（原CodiumAI）AI开发平台
Qodo 发布最新技术洞察，指出 AI 驱动的开发虽带来速度，但也导致代码质量下降、事故率激增及成本不可控。文章提出“治理即基础设施”的新理念，强调传统质量模型在 AI 规模下失效，企业需构建类似航空交通控制的 AI 执行护栏（Governance Harness），以实现对 Agent 运行时机、资源访问及模型选择的严格管控，确保生产级代码安全与成本可预测性。
Qodo 宣布完成 7000 万美元 B 轮融资，总融资额达 1.2 亿美元。本轮融资旨在推动公司从单纯的代码生成工具向具备“人工智慧”（Artificial Wisdom）的企业级代码治理平台转型。面对 AI 生成代码泛滥导致的“代码垃圾”问题，Qodo 强调速度不应以质量为代价，通过多智能体编排、动态上下文引擎及规则生命周期管理，构建能够理解架构全貌、具备长期记忆与判断力的代码审查系统。
Qodo 宣布其 CLI 智能体 Qodo Command 在业界权威基准 SWE-bench Verified 中取得 71.2% 的卓越成绩，无需微调即可直接运行。该成果得益于与 Anthropic 的深度合作（采用 Claude 4 模型）、基于 LangGraph 的架构优化以及针对复杂代码库的上下文摘要与执行规划机制。此次突破标志着 AI 代码智能体从“辅助补全”向“独立解决真实工程问题”的重大跨越。
Qodo发布独家PR Benchmark，基于400个真实Pull Request评测主流LLM代码审查能力。结果显示GPT-5（含轻量级版本）在发现关键漏洞、生成精准补丁及遵循项目规范方面表现卓越，显著优于Gemini 2.5、Claude Sonnet 4等竞品。评测强调“最小模型”在速度与质量间的平衡，为开发者提供了更真实的模型选型参考。
Qodo 正式推出 Qodo Command，一款面向 CLI 的智能代理构建与管理工具。该工具旨在解决开发者在软件开发生命周期（SDLC）中跨平台、跨工具协作的痛点，支持通过终端或 Web UI 运行自定义 Agent，实现代码审查、测试覆盖、文档生成等工作的自动化。开发者可使用简单的 TOML 配置定义触发器、输入与动作，并集成主流 LLM，为团队提供灵活、可编程的自动化层。
Qodo 正式推出 Gen 1.5 版本，核心聚焦于 Agentic Mode 的智能化升级。新特性包括支持动态多步迭代工作流、IDE 内原生终端命令执行（Terminal MCP Tool）以及企业级安全管控（MCP 白名单与命令限制）。此次更新显著提升了 Agent 在复杂重构、跨框架迁移及自动化测试中的自主闭环能力，同时通过严格的治理机制满足了企业级安全合规需求。
Qodo 宣布与 Snyk 达成战略合作，利用 Model Context Protocol (MCP) 将代码安全扫描能力深度集成至其 AI 开发工作流。该方案解决了 GenAI 生成代码时的安全盲区问题，使 Qodo Gen 能够自动检测漏洞、分析依赖风险并直接提供修复建议，在提升开发效率的同时显著降低软件安全风险。
Qodo 正式推出基于 RAG（检索增强生成）的代码审查功能，旨在解决大模型在特定代码库中缺乏上下文、命名规范不一致等痛点。通过构建语义数据库、优化查询预处理与后处理流程，Qodo 实现了上下文感知的代码建议与合规检查。该更新显著提升了 PR 审查的准确性与效率，为复杂企业级开发团队提供了更智能的协作工具。
Qodo 正式推出 Qodo Gen 1.0，核心引入全新的 Agent 模式，将 AI 从简单的代码生成工具升级为具备自主规划能力的智能体。该版本通过 LangGraph 构建基础设施，支持 Model Context Protocol (MCP) 实现动态工具调用，并深化了测试生成能力。对于企业开发者而言，这意味着 AI 能自主拆解复杂任务、串联多步逻辑，显著提升了全栈开发与调试效率。
Qodo 正式推出 Gen 1.0 版本，将原本基于侧边栏的自动化测试生成工具升级为具备上下文感知能力的半智能体（Semi-Agentic）工作流。新版本引入分步引导、IDE 原生集成及 Model-Context-Protocol (MCP) 支持，旨在解决复杂代码库中的测试难题，让测试编写从繁琐任务转变为开发者与 AI 协作的直觉过程。
Qodo 正式推出 Qodo Merge 1.0，旨在解决 AI 辅助代码审查中反馈冗余、缺乏上下文及与团队规范脱节的核心痛点。新版本引入“聚焦问题模式”以过滤噪音，通过动态学习机制建立团队专属最佳实践 Wiki，并新增实时任务上下文抓取与可执行反馈功能，显著提升审查效率与代码质量。
Qodo 正式在 IDE 插件中支持自托管 DeepSeek-R1，填补开源领域与闭源推理模型（如 OpenAI o1）之间的能力鸿沟。该模型具备系统 2 级推理能力，在复杂代码审查与架构设计任务中表现卓越，同时提供高达 30 倍的成本优势和 5 倍的速度提升。开发者可通过 VSCode 和 JetBrains 插件无缝集成，享受安全、私有的 AI 编码辅助体验。
