Qodo تجمع 70 مليون دولار: رهان على التحقق من الكود في عصر التطوير باستخدام AI

بينما يتنافس المنافسون على سرعة توليد الأكواد، تراهن Qodo على شيء مختلف تماماً: الثقة بأن الأكواد المولدة تعمل فعلاً. جمعت الشركة 70 مليون دولار لحل مشكلة يفضل العديد من لاعبي سوق تطوير الذكاء الاصطناعي تجاهلها — جودة الأكواد التي تكتبها الذكاء الاصطناعي. تشهد صناعة تطوير الذكاء الاصطناعي لحظة متناقضة.

أدوات قائمة على الذكاء الاصطناعي — من GitHub Copilot إلى Cursor و Devin — توّلد أكواداً أسرع من أي وقت مضى. يقبل المطورون مئات الاقتراحات يومياً، وتقلل الفرق من وقت كتابة الأكواد الروتينية بأضعاف. لكن مع السرعة جاءت مشكلة جديدة: حجم الأكواد التي يجب التحقق منها ينمو أسرع من قدرة التحقق.

وفقاً لدراسات مختلفة، يقضي المطورون الذين يستخدمون مساعدات الذكاء الاصطناعي بنشاط جزءاً كبيراً من وقت عملهم ليس في الكتابة، بل في مراجعة الأكواد المولدة تلقائياً. هنا بالذات ترى Qodo نيشتها. الشركة، المعروفة سابقاً باسم CodiumAI، طورت لسنوات عديدة أدوات اختبار الأكواد المدعومة بالذكاء الاصطناعي.

لكن في هذه الجولة، تصيغ موضعها بشكل أكثر حدة: توليد الأكواد مشكلة محلولة، والتحقق ليس كذلك. منطق هذا الطرح واضح. عندما يكتب المطور الأكواد يدوياً، يفهم ما تفعله كل سطر.

عندما توّلد الذكاء الاصطناعي دالة من عشرات السطور من تعليمات واحدة، غالباً ما يقبلها المطور على سبيل الإيمان — خاصة إذا بدت الأكواد مقنعة واجتازت الاختبارات الأساسية. تظهر المشاكل لاحقاً: في الحالات الحدودية، عند التوسع، في الإنتاج. هذا ليس تهديداً افتراضياً — إنه تحول حقيقي في هيكل الديون التقنية التي تلاحظها عديد من الفرق بالفعل.

تقدم Qodo عدة حلول لهذه المشكلة. المنتج الأساسي هو توليد الاختبارات تلقائياً التي لا تغطي فقط المسار السعيد، بل تبحث بنشاط عن الحالات الحدودية والسلوكيات المحتملة الإشكالية. المكون الثاني هو تحليل الأكواد على مستوى منطق الأعمال، وليس مجرد الصيغة النحوية: تحاول النظام فهم نية المطور والتحقق مما إذا كان التطبيق يطابق تلك النية.

الاتجاه الثالث هو التكامل في خطوط أنابيب CI/CD بحيث يحدث التحقق تلقائياً مع كل الالتزام. 70 مليون دولار مبلغ كبير، خاصة في سياق برودة سوق رأس المال الاستثماري. يوضح هذا أن المستثمرين يؤمنون بأطروحة الشركة.

مع بدء وكلاء الذكاء الاصطناعي في كتابة المزيد من الأكواد بمشاركة بشرية قليلة جداً، تصبح مسألة مراقبة الجودة حرجة وجذابة تجارياً. المنافسة في هذا المجال شديدة. أدوات التحليل الثابت القياسية موجودة منذ عقود.

اللاعبون الكبار — Snyk و SonarQube و Veracode — يعملون منذ زمن في التحقق من الأكواد. تضيف GitHub قدرات التحليل مباشرة في منتجها. لكن Qodo تؤكد أن النهج التقليدية لا تتعامل مع الأكواد المكتوبة بواسطة الذكاء الاصطناعي: فهي مختلفة في الهيكل والأسلوب وتوزيع الأخطاء.

هذا ليس مجرد سرد تسويقي — هناك مشكلة تقنية حقيقية وراءه. رهان Qodo هو أن التحقق من أكواد الذكاء الاصطناعي يتطلب أدوات متخصصة مدربة على تفاصيل هذا النوع من الأكواد بالذات. وأنه مع بدء وكلاء الذكاء الاصطناعي في كتابة ليس وحدات فردية بل أنظمة كاملة، ستزداد الحاجة إلى مثل هذه الأدوات فحسب.

ستمكّن الـ 70 مليون دولار المجمعة الشركة من توسيع نطاق تطوير المنتج والدخول إلى سوق الشركات. القطاع الناشئ للتحقق من جودة أكواد الذكاء الاصطناعي ليس لديه قائد معترف به حتى الآن — و Qodo بوضوح تقصد احتلال تلك الموقع. سيظهر الأشهر الـ 12-18 القادمة ما إذا كان هذا الادعاء مبرراً.