Mentre gli strumenti di codifica basati sull’intelligenza artificiale invadono il mercato, è emersa una debolezza critica: per impostazione predefinita, come con la maggior parte delle sessioni di chat LLM, sono temporanee: non appena chiudi una sessione e ne avvii una nuova, lo strumento dimentica tutto ciò su cui stavi lavorando.
Gli sviluppatori hanno risolto questo problema facendo in modo che gli strumenti di codifica e gli agenti salvassero il loro stato in markdown e file di testo, ma questa soluzione è nella migliore delle ipotesi complicata.
Qodola 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 ai revisori del codice AI una memoria organizzativa persistente.
Il nuovo sistema, annunciato oggi come parte di Qodo 2.1, sostituisce i file di regole statici e gestiti manualmente con un livello di governance intelligente. Genera automaticamente regole da modelli di codice effettivi e decisioni di revisione passate, mantiene continuamente lo stato di salute delle regole, applica gli customary in ogni revisione del codice e misura l’impatto nel mondo reale.
Per Itamar Friedman, CEO e co-fondatore di Qodo, il rilascio rappresenta un momento cruciale non solo per la sua azienda ma per l’intero settore degli strumenti di sviluppo dell’intelligenza artificiale.
“Credo fermamente che questo nostro annuncio sia il più importante che abbiamo mai fatto”, ha detto Friedman in un’intervista a VentureBeat.
Il problema del ‘Memento’
Per spiegare i limiti degli attuali strumenti di codifica dell’intelligenza artificiale, Friedman invoca il movie di Christopher Nolan del 2000 Ricordoin cui il protagonista soffre di perdita di memoria a breve termine e deve tatuarsi delle be aware sul corpo per ricordare informazioni cruciali.
“Ogni volta che li chiami, è una macchina che si sveglia da zero”, ha detto Friedman degli odierni assistenti di codifica AI. “Quindi tutto ciò che può fare è, prima di andare in cease e riavviarsi, scrivere qualunque cosa abbia fatto in un file.”
Questo approccio, ovvero il salvataggio del contesto in file markdown come agenti.md o serviette.md, è diventato una soluzione comune tra gli sviluppatori che utilizzano strumenti come Claude Code e Cursor. Ma Friedman sostiene che questo metodo non funziona su scala aziendale.
“Pensa al software program pesante in cui ora hai, diciamo, 100.000 di quei foglietti adesivi”, ha detto. “Alcuni di loro sono foglietti adesivi. Alcuni di loro sono enormi spiegazioni. Alcuni di loro sono storie. Ti svegli e ti viene assegnato un compito. La prima cosa che [the AI] sta facendo è iniziare statisticamente a cercare i promemoria giusti… È molto meglio che non averli. Ma è molto casuale.”
Da apolide a statale
L’evoluzione degli strumenti di sviluppo dell’intelligenza artificiale ha seguito una traiettoria chiara, secondo Friedman: dal completamento automatico (GitHub Copilot) alle domande e risposte (ChatGPT), alla codifica degli agenti all’interno dell’IDE (Cursore) alle capacità degli agenti ovunque (Codice Claude). Ma sostiene che tutti questi paesi rimangono fondamentalmente apolidi.
“Affinché lo sviluppo software program possa davvero rivoluzionare il modo in cui svolgiamo lo sviluppo software program per il software program del mondo reale, deve essere una macchina con stato”, ha affermato Friedman.
La sfida principale, ha spiegato, è che la qualità del codice è intrinsecamente soggettiva. Organizzazioni various hanno customary diversi e anche i staff all’interno della stessa azienda possono affrontare i problemi in modo diverso.
“Per raggiungere davvero un elevato livello di automazione, è necessario essere in grado di personalizzare il prodotto in base ai requisiti specifici dell’azienda”, ha affermato 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 “una memoria costruita nel corso di un lungo periodo di tempo e accessibile agli agenti di codifica, che poi possono interrogare, controllare e verificare che ciò che stanno effettivamente facendo sia conforme alle esigenze soggettive dell’impresa”.
Come funziona il Sistema di Regole di Qodo
Il sistema di regole di Qodo stabilisce ciò che l’azienda definisce una fonte unificata di verità per gli customary di codifica organizzativa. Il sistema comprende diversi componenti chiave:
-
Individuazione automatica delle regole: Un Guidelines Discovery Agent genera customary da codebase e suggestions sulle richieste pull, eliminando la creazione manuale dei file di regole.
