Toen AI-aangedreven codeertools de markt overspoelden, kwam er een kritieke fout naar voren: standaard waren ze, zoals de meeste LLM-chatsessies, kortstondig: zodra je een sessie sloot en een nieuwe begon, vergaten de tools alles waar je zojuist aan had gewerkt.
Ontwikkelaars hebben dit omzeild door codeertools en agenten hun status te laten opslaan in markdown- en tekstbestanden, maar deze oplossingen zijn op zijn best hackbaar.
GravenStartup voor AI-codereviews gelooft dat ze een oplossing hebben door wat zij het eerste intelligente regelsysteem voor AI-beheer in de sector noemen te lanceren: een raamwerk dat AI-codereviewers een blijvend organisatorisch geheugen biedt.
Dit nieuwe systeem, vandaag aangekondigd als onderdeel van Qodo 2.1, vervangt handmatig beheerde statische regelbestanden door een intelligente bestuurslaag. Het genereert automatisch regels op basis van daadwerkelijke codepatronen en eerdere beoordelingsbeslissingen, handhaaft voortdurend de gezondheid van de regels, handhaaft standaarden bij elke codebeoordeling en meet de impact in de echte wereld.
Voor Itamar Friedman, CEO en mede-oprichter van Qodo, betekent deze lancering niet alleen een keerpunt voor zijn bedrijf, maar voor het hele veld van AI-ontwikkeltools.
“Ik geloof echt dat onze aankondiging het belangrijkste is dat we ooit hebben gedaan”, zei Friedman in een interview met VentureBeat.
Het ‘herinneringen’-probleem
Om de beperkingen van de huidige AI-coderingstools uit te leggen, gebruikt Friedman de film van Christopher Nolan uit 2000 Herinneringenwaarin de hoofdpersoon lijdt aan geheugenverlies op korte termijn en aantekeningen op zijn lichaam moet tatoeëren om belangrijke informatie te onthouden.
“Elke keer dat je ze belt, is het een machine die uit het niets ontwaakt”, zei Friedman over de hedendaagse AI-codeerassistenten. “Dus het enige dat het kan doen is, voordat het in de slaapstand gaat en opnieuw opstart, alles wat het doet in een bestand schrijven.”
Deze aanpak – het opslaan van context in een markdown-bestand zoals agent.md of serbet.md – is een veelgebruikte oplossing geworden onder ontwikkelaars die tools als Claude Code en Cursor gebruiken. Friedman is echter van mening dat deze methode niet op bedrijfsschaal kan worden toegepast.
“Denk eens aan de zware software die je nu hebt op bijvoorbeeld 100.000 van die sticky notes”, zei hij. “Sommige ervan zijn plakbriefjes. Sommige zijn enorme verklaringen. Sommige zijn verhalen. Je wordt wakker en je krijgt een taak. Het eerste wat (de AI) doet is statistisch op zoek gaan naar de juiste memo… Het is veel beter dan het niet hebben. Maar het is heel willekeurig.”
Van staatloos naar statelijk
De evolutie van AI-ontwikkeltools heeft volgens Friedman een duidelijk traject gevolgd: van automatisch aanvullen (GitHub Copilot) tot Q&A (ChatGPT) tot agentcodering in IDE’s (Cursor) tot agentmogelijkheden overal (Claude Code). Maar hij stelt dat al deze landen in wezen staatloos zijn.
“Als softwareontwikkeling echt een revolutie teweeg wil brengen in de manier waarop we software ontwikkelen voor echte software, zijn er machines nodig die een staatsstatus hebben”, aldus Friedman.
De kernuitdaging, zo legt hij uit, is dat codekwaliteit inherent subjectief is. Verschillende organisaties hanteren verschillende normen, en zelfs teams binnen hetzelfde bedrijf kunnen problemen op verschillende manieren benaderen.
“Om echt een hoog automatiseringsniveau te bereiken, moet je je kunnen aanpassen aan de specifieke behoeften van het bedrijf”, aldus Friedman. “Je moet code van hoge kwaliteit kunnen leveren. Maar kwaliteit is subjectief.”
Qodo’s antwoord is wat Friedman beschrijft als “een geheugen dat over een lange periode wordt opgebouwd en toegankelijk is voor codeeragenten, en dan kunnen ze porren en controleren en verifiëren dat wat ze daadwerkelijk doen overeenkomt met de subjectieve behoeften van het bedrijf.”
Hoe het Qodo-regelsysteem werkt
Het Qodo Rules System stelt wat het bedrijf een uniforme bron van waarheid noemt voor de codeerstandaarden van een organisatie vast. Dit systeem omvat verschillende hoofdcomponenten:
-
Automatische regeldetectie: De Rules Discovery Agent genereert standaarden uit de codebase en pull-request-feedback, waardoor het handmatig aanmaken van regelbestanden overbodig wordt.
-
Slim onderhoud: Het Rules Expert-bureau identificeert voortdurend conflicten, duplicaten en verouderde normen om wat het bedrijf ‘regelovertredingen’ noemt te voorkomen.
