Carlo Franzen
Con l’afflusso sul mercato di strumenti di programmazione basati sull’intelligenza artificiale, è emersa una debolezza critica: di default, come la maggior parte delle sessioni di chat LLM, sono temporanee: non appena si chiude una sessione e ne si inizia una nuova, lo strumento dimentica tutto ciò su cui si stava lavorando.Gli sviluppatori hanno aggirato questo problema facendo in modo che gli strumenti di codifica e gli agenti salvassero il loro stato in file markdown e di testo, ma questa soluzione è, nella migliore delle ipotesi, poco pratica.
Qodo , la startup di revisione del codice AI, ritiene di aver trovato 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, gestiti manualmente, con un livello di governance intelligente. Genera automaticamente regole a partire da modelli di codice reali e da decisioni di revisione passate, ne mantiene costantemente l’integrità, applica gli standard in ogni revisione del codice e ne misura l’impatto nel mondo reale.Per Itamar Friedman, CEO e co-fondatore di Qodo, il lancio 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 annuncio sia il più importante che abbiamo mai fatto”, ha affermato Friedman in un’intervista con VentureBeat.Il problema del “Memento”Per spiegare i limiti degli attuali strumenti di codifica dell’intelligenza artificiale, Friedman cita il film Memento di Christopher Nolan del 2000 , in cui il protagonista soffre di perdita di memoria a breve termine e deve tatuarsi delle note sul corpo per ricordare informazioni cruciali.”Ogni volta che li chiami, è una macchina che si risveglia da zero”, ha detto Friedman a proposito degli assistenti di programmazione basati sull’intelligenza artificiale di oggi. “Quindi, prima di andare in modalità sospensione e riavviarsi, tutto ciò che può fare è scrivere ciò che ha fatto in un file”.Questo approccio, che consiste nel salvare il contesto in file markdown come agents.md o napkin.md, è diventato una soluzione alternativa comune tra gli sviluppatori che utilizzano strumenti come Claude Code e Cursor. Tuttavia, Friedman sostiene che questo metodo non sia efficace su scala aziendale.”Pensate a un software pesante, dove ora avete, diciamo, 100.000 di quei post-it”, ha detto. “Alcuni sono post-it. Alcuni sono spiegazioni complesse. Alcuni sono storie. Vi svegliate e vi viene assegnato un compito. La prima cosa che [l’IA] fa è iniziare statisticamente a cercare i promemoria giusti… È molto meglio che non averli. Ma è molto casuale.”Da senza stato a statoSecondo Friedman, l’evoluzione degli strumenti di sviluppo dell’intelligenza artificiale ha seguito una traiettoria chiara: dal completamento automatico (GitHub Copilot) al questionario (ChatGPT), alla codifica agentica all’interno dell’IDE (Cursor) fino alle funzionalità agentiche ovunque (Claude Code). Ma sostiene che tutti questi rimangono fondamentalmente stateless.”Affinché lo sviluppo software possa davvero rivoluzionare il modo in cui sviluppiamo software per il mondo reale, è necessario che si tratti di una macchina con stato”, ha affermato Friedman.La sfida principale, ha spiegato, è che la qualità del codice è intrinsecamente soggettiva. Organizzazioni diverse hanno standard diversi e persino i team all’interno della stessa azienda possono affrontare i problemi in modo diverso.”Per raggiungere un livello di automazione davvero elevato, è necessario essere in grado di personalizzare il codice in base alle esigenze specifiche dell’azienda”, ha affermato Friedman. “È necessario essere in grado di fornire codice di alta qualità. Ma la qualità è soggettiva.”La risposta di Qodo è quella che Friedman descrive come “memoria che si costruisce nel corso di un lungo periodo ed è accessibile agli agenti di codifica, che possono quindi frugare, controllare e verificare che ciò che stanno effettivamente facendo sia in linea con le esigenze soggettive dell’azienda”.
Come funziona il sistema di regole di QodoIl sistema di regole di Qodo stabilisce quella che l’azienda definisce una fonte unificata di verità per gli standard di codifica organizzativa. Il sistema include diversi componenti chiave:Rilevamento automatico delle regole: un agente di rilevamento delle regole genera standard da basi di codice e feedback di pull request, eliminando la creazione manuale di file di regole.Manutenzione intelligente: un agente esperto in regole individua costantemente conflitti, duplicati e standard obsoleti per prevenire quello che l’azienda chiama “decadimento delle regole”.Applicazione scalabile: le regole vengono applicate automaticamente durante la revisione del codice della richiesta pull, con correzioni consigliate fornite agli sviluppatori.Analisi del mondo reale: le organizzazioni possono monitorare i tassi di adozione, le tendenze di violazione e le metriche di miglioramento per dimostrare che gli standard vengono rispettati.Friedman ha sottolineato che questo rappresenta un cambiamento fondamentale nel funzionamento degli strumenti di revisione del codice basati sull’intelligenza artificiale. “È la prima volta che uno strumento di revisione del codice basato sull’intelligenza artificiale passa da un approccio reattivo a uno proattivo”, ha affermato.Il sistema elabora le regole basate su modelli di codice, best practice e sulla propria libreria, quindi le presenta ai responsabili tecnici per l’approvazione. Una volta accettate, le organizzazioni ricevono statistiche sull’adozione e sulle violazioni delle regole nell’intera base di codice.Una connessione più stretta tra memoria e agentiCiò che distingue l’approccio di Qodo, secondo Friedman, è il modo in cui il sistema di regole si integra strettamente con gli agenti di intelligenza artificiale stessi, anziché trattare la memoria come una risorsa esterna che l’intelligenza artificiale deve cercare.”A Qodo, questa memoria e i suoi agenti sono molto più connessi, come nel nostro cervello”, ha detto Friedman. “C’è molta più struttura… dove le diverse parti sono ben collegate e non separate.”Friedman ha osservato che Qodo applica tecniche di apprendimento di rinforzo e di messa a punto a questo sistema integrato, che a suo avviso hanno consentito all’azienda di ottenere un miglioramento dell’11% in termini di precisione e richiamo rispetto ad altre piattaforme, identificando con successo 580 difetti in 100 PR di produzione reali.Friedman ha offerto una previsione per il settore: “Guardando al futuro, sarà molto chiaro che all’inizio del 2026 eravamo su macchine stateless che cercavano di hackerare il modo in cui interagiscono con la memoria. Entro la fine del 2026 avremo un sistema molto accoppiato, e Qodo 2.1 è il primo modello di come farlo”.
Distribuzione e prezzi aziendaliQodo si posiziona come un’azienda orientata alle aziende, offrendo molteplici opzioni di implementazione. Le organizzazioni possono implementare il sistema interamente all’interno della propria infrastruttura tramite cloud o VPN, utilizzare un’opzione SaaS single-tenant 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 ospitati da Qodo, rispondendo così alle problematiche di governance dei dati che i clienti aziendali in genere sollevano.Per quanto riguarda i prezzi, Qodo mantiene il suo attuale modello basato su postazioni con quote di utilizzo. Attualmente, l’azienda offre tre livelli di prezzo : un piano Developer gratuito per singoli utenti con 30 revisioni PR al mese, un piano Teams a 38 dollari per utente al mese (con un risparmio del 21% disponibile per la fatturazione annuale) che include 20 PR per utente al mese e 2.500 crediti IDE/CLI, e un piano Enterprise con prezzo personalizzato e prezzi “contattaci” che aggiunge funzionalità come la consapevolezza del contesto multi-repo, opzioni di distribuzione on-prem, SSO e supporto prioritario.Friedman ha riconosciuto l’esistenza di un dibattito in corso nel settore circa l’opportunità o meno di una tariffazione basata sui posti nell’era degli agenti di intelligenza artificiale, ma ha affermato che l’azienda prevede di affrontare questo argomento in modo più approfondito nel corso dell’anno.”Se ottieni più valore, paghi di più”, ha detto Friedman. “Se non ottieni più valore, allora va tutto bene.”Risposta tempestiva del clienteOfer Morag Brin della società di tecnologia delle risorse umane Hibob, uno dei primi utenti del Rules System, ha segnalato risultati positivi in un comunicato stampa che Qodo ha condiviso con VentureBeat prima del lancio.”Il sistema di regole di Qodo non ha solo fatto emergere gli standard che avevamo sparso in diverse sedi; li ha resi operativi”, ha affermato Brin. “Il sistema rafforza costantemente il modo in cui i nostri team revisionano e scrivono effettivamente il codice, e stiamo riscontrando una maggiore coerenza, un onboarding più rapido e miglioramenti misurabili nella qualità delle revisioni tra i team”.Fondata nel 2018, Qodo ha raccolto 50 milioni di dollari da investitori tra cui TLV Partners, Vine Ventures, Susa Ventures e Square Peg, con investitori informali di OpenAI, Shopify e Snyk.