Qodo привлекла $70 млн: ставка на верификацию кода в эпоху ИИ-разработки

Пока конкуренты соревнуются в скорости генерации кода, Qodo делает ставку на совершенно другое: на уверенность в том, что сгенерированный код действительно работает. Компания привлекла $70 млн инвестиций, чтобы решить проблему, которую многие игроки рынка ИИ-разработки предпочитают замалчивать — качество кода, который пишет ИИ. Индустрия ИИ-разработки переживает парадоксальный момент.

Инструменты на базе ИИ — от GitHub Copilot до Cursor и Devin — генерируют код быстрее, чем когда-либо. Разработчики принимают сотни предложений в день, команды сокращают время написания рутинного кода в разы. Но вместе со скоростью пришла и новая проблема: объём кода, который нужно проверять, растёт быстрее, чем возможности его верификации.

По данным различных исследований, разработчики, активно использующие ИИ-помощников, проводят значительную часть рабочего времени не в написании, а в проверке автоматически сгенерированного кода. Именно здесь Qodo видит свою нишу. Компания, ранее известная как CodiumAI, уже несколько лет развивает инструменты для тестирования кода с применением ИИ.

Но в нынешнем раунде она формулирует позиционирование острее: генерация кода — решённая задача, верификация — нет. Логика этого тезиса понятна. Когда разработчик пишет код вручную, он понимает, что делает каждая строчка.

Когда ИИ генерирует функцию из нескольких десятков строк по одному промпту, девелопер часто принимает её на веру — особенно если код выглядит убедительно и проходит базовые тесты. Проблемы вскрываются позже: в edge-кейсах, при масштабировании, в продакшене. Это не гипотетическая угроза — это реальный сдвиг в структуре технического долга, который многие команды уже наблюдают.

Qodo предлагает несколько решений для этой проблемы. Ключевой продукт — автоматическая генерация тестов, которые не просто покрывают happy path, но активно ищут граничные случаи и потенциально проблемное поведение. Второй компонент — анализ кода на уровне бизнес-логики, а не только синтаксиса: система пытается понять намерение разработчика и проверить, соответствует ли реализация этому намерению.

Третье направление — интеграция в CI/CD пайплайны, чтобы верификация происходила автоматически при каждом коммите. $70 млн — серьёзная сумма, особенно на фоне охлаждения венчурного рынка. Это свидетельствует о том, что инвесторы верят в тезис компании.

По мере того как ИИ-агенты начинают писать всё больше кода с минимальным участием человека, вопрос контроля качества становится критически важным и коммерчески привлекательным. Конкуренция в нише велика. Стандартные инструменты статического анализа существуют десятилетиями.

Крупные игроки — Snyk, SonarQube, Veracode — давно занимаются проверкой кода. GitHub добавляет возможности анализа прямо в свой продукт. Но Qodo утверждает, что традиционные подходы не справляются с кодом, написанным ИИ: он другой по структуре, стилю и распределению ошибок.

Это не просто маркетинговый нарратив — за ним стоит реальная техническая проблема. Ставка Qodo — на то, что верификация ИИ-кода требует специализированных инструментов, обученных на специфике именно такого кода. И что по мере того, как ИИ-агенты начнут писать не отдельные функции, а целые системы, потребность в таких инструментах будет только расти.

Привлечённые $70 млн позволят компании масштабировать продуктовую разработку и выход на корпоративный рынок. Формирующийся сегмент проверки качества ИИ-кода пока не имеет признанного лидера — и Qodo явно намерена занять эту позицию. Насколько обоснована эта претензия, покажут следующие 12-18 месяцев.