-
Manutenzione intelligente: Un agente esperto di regole identifica continuamente conflitti, duplicati e customary obsoleti per prevenire ciò che l’azienda chiama “decadimento delle regole”.
-
Applicazione scalabile: Le regole vengono applicate automaticamente durante la revisione del codice della richiesta pull, con le correzioni consigliate fornite agli sviluppatori.
-
Analisi del mondo reale: Le organizzazioni possono tenere traccia dei tassi di adozione, delle tendenze di violazione e dei parametri di miglioramento per dimostrare che gli customary vengono rispettati.
Friedman ha sottolineato che questo rappresenta un cambiamento fondamentale nel modo in cui funzionano gli strumenti di revisione del codice AI. “È la prima volta che lo strumento di revisione del codice AI passa da reattivo a proattivo”, ha affermato.
Il sistema presenta le regole in base a modelli di codice, greatest apply e alla propria libreria, quindi le presenta ai responsabili tecnici per l’approvazione. Una volta accettate, le organizzazioni ricevono statistiche sull’adozione delle regole e sulle violazioni nell’intero codebase.
Una connessione più stretta tra memoria e agenti
Ciò che distingue l’approccio di Qodo, secondo Friedman, è quanto strettamente il sistema di regole si integri con gli stessi agenti dell’intelligenza artificiale, invece di trattare la memoria come una risorsa esterna che l’intelligenza artificiale deve esplorare.
“A Qodo, questa memoria e gli agenti sono molto più connessi, come nel nostro cervello”, ha detto Friedman. “C’è molta più struttura… dove le various parti sono ben collegate e non separate.”
Friedman ha osservato che Qodo applica tecniche di perfezionamento e apprendimento di rinforzo a questo sistema integrato, a cui attribuisce il merito di aver ottenuto un miglioramento dell’11% in termini di precisione e richiamo rispetto advert altre piattaforme, identificando con successo 580 difetti su 100 PR di produzione reali.
Friedman ha offerto una previsione per l’industria: “Quando si guarda al futuro, sarà molto chiaro che quando abbiamo iniziato il 2026, eravamo in macchine senza stato che stanno cercando di hackerare il modo in cui interagiscono con la memoria. E avremo un modo molto accoppiato entro la positive 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 implementazione. Le organizzazioni possono implementare il sistema interamente all’interno della propria infrastruttura tramite cloud premise o VPN, utilizzare un’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 memoria possono risiedere ovunque l’azienda lo richieda, sulla propria infrastruttura cloud o ospitata da Qodo, risolvendo i problemi di governance dei dati che i clienti aziendali in genere sollevano.
Per quanto riguarda i prezzi, Qodo mantiene il modello esistente basato sui posti con quote di utilizzo. Allo stato attuale, l’azienda offre tre livelli di prezzo: un piano per sviluppatori gratuito per privati con 30 revisioni PR al mese, un piano Groups a $ 38 per utente al mese (con un risparmio del 21% disponibile per la fatturazione annuale) che embody 20 PR per utente al mese e 2.500 crediti IDE/CLI e un piano Enterprise con prezzo personalizzato con prezzi contattaci che aggiunge funzionalità come la consapevolezza del contesto multi-repo, opzioni di distribuzione in sede, SSO e supporto prioritario.
Friedman ha riconosciuto il dibattito in corso nel settore sulla questione se i prezzi basati sul posto abbiano senso in un’period di agenti di intelligenza artificiale, ma ha affermato che la società prevede di affrontare questo argomento in modo più completo entro la positive dell’anno.
“Se ottieni più valore, paghi di più”, ha detto Friedman. “Se non lo fai, allora stiamo tutti bene.”
Risposta anticipata del cliente
Ofer Morag Brin della società di tecnologia HR Hibob, uno dei primi utenti del Guidelines System, ha riportato risultati positivi in un comunicato stampa che Qodo ha condiviso con VentureBeat prima del lancio.
“Il sistema di regole di Qodo non si è limitato a far emergere gli customary che avevamo sparsi in luoghi diversi; li ha resi operativi”, ha affermato Brin. “Il sistema rafforza continuamente il modo in cui i nostri staff esaminano e scrivono effettivamente il codice e stiamo riscontrando una maggiore coerenza, un onboarding più rapido e miglioramenti misurabili nella qualità delle revisioni tra i staff.”
Fondata nel 2018, Qodo ha raccolto 50 milioni di dollari da investitori tra cui TLV Companions, Vine Ventures, Susa Ventures e Sq. Peg, con angel investor di OpenAI, Shopify e Snyk.
