi estetici; molti di essi sono legati alla logica aziendale, alla sicurezza o alla stabilità del runtime. E poiché le raccomandazioni di Qodo riflettono le regole effettive di Monday.com, è più probabile che gli sviluppatori agiscano di conseguenza.
L’accuratezza del sistema si basa sulla sua progettazione data-first. Qodo forma la base di codice proprietaria e i dati storici di ciascuna azienda, adattandosi ai diversi stili e pratiche del team. Non si basa su regole valide per tutti o su set di dati esterni. Tutto è stato appositamente progettato.
Dallo strumento interno alla visione del prodotto
Il team di Regev è rimasto così colpito dall’impatto di Qodo che ha iniziato a pianificare integrazioni più profonde tra Qodo e Monday Dev, la suite di prodotti focalizzata sugli sviluppatori che monday.com stava sviluppando.
La visione è quella di creare un flusso di lavoro in cui il contesto aziendale (attività, notifiche, feedback dei clienti) confluisce direttamente nel livello di revisione del codice. In questo modo i revisori possono valutare non solo se il codice “funziona” ma anche se risolve il problema giusto.
“In precedenza, avevamo linter, regole di rischio, analisi statica… basate su regole… devi strutturare tutte le regole," disse Regev. "Ma non sa quello che non sai… Qodo… sembra che stia imparando dai nostri ingegneri.”
Ciò è strettamente allineato con la tabella di marcia di Qodo. L’azienda non si limita a rivedere il codice. Costruisce una piattaforma completa di agenti di sviluppo, tra cui Qodo Gen per la generazione di codice sensibile al contesto, Qodo Merge per l’analisi PR automatica e Qodo Cover, un agente di test di regressione che utilizza la verifica del runtime per garantire la copertura del test.
Tutto questo è alimentato dall’infrastruttura di Qodo, incluso il suo nuovo modello di incorporamento open source Qodo-Embed-1-1.5B, che supera le offerte OpenAI e Salesforce nei benchmark di acquisizione del codice.
Qual è il prossimo passo?
Qodo ora offre la sua piattaforma in un modello gratuito; gratuito per i privati, scontato per le startup tramite il programma Perks di Google Cloud e a livello aziendale per le aziende che necessitano di SSO, implementazione air-gap o controlli avanzati.
L’azienda attualmente lavora con team di NVIDIA, Intuit e altre società Fortune 500. Grazie a una recente partnership con Google Cloud, i modelli di Qodo sono disponibili direttamente nel Model Garden di Vertex AI, facilitandone l’integrazione nelle pipeline aziendali.
"I motori di contesto saranno la grande storia del 2026." disse Friedman. "Ogni azienda dovrà creare il proprio secondo cervello se vuole un’intelligenza artificiale che la comprenda e la aiuti veramente."
Man mano che i sistemi di intelligenza artificiale diventano sempre più integrati nel processo di sviluppo software, strumenti come Qodo mostrano come il contesto giusto fornito al momento giusto può trasformare il modo in cui i team creano, distribuiscono e scalano il codice all’interno dell’organizzazione.
