Qodo voegt met Codex context toe aan AI-codereviews
Qodo brengt organisatiecontext en codebasestandaarden naar Codex en helpt ontwikkelaars zo P0-problemen in meerdere repositories op te sporen.
Qodo(opent in een nieuw venster) bouwt AI-tools voor codereviews en softwarekwaliteit en geeft programmeeragents de organisatiekennis die ze nodig hebben om de code die ze wijzigen te begrijpen. Medeoprichter en CEO Itamar Friedman noemt het "de beste vriend van de programmeeragent".
Qodo gebruikt OpenAI-modellen, waaronder GPT‑6 Astra, om kennis over softwareontwikkeling te verzamelen, code te beoordelen en de softwarekwaliteit te bewaken. De Codex-plug-in van Qodo brengt die context en reviews naar de programmeersessies van ontwikkelaars.
"We zijn dol op de modellen van OpenAI. We willen grensverleggende modellen, de beste modellen voor redenering, maar ook modellen die echt snel zijn."
Itamar beschrijft klantomgevingen met soms wel 10.000 of meer repositories. Daar kan een lokale codewijziging een storing veroorzaken in een afhankelijke dienst, ook als de wijziging op zichzelf correct lijkt. Om dit aan te pakken, bouwde Qodo een plug-in die beschikbaar is op de Codex-marktplaats.
"Codex is heel goed in het efficiënt uitvoeren van een lokale taak", zegt Itamar. De plug-in van Qodo geeft Codex via Qodo's Agentic Toolbox toegang tot kennis over de codebase, organisatieregels en onafhankelijke reviews.
Met die context kan Codex rekening houden met afhankelijkheden tussen repositories, ook als die bij verschillende Git-aanbieders worden gehost, of tussen diensten die via Kafka met elkaar verbonden zijn. "Qodo legt dat verband en helpt Codex de software als geheel te bekijken, zodat die P0-bugs niet over het hoofd worden gezien", zegt Itamar.
Voordat Codex code gaat schrijven, kan het via de plug-in van Qodo de relevante regels voor de codebase en de geschiedenis en patronen van pull requests ophalen. Nadat Codex de wijzigingen heeft aangebracht, beoordeelt Qodo ze en stuurt het de bevindingen in dezelfde sessie rechtstreeks terug naar Codex, nog voordat de ontwikkelaar een pull request opent.
Nnenna Ndukwe, hoofd ontwikkelaarsrelaties voor AI bij Qodo, ziet dat ontwikkelaars deze workflow gebruiken om met GPT‑6‑modellen in Codex functies te bouwen en technische schuld aan te pakken. Ze automatiseren de overdracht van het programmeerwerk van Codex naar de onafhankelijke review van Qodo. "Dat zie ik ontwikkelaars doen en dat is heel veelbelovend, want GPT‑6 is buitengewoon capabel", zegt Nnenna.
Itamar beschrijft programmeer- en reviewagents als "yin en yang": de ene schrijft code, de andere toetst die kritisch. Elke rol heeft een eigen inrichting en context nodig en kan door meerdere agents worden vervuld. Zijn visie is dat agents hun bevindingen bespreken en "alleen voorleggen wat ze niet accepteren" voor menselijke beoordeling. Ontwikkelaars zouden planners en reviewers worden, die openstaande problemen kunnen onderzoeken met de discussie tussen de agents, de context en eerdere beslissingen van ontwikkelaars erbij.
"Zo creëer je vertrouwen", zegt Itamar. "Ik denk dat het hele proces er efficiënter door wordt", voegt Nnenna toe. "We kunnen onze expertise inzetten op de punten waar we het sterkst in zijn."
Binnen Qodo gebruikt Nnenna de inspanningsniveaus Zeer Hoog en Ultra van GPT‑6 Astra voor haar eigen geautomatiseerde ontwikkelworkflows en kenniswerk.
"Wat doet Codex eigenlijk niet? Ik ben enthousiast over alles wat Codex doet. Het idee om AI en automatisering te combineren vind ik geweldig."
Nnenna plant taken in waarmee Codex rapporteert wat ze die week heeft bereikt en waar ze zich vervolgens op kan richten of verbeteren. Ze gebruikt Codex ook om gesprekken over softwareontwikkeling met agents op sociale platforms te onderzoeken en ideeën voor content voor ontwikkelaars aan te dragen. Voor haar eigen codewijzigingen plant ze taken in waarmee Codex haar werk analyseert en vaardigheden voor agents voorstelt die ze kan maken of verfijnen.
Itamar ziet kansen om met de onlangs gelanceerde Decisions API van OpenAI te bepalen welke regels en vaardigheden voor agents in elke ontwikkelfase van toepassing zijn, in plaats van voor elke beslissing op taalmodellen te vertrouwen.
Hij geeft een voorbeeld waarin de Decisions API uit 200 regels kan kiezen welke gecontroleerd moeten worden, voordat een taalmodel de relevante regels beredeneerd doorloopt. Zo kan de selectie sneller en goedkoper worden, terwijl de kwaliteit van de review verbetert. "De Decisions API biedt ons een enorme kans om het vertrouwen in het proces te vergroten", zegt Itamar.
De aanpak van Qodo combineert "het beste van kunstmatige intelligentie met het beste van traditionele softwareontwikkeling en scripting", zegt Nnenna. Bedrijfskennis stuurt programmeeragents aan, onafhankelijke reviews controleren hun werk en menselijke expertise lost de resterende vraagstukken op.
Dit legt de basis voor wat Itamar een softwarefabriek noemt: een systeem dat klanten zelf kunnen samenstellen en bezitten, waarin programmeer- en reviewagents samenwerken met inzicht in hoe software in productie verandert.
Samen met OpenAI bouwt Qodo aan een toekomst waarin programmeeragents meer van de ervaring binnen een bedrijf benutten en ontwikkelaars hun beoordelingsvermogen kunnen inzetten waar dat het meest nodig is.