-
Schaalbare handhaving: Regels worden automatisch toegepast tijdens een beoordeling van een pull-request-code, waarbij aanbevolen oplossingen aan de ontwikkelaar worden verstrekt.
-
Analyse uit de echte wereld: Organisaties kunnen de acceptatiegraad, overtredingstrends en verbeteringsstatistieken volgen om aan te tonen dat de normen worden nageleefd.
Friedman benadrukte dat dit een fundamentele verandering betekent in de manier waarop AI-codebeoordelingstools werken. “Dit is de eerste keer dat een tool voor het beoordelen van AI-codes van reactief naar proactief is gegaan”, zei hij.
Het systeem brengt regels naar boven op basis van codepatronen, best practices en eigen bibliotheken, en legt deze vervolgens ter goedkeuring voor aan de technische leiding. Zodra ze zijn geaccepteerd, ontvangen organisaties statistieken over de implementatie van regels en overtredingen binnen hun codebasis.
Een nauwere verbinding tussen geheugen en agenten
Wat de aanpak van Qodo onderscheidt, is volgens Friedman hoe nauw het regelsysteem is geïntegreerd met de AI-agent zelf – in tegenstelling tot het behandelen van het geheugen als een externe hulpbron waar de AI naar moet zoeken.
“In Qodo zijn herinneringen en agenten veel meer met elkaar verbonden, net zoals in onze hersenen”, zegt Friedman. “Er zit meer structuur in… waarbij de verschillende delen goed met elkaar verbonden zijn en niet gescheiden.”
Friedman merkte op dat Qodo aanpassings- en versterkingsleertechnieken toepaste op dit geïntegreerde systeem, wat hij toeschrijft aan het feit dat het bedrijf een toename van 11% in precisie en terugroepactie heeft bereikt ten opzichte van andere platforms, en met succes 580 defecten heeft geïdentificeerd in 100 echte productie-PR’s.
Friedman deed een voorspelling voor de industrie: “Als je een jaar vooruitkijkt, zal het heel duidelijk zijn dat wanneer we in 2026 beginnen, we ons in staatloze machines bevinden die proberen de manier te hacken waarop ze met het geheugen omgaan. En tegen het einde van 2026 zullen we een zeer gekoppelde manier hebben, en Qodo 2.1 is de eerste blauwdruk voor hoe we dat moeten doen.”
Implementatie en ondernemingsprijzen
Qodo positioneert zichzelf als een enterprise-first bedrijf en biedt een verscheidenheid aan implementatieopties. Organisaties kunnen het systeem volledig binnen hun eigen infrastructuur implementeren via een cloud- of VPN-locatie, een SaaS-optie met één tenant gebruiken waarbij Qodo geïsoleerde instanties host, of kiezen voor traditionele self-service SaaS.
Regels en geheugenbestanden kunnen zich daar bevinden waar bedrijven ze nodig hebben – in hun eigen cloudinfrastructuur of gehost door Qodo – om problemen met gegevensbeheer aan te pakken die doorgaans door zakelijke klanten worden veroorzaakt.
Wat de prijzen betreft, handhaaft Qodo het bestaande stoelgebaseerde model met gebruiksquota. Momenteel biedt het bedrijf drie prijsniveaus: een gratis ontwikkelaarsabonnement voor individuen met 30 PR-beoordelingen per maand, een Teams-abonnement voor $ 38 per gebruiker per maand (met 21% besparing beschikbaar op jaarlijkse facturering) dat 20 PR’s per gebruiker per maand en 2.500 IDE/CLI-credits omvat, en een speciaal geprijsd Enterprise-abonnement met contact-prijzen die functies toevoegen zoals contextbewustzijn met meerdere repo’s, on-premises implementatieopties, SSO en prioriteitsondersteuning.
Friedman erkende het voortdurende debat in de sector over de vraag of op stoelen gebaseerde prijzen zinvol zijn in het tijdperk van AI-agenten, maar zei dat het bedrijf van plan is het onderwerp later dit jaar uitgebreider aan te pakken.
‘Als je meer waarde krijgt, betaal je meer’, zei Friedman. “Als dat niet het geval is, dan gaat het met ons allemaal goed.”
Eerste reactie van de klant
Ofer Morag Brin van HR-technologiebedrijf Hibob, een early adopter van het Rules System, rapporteerde positieve resultaten in een persverklaring die Qodo vóór de lancering deelde met VentureBeat.
“Het Qodo Regulatory System genereert niet alleen standaarden die we op verschillende plaatsen hebben verspreid; het implementeert ze ook”, aldus Brin. “Dit systeem blijft de manier verbeteren waarop onze teams code beoordelen en schrijven, en we zien een sterkere consistentie, snellere onboarding en meetbare verbeteringen in de beoordelingskwaliteit binnen de teams.”
Qodo, opgericht in 2018, heeft $ 50 miljoen opgehaald bij investeerders, waaronder TLV Partners, Vine Ventures, Susa Ventures en Square Peg, met engelinvesteerders van OpenAI, Shopify en Snyk.
