Qodo 2.1 решает проблему «амнезии» ваших агентов по написанию кода, повышая их точность на 11%

По мере того как наводняющие рынок инструменты для написания кода на базе искусственного интеллекта развиваются, выявилась критическая уязвимость: по умолчанию, как и в большинстве сеансов чата с LLM, они временны — как только вы закрываете сеанс и начинаете новый, инструмент забывает все, над чем вы только что работали.

Разработчики обходили эту проблему, заставляя инструменты и агенты программирования сохранять свое состояние в файлы уценки и текстовые файлы, но это решение в лучшем случае является кустарным.

Qodo, стартап в области анализа кода с помощью ИИ, считает, что нашел решение, запустив первую в отрасли интеллектуальную систему правил для управления ИИ — фреймворк, который предоставляет средствам проверки кода на базе ИИ постоянную организационную память.

Новая система, представленная сегодня в рамках Qodo 2.1, заменяет статические файлы правил, поддерживаемые вручную, интеллектуальным уровнем управления. Она автоматически генерирует правила на основе реальных шаблонов кода и прошлых решений по проверке, непрерывно поддерживает актуальность правил, обеспечивает соблюдение стандартов при каждой проверке кода и измеряет реальное влияние.

Для Итамара Фридмана (Itamar Friedman), генерального директора и соучредителя Qodo, этот релиз знаменует собой поворотный момент не только для его компании, но и для всей сферы инструментов разработки на базе ИИ.

«Я твердо верю, что это наш самый важный анонс за всю историю», — заявил Фридман в интервью VentureBeat.

Проблема «Мементо»

Чтобы объяснить ограничения современных инструментов кодирования с помощью ИИ, Фридман ссылается на фильм Кристофера Нолана 2000 года «Мементо», в котором главный герой страдает кратковременной амнезией и вынужден делать татуировки с заметками на своем теле, чтобы помнить важнейшую информацию.

«Каждый раз, когда вы к ним обращаетесь, это машина, которая просыпается с нуля», — сказал Фридман о сегодняшних помощниках по написанию кода на базе ИИ. — «Все, что она может сделать перед тем, как заснуть и перезагрузиться, — это записать все, что она сделала, в файл».

Этот подход — сохранение контекста в файлы markdown, такие как agents.md или napkin.md — стал распространенным обходным путем среди разработчиков, использующих такие инструменты, как Claude Code и Cursor. Но Фридман утверждает, что этот метод перестает работать в масштабах предприятия.

«Подумайте о тяжелом ПО, где у вас теперь есть, скажем, 100 000 таких стикеров», — сказал он. — «Некоторые из них — просто стикеры. Некоторые — огромные пояснения. Некоторые — целые истории. Вы просыпаетесь и получаете задачу. Первое, что начинает делать [ИИ], — это статистически искать подходящие заметки… Это намного лучше, чем их отсутствие. Но это очень случайно».

От отсутствия состояния к сохранению состояния

Эволюция инструментов разработки с ИИ шла по четкой траектории, считает Фридман: от автодополнения (GitHub Copilot) к вопросам и ответам (ChatGPT), к агентному программированию в IDE (Cursor) и агентным возможностям повсюду (Claude Code). Но он утверждает, что все они остаются принципиально безгосударственными (stateless).

«Чтобы разработка программного обеспечения действительно произвела революцию в том, как мы создаем реальное ПО, это должна быть машина с сохранением состояния», — подчеркнул Фридман.

Основная сложность, по его словам, заключается в том, что качество кода по своей сути субъективно. У разных организаций разные стандарты, и даже команды внутри одного предприятия могут подходить к решению проблем по-разному.

«Чтобы действительно достичь высокого уровня автоматизации, вам нужно иметь возможность настраивать систему под конкретные требования предприятия», — сказал Фридман. — «Вам нужно уметь выдавать код высокого качества. Но качество субъективно».

Ответ Qodo — это то, что Фридман описывает как «память, которая создается в течение долгого времени и доступна агентам кодирования, после чего они могут проверять, перепроверять и удостоверяться, что то, что они действительно делают, соответствует субъективным потребностям предприятия».

Как работает система правил Qodo

Система правил Qodo создает то, что компания называет единым источником достоверной информации для стандартов кодирования в организации. Система включает в себя несколько ключевых компонентов:

• Автоматическое обнаружение правил: Агент обнаружения правил генерирует стандарты на основе кодовых баз и отзывов по пулл-реквестам (pull request), устраняя необходимость ручного создания файлов правил.

• Интеллектуальное обслуживание: Агент-эксперт по правилам непрерывно выявляет конфликты, дубликаты и устаревшие стандарты, предотвращая то, что компания называет «деградацией правил».

• Масштабируемое принудительное применение: Правила автоматически применяются при проверке кода в пулл-реквестах, а разработчикам предлагаются рекомендуемые исправления.

• Аналитика в реальном времени: Организации могут отслеживать показатели внедрения, тенденции нарушений и метрики улучшений, чтобы подтвердить соблюдение стандартов.

Фридман подчеркнул, что это представляет собой фундаментальный сдвиг в работе инструментов проверки кода с использованием ИИ. «Инструмент проверки кода на основе ИИ впервые переходит от реактивного подхода к проактивному», — заявил он.

Система выводит правила на основе шаблонов кода, передовых практик и собственной библиотеки, а затем представляет их техническим лидерам на утверждение. После принятия организации получают статистику внедрения правил и нарушений по всей своей кодовой базе.

Более тесная связь между памятью и агентами

По словам Фридмана, подход Qodo отличается тем, насколько тесно система правил интегрирована с самими агентами ИИ, а не рассматривает память как внешний ресурс, который ИИ должен перебирать.

«В Qodo эта память и агенты связаны гораздо сильнее, подобно тому, как это устроено в нашем мозге», — сказал Фридман. — «В этом гораздо больше структуры… где разные части хорошо соединены, а не изолированы друг от друга».

Фридман отметил, что Qodo применяет методы точной настройки (fine-tuning) и обучения с подкреплением к этой интегрированной системе, что, по его мнению, позволило компании добиться улучшения точности и полноты на 11% по сравнению с другими платформами, успешно обнаружив 580 дефектов в 100 реальных продакшн-PR.

Фридман озвучил свой прогноз для отрасли: «Если заглянуть на год вперед, станет совершенно очевидно, что в начале 2026 года мы имели дело с безгосударственными машинами, которые пытались взломать способы взаимодействия с памятью. К концу 2026 года у нас появится гораздо более тесно связанный подход, и Qodo 2.1 — это первый чертеж того, как это сделать».

Корпоративное развертывание и ценообразование

Qodo позиционирует себя как компанию, ориентированную в первую очередь на корпоративный сектор, и предлагает множество вариантов развертывания. Организации могут развернуть систему полностью в пределах собственной инфраструктуры через облачный периметр или VPN, использовать однопользовательский SaaS-вариант, где Qodo размещает изолированный экземпляр, или выбрать традиционный SaaS самообслуживания.

Правила и файлы памяти могут находиться там, где это требуется предприятию — на его собственной облачной инфраструктуре или на хостинге Qodo, — что решает проблемы управления данными, которые обычно возникают у корпоративных клиентов.

Что касается ценообразования, Qodo сохраняет существующую модель на основе рабочих мест (seat-based) с квотами на использование. В настоящее время компания предлагает три тарифных плана: бесплатный план Developer для индивидуальных разработчиков с 30 проверками PR в месяц, план Teams стоимостью $38 за пользователя в месяц (с 20% скидкой при ежегодной оплате), который включает 20 PR на пользователя ежемесячно и 2500 кредитов IDE/CLI, и корпоративный план Enterprise с индивидуальной ценой, который добавляет такие функции, как контекстная осведомленность по нескольким репозиториям, варианты локального развертывания (on-prem), единый вход (SSO) и приоритетную поддержку.

Фридман признал продолжающиеся в отрасли дебаты о том, имеет ли смысл ценообразование на основе рабочих мест в эпоху ИИ-агентов, но сообщил, что компания планирует обсудить эту тему более подробно позже в этом году.

«Если вы получаете больше ценности, вы платите больше», — сказал Фридман. — «Если нет — тогда всё в порядке».

Первая реакция клиентов

Офер Мораг Брин (Ofer Morag Brin) из HR-технологической компании Hibob, которая одной из первых начала использовать систему правил, сообщила о положительных результатах в пресс-релизе, которым Qodo поделилась с VentureBeat накануне запуска.

«Система правил Qodo не просто выявила стандарты, которые были разбросаны у нас по разным местам; она ввела их в действие», — сказал Брин. — «Система постоянно подкрепляет то, как наши команды фактически проверяют и пишут код, и мы наблюдаем более высокую стабильность, ускоренную адаптацию новых сотрудников и измеримые улучшения качества проверок в командах».

Компания Qodo, основанная в 2018 году, привлекла 50 миллионов долларов от таких инвесторов, как TLV Partners, Vine Ventures, Susa Ventures и Square Peg, а также бизнес-ангелов из OpenAI, Shopify и Snyk.