Sistemi intelligenti, capaci, performanti. Eppure, di natura effimera. Ogni volta che si chiude una sessione di lavoro e se ne apre una nuova, lo strumento di IA dimentica completamente tutto ciò che era stato discusso e sviluppato in precedenza, ricominciando da zero come se fosse la prima volta.
Per comprendere meglio questa limitazione, Itamar Friedman, amministratore delegato e cofondatore di Qodo, ricorre a un riferimento cinematografico particolarmente calzante: il film "Memento" di Christopher Nolan del 2000. Proprio come il protagonista della pellicola, che soffre di perdita di memoria a breve termine e deve tatuarsi promemoria sul corpo per ricordare informazioni cruciali, gli assistenti AI attuali si risvegliano ogni volta senza alcun ricordo delle sessioni precedenti. L'unica soluzione che riescono ad adottare è salvare rapidamente informazioni in file di testo prima di "addormentarsi" nuovamente.
Questa analogia descrive precisamente il metodo di lavoro che gli sviluppatori hanno dovuto escogitare per aggirare il problema: salvare il contesto in file markdown con nomi come agents.md o napkin.md quando utilizzano strumenti come Claude Code e Cursor. Tuttavia, Friedman sostiene che questo approccio artigianale si rivela completamente inadeguato quando si passa alla scala aziendale. Immaginare di gestire software complessi con decine di migliaia di questi "post-it digitali" diventa rapidamente un incubo organizzativo, dove alcuni sono brevi annotazioni, altri lunghe spiegazioni o intere storie di sviluppo.
La startup israeliana specializzata nella revisione del codice tramite AI ha annunciato oggi quella che definisce come la prima soluzione reale al problema: un sistema intelligente di governance chiamato Rules System, integrato nella versione 2.1 della loro piattaforma. Si tratta di un framework di memoria organizzativa persistente che sostituisce i file di regole statici e mantenuti manualmente con uno strato di governance intelligente che apprende e si evolve automaticamente.
Il funzionamento del sistema si articola su quattro pilastri fondamentali. Innanzitutto, un agente dedicato alla scoperta delle regole genera automaticamente standard analizzando le basi di codice esistenti e il feedback ricevuto nelle pull request, eliminando la necessità di creare manualmente file di regole. Parallelamente, un secondo agente esperto si occupa della manutenzione intelligente, identificando continuamente conflitti, duplicati e standard obsoleti per prevenire quello che l'azienda chiama "decadimento delle regole".
L'applicazione pratica avviene attraverso un'implementazione scalabile: le regole vengono automaticamente applicate durante la revisione del codice nelle pull request, fornendo agli sviluppatori correzioni raccomandate in tempo reale. Il quarto elemento è un sistema di analisi che traccia tassi di adozione, tendenze nelle violazioni e metriche di miglioramento, dimostrando concretamente che gli standard vengono effettivamente seguiti in tutta l'organizzazione.
Ciò che distingue l'approccio di Qodo rispetto alle soluzioni improvvisate attualmente in uso è l'integrazione profonda tra memoria e agenti AI. Invece di trattare la memoria come una risorsa esterna che l'intelligenza artificiale deve consultare tramite ricerca statistica, il sistema crea una connessione strutturata simile a quella del cervello umano, dove diverse parti sono strettamente interconnesse. Friedman ha rivelato che l'azienda applica tecniche di fine-tuning e apprendimento per rinforzo a questo sistema integrato, ottenendo un miglioramento dell'11% in precisione e capacità di richiamo rispetto ad altre piattaforme, identificando con successo 580 difetti in 100 pull request di produzione reali.
L'evoluzione degli strumenti di sviluppo AI ha seguito finora una traiettoria chiara: dall'autocompletamento di GitHub Copilot alle domande e risposte di ChatGPT, fino alla codifica agente all'interno degli IDE come Cursor e alle capacità agentiche ovunque di Claude Code. Tuttavia, secondo Friedman, tutti questi rimangono fondamentalmente macchine senza stato. La vera rivoluzione nello sviluppo software richiede invece sistemi con stato, capaci di mantenere memoria e contesto nel tempo.
La sfida centrale che Qodo affronta riguarda la natura soggettiva della qualità del codice. Organizzazioni diverse hanno standard differenti, e persino team all'interno della stessa azienda possono approcciare i problemi in modi diversi. Per raggiungere livelli elevati di automazione, diventa indispensabile personalizzare il sistema secondo i requisiti specifici dell'impresa, fornendo codice di alta qualità secondo definizioni che variano da contesto a contesto.
Sul fronte commerciale, Qodo mantiene un modello di prezzo basato su licenze per utente con quote di utilizzo. L'offerta comprende un piano gratuito Developer per singoli con 30 revisioni PR mensili, un piano Teams a 38 dollari per utente al mese che include 20 PR per utente e 2.500 crediti IDE/CLI, e un piano Enterprise con prezzi personalizzati che aggiunge funzionalità come consapevolezza del contesto multi-repository, opzioni di distribuzione on-premise, SSO e supporto prioritario.
L'azienda si posiziona esplicitamente verso il mercato enterprise, offrendo molteplici opzioni di distribuzione. Le organizzazioni possono installare il sistema interamente nella propria infrastruttura tramite cloud premise o VPN, utilizzare un'opzione SaaS single-tenant dove Qodo ospita un'istanza isolata, oppure optare per il tradizionale SaaS self-service. Le regole e i file di memoria possono risiedere ovunque l'azienda richieda, affrontando le preoccupazioni di governance dei dati tipiche dei clienti enterprise.
Ofer Morag Brin dell'azienda tecnologica HR Hibob, tra i primi utilizzatori del Rules System, ha riportato risultati positivi confermando che il sistema non si è limitato a far emergere gli standard sparsi in luoghi diversi, ma li ha operazionalizzati concretamente. Il sistema rinforza continuamente il modo in cui i team effettivamente revisionano e scrivono codice, portando a maggiore coerenza, onboarding più rapido e miglioramenti misurabili nella qualità delle revisioni tra i team.
Friedman ha offerto una previsione audace per l'industria: tra un anno sarà evidente che all'inizio del 2026 si utilizzavano macchine senza stato che cercavano di aggirare i limiti dell'interazione con la memoria, mentre entro la fine dell'anno si avrà un modo molto più integrato di gestire questa relazione. Fondata nel 2018, Qodo ha raccolto 50 milioni di dollari da investitori tra cui TLV Partners, Vine Ventures, Susa Ventures e Square Peg, con angel investor provenienti da OpenAI, Shopify e Snyk.
