L'esplosione della produttività nel settore tech porta con sé una conseguenza: più codice viene scritto, meno tempo c'è per verificarlo. È il dilemma che ha colpito monday.com quando la sua organizzazione di sviluppo ha superato i 500 ingegneri, trovandosi sommersa da migliaia di pull request mensili che i revisori umani non riuscivano più a gestire senza sacrificare qualità o velocità. La soluzione è arrivata da una startup israeliana chiamata Qodo, specializzata in agenti AI per sviluppatori, che sta ridefinendo cosa significhi davvero fare code review in un'azienda moderna.
La differenza fondamentale tra Qodo e strumenti più noti come GitHub Copilot o Cursor sta nell'approccio: mentre questi ultimi si concentrano sulla generazione di nuovo codice, Qodo si specializza nell'analisi critica di quello esistente. Come ha spiegato Itamar Friedman, cofondatore e CEO di Qodo, in un'intervista a VentureBeat: "Puoi chiamare Claude Code o Cursor e in cinque minuti ottenere mille righe di codice. Ma hai solo quaranta minuti e non puoi revisionarle tutte. Ecco perché serve Qodo".
Il cuore della tecnologia si chiama context engineering, un approccio sistemico che va oltre la semplice lettura delle modifiche al codice. Il sistema analizza discussioni precedenti, documentazione, file rilevanti del repository, risultati dei test e persino conversazioni su Slack per comprendere non solo cosa è cambiato, ma perché e se le modifiche rispettano le convenzioni interne del team. Dana Fine, community manager di Qodo, lo ha sintetizzato efficacemente: "Non stai solo scrivendo prompt, stai progettando input strutturati sotto un limite fisso di token. Ogni token è una decisione di design".
Guy Regev, VP di Ricerca e Sviluppo e responsabile dei team Growth e monday Dev presso monday.com, ha iniziato a sperimentare con Qodo quasi per caso. Quello che sembrava un test marginale si è rapidamente trasformato in un elemento critico dell'infrastruttura di sviluppo software dell'azienda. I risultati parlano da soli: oltre 800 problemi al mese intercettati prima che raggiungessero la produzione, alcuni dei quali potenzialmente gravi vulnerabilità di sicurezza.
Un episodio emblematico racconta meglio di ogni statistica l'efficacia del sistema. In una recente pull request, Qodo ha segnalato una riga che esponeva inavvertitamente una variabile d'ambiente di staging, un dettaglio che nessun revisore umano aveva notato. Se fosse stata integrata, avrebbe causato problemi in produzione. "Le ore che avremmo speso per risolvere questa falla di sicurezza e le questioni legali che ne sarebbero derivate sarebbero state molte di più delle ore risparmiate nella revisione delle pull request", ha sottolineato Regev.
L'integrazione nel flusso di lavoro è avvenuta in modo naturale, senza curve di apprendimento ripide per il team infrastrutturale. Qodo opera direttamente su GitHub tramite azioni e commenti alle pull request, mantenendo gli sviluppatori al controllo delle decisioni finali secondo un modello human-in-the-loop che si è rivelato cruciale per l'adozione. "È semplicemente una GitHub action", ha spiegato Regev. "Crea una PR con i test. Non è uno strumento separato che abbiamo dovuto imparare".
I dati quantitativi confermano l'impatto trasformativo: ogni sviluppatore risparmia in media un'ora per pull request, un risparmio che moltiplicato per migliaia di PR mensili si traduce in migliaia di ore annue recuperate. Ma non si tratta solo di efficienza temporale: i problemi individuati riguardano logica di business, sicurezza e stabilità runtime, non semplici questioni cosmetiche. L'accuratezza del sistema deriva da un design data-first che addestra Qodo sulla codebase privata di ciascuna azienda e sui suoi dati storici, adattandosi a stili e pratiche diverse senza affidarsi a regole universali o dataset esterni.
La filosofia dietro questa tecnologia ribalta l'approccio tradizionale agli strumenti di analisi statica. Prima dell'arrivo di Qodo, monday.com utilizzava linter, regole danger e analisi statiche basate su configurazioni manuali. "Ma questi strumenti non sanno quello che tu non sai", ha osservato Regev. "Qodo invece sembra imparare dai nostri ingegneri". I commenti che genera non sono generici ma riflettono i valori del team, le librerie utilizzate, persino gli standard per elementi come i feature flag e la privacy.
L'entusiasmo del team di Regev per i risultati ottenuti li ha spinti a pianificare integrazioni più profonde tra Qodo e Monday Dev, la linea di prodotti dedicata agli sviluppatori che monday.com sta costruendo. La visione è creare un flusso di lavoro in cui il contesto business — task, ticket, feedback dei clienti — fluisca direttamente nel livello di code review, permettendo ai revisori di valutare non solo se il codice funziona, ma se risolve il problema giusto.
Qodo non si limita alla revisione del codice. L'azienda sta costruendo una piattaforma completa di agenti per sviluppatori che include Qodo Gen per la generazione di codice context-aware, Qodo Merge per l'analisi automatizzata delle PR e Qodo Cover, un agente di regression testing che usa la validazione runtime per garantire la copertura dei test. Tutto questo è alimentato dall'infrastruttura proprietaria di Qodo, incluso il modello di embedding open-source Qodo-Embed-1-1.5B, che ha superato le offerte di OpenAI e Salesforce nei benchmark di code retrieval.
Oggi Qodo opera con un modello freemium: gratuito per singoli sviluppatori, scontato per startup attraverso il programma Perks di Google Cloud, e con soluzioni enterprise per aziende che necessitano di SSO, deployment air-gapped o controlli avanzati. L'azienda lavora già con team di NVIDIA, Intuit e altre società Fortune 500, e grazie a una recente partnership con Google Cloud, i modelli di Qodo sono disponibili direttamente all'interno di Vertex AI Model Garden, facilitando l'integrazione nelle pipeline aziendali.
Friedman ha una visione chiara del futuro: "I context engine saranno la grande storia del 2026. Ogni azienda dovrà costruire il proprio secondo cervello se vuole un'AI che davvero la comprenda e l'aiuti". Mentre i sistemi AI diventano sempre più integrati nello sviluppo software, strumenti come Qodo dimostrano come il contesto giusto, fornito al momento giusto, possa trasformare il modo in cui i team costruiscono, distribuiscono e scalano il codice a livello enterprise.