Qodoは、組織のコンテキスト(organizational context)とコードベースの標準(codebase standards)をCodexに取り込み、開発者が複数のリポジトリにわたってP0の問題を見つけるのを支援します。コードレビューとソフトウェア品質(software quality)のためのAIツールを構築しており、コーディングエージェント(coding agents)が変更するコードを理解するために必要な組織の知識を与えます。共同創業者兼CEOのItamar Friedmanは、これを「コーディングエージェントの最良の友」と呼んでいます。

Itamar Friedmanは、Codexがローカルのタスクを受けて効率的に完了させるのが非常に得意であると述べています。Qodoのプラグインは、QodoのAgentic Toolboxを通じて、Codexにコードベースの知識、組織のルール、独立したレビュー(independent review)へのアクセスを与えます。

複数リポジトリにまたがる依存関係への対応

Qodoの共同創業者兼CEOであるItamar Friedmanは、顧客環境には10,000以上のリポジトリにまたがるものがあり、そこではローカルのコード変更が単体では正しく見えても、下流のサービスを壊す可能性があると述べています。Qodoはこれに対処するため、Codexのマーケットプレイスにプラグインを作りました。コンテキストがあれば、Codexは、異なるGitプロバイダーでホストされているリポジトリや、Kafkaでつながったサービスを含め、リポジトリをまたぐ依存関係を考慮できます。Itamar Friedmanは、Qodoがその関連づけを行い、Codexがソフトウェアを全体として見て、P0バグを見逃さないよう助けると述べています。

Codexはコードを書き始める前に、Qodoのプラグインを使って、関連するコードベースのルールと、プルリクエスト(pull request)の履歴およびパターンを取得できます。Codexが変更を行った後は、Qodoがそれをレビューし、開発者がプルリクエストを開く前に、同じセッション内で結果を直接Codexに返します。Itamar Friedmanは、コーディングエージェントとレビューエージェントの関係を「陰と陽」と表現しています。一方がコードを作り、もう一方がそれに異議を唱える役割であり、それぞれの役割には専用のセットアップとコンテキストが必要で、複数のエージェントが関わることもあります。

Qodoは、GPT‑6 Astraを含むOpenAIのモデルを使って、エンジニアリングの知識の収集、コードのレビュー、ソフトウェア品質の監視を行っています。Codexプラグインは、そのコンテキストとレビューを開発者のコーディングセッションに持ち込みます。QodoはOpenAIとともに、コーディングエージェントが会社の経験をより多く活用し、開発者が最も重要な場面に判断を集中できる未来を築いています。

Nnenna Ndukweによる活用事例

QodoのAI Developer Relations LeadであるNnenna Ndukweは、自身のコード変更について、作業を分析して作成または改良すべきエージェントスキル(agent skills)を提案するようCodexをスケジュールしています。また、その週に成し遂げたことと次に注力・改善できる点をCodexにレポートさせるようスケジュールしているほか、ソーシャルプラットフォーム上のエージェント型エンジニアリング(agentic engineering)に関する会話のリサーチと、開発者向けコンテンツのアイデア提案にもCodexを使用しています。

QodoのAI Developer Relations LeadであるNnenna Ndukweは、開発者がCodexでGPT-6モデルを使った機能開発や技術的負債への対処に、Codexがコードを書き始める前にQodoのプラグインを使って関連するコードベースのルールとプルリクエストの履歴およびパターンを取得し、Codexが変更を行った後にQodoがそれをレビューして同じセッション内で結果を直接Codexに返すこのワークフローを使っているのを見ていると述べています。開発者は、Codexのコーディング作業とQodoの独立したレビューの間の受け渡しを自動化しています。Nnennaは、開発者がこのように使っているのを見るのは、GPT‑6が非常に高性能なので、とても刺激的だと述べています。

Itamar Friedmanは、エージェント同士が指摘事項について議論し、人間によるレビューには「受け入れなかったものだけを提示する」というビジョンを持っています。ビジョンでは、開発者は計画者兼レビュアーとなり、エージェントの議論、コンテキスト、過去の開発者の決定とあわせて未解決の問題を確認できるようになるとしています。Nnennaは、これによってプロセス全体がより効率的になり、自分たちの専門性の最良の部分を活かせると付け加えています。

Qodoの共同創業者兼CEOであるItamar Friedmanは、開発の各段階でどのルールとエージェントスキルを適用するかを選ぶ際に、すべての判断を言語モデルに頼るのではなく、OpenAIが最近提供を開始したDecisions APIを使える機会があると見ています。Decisions