【编者按】在AI编码工具每月生成数十亿行代码的今天，一个更棘手的难题正在浮出水面：我们如何确保这些海量代码真正可靠？当开发效率的狂欢逐渐平息，软件质量与安全正成为制约AI落地的致命瓶颈。一家名为Qodo的初创公司敏锐地捕捉到这一痛点，试图用AI来治理AI生成的代码，在“生成”与“可信”之间架起桥梁。其背后的逻辑直指行业核心矛盾——代码可以快速量产，但质量无法自动保证。这不仅是技术竞赛的下一站，更关乎企业能否真正将AI编程工具用于关键生产环节。以下报道将揭示，这场从“智能”到“智慧”的进化如何悄然重塑软件开发的生命周期。

　　当AI编码工具每月产出数十亿行代码时，一个新的瓶颈正在显现：如何确保软件按预期运行。初创公司Qodo正押注于代码验证领域，致力于构建用于代码审查、测试和治理的AI智能体，并断言“验证”将定义软件开发的下一阶段。

　　这家总部位于纽约的初创企业刚刚完成了由Qumra Capital领投的7000万美元B轮融资，使其总融资额达到1.2亿美元。本轮参投方还包括Maor Ventures、Phoenix Venture Partners、S Ventures、Square Peg、Susa Ventures、TLV Partners、Vine Ventures，以及OpenAI的Peter Welender和meta的Clara Shih等知名机构与人士。

　　随着企业加速采用OpenClaw、Claude Code等AI编码工具，许多人发现：代码产出速度的提升，并不等同于软件变得更可靠或更安全。Qodo的目标正是成为增强AI生成代码可信度的关键层级。

　　与多数仅关注“代码变更内容”的AI审查工具不同，Qodo专注于分析代码变更如何影响整个系统。它综合考量组织标准、历史上下文和风险承受能力，帮助企业更自信地管理AI生成的代码。

　　Qodo由Itamar Friedman于2022年创立，他此前曾联合创立Visualead，并在阿里巴巴（收购了Visualead）负责机器视觉业务。他在接受TechCrunch采访时透露，职业生涯中的两个关键阶段——在后来被英伟达收购的Mellanox工作时期，以及打造Visualead的经历——促使他在ChatGPT问世前几个月创立了Qodo。

　　在Mellanox，他致力于用机器学习自动化硬件验证，并深刻意识到“生成系统与验证系统需要完全不同的方法（不同的工具、不同的思维）”。后来，在阿里巴巴达摩院，他见证了AI向能够对人类语言进行推理的系统演进。到2021-2022年，在GPT-3.5发布前夕，他清晰地预见到AI将生成全球大部分的“内容”——尤其是代码——这进一步强化了他的观点：代码生成与代码验证需要根本性不同的系统架构。

　　近期一项调查显示，虽然95%的开发者并不完全信任AI生成的代码，但只有48%的人会在提交前进行常规审查。这凸显了认知与实践之间的巨大落差。

　　“代码生成公司大多围绕大语言模型构建。但对于代码质量和治理而言，仅靠大语言模型是远远不够的，”Friedman指出，“质量是主观的。它取决于组织标准、历史决策和内部经验。大语言模型无法完全理解这种上下文。这就像从一家公司请来一位优秀工程师，让他审查另一家公司的代码——他缺乏内部的背景知识。”

　　Friedman解释道，尽管OpenAI和Anthropic等公司正在推动包括代码审查在内的更广泛的AI叙事，但它们主要专注于构建功能，而非端到端的解决方案。他也指出，该领域虽已有其他初创公司，但多数仍处于早期阶段，尚未获得广泛的企业级采用。

　　Qodo正凭借卓越性能在拥挤的市场中脱颖而出。该公司最近在Martian的代码审查基准测试中排名第一，得分64.3%——领先第二名超过10个百分点，比Claude Code Review高出25分。该基准凸显了其能够捕捉棘手的逻辑错误和跨文件问题，同时不会用过多“噪音”干扰开发者的能力。

　　过去一个月，Qodo发布了其多智能体代码审查系统Qodo 2.0，该系统目前在基准测试中保持领先，并推出了能够学习每个组织对代码质量定义的工具。

　　该公司已与英伟达、沃尔玛、红帽、Intuit、德州仪器等大型企业，以及Monday.com、JFrog等高增长公司展开合作。

　　“每年都有一个决定性时刻——从Copilot到ChatGPT，再到全任务自动化，”Friedman总结道，“现在我们正进入一个新阶段：从无状态的AI转向有状态的系统——从‘人工智能’走向‘人工智慧’。这正是Qodo为之构建的未来。”

　　本文由斯特网原创发布，未经许可，不得转载！

　　本文链接：https://ttes.yrowe.com/sdba/4526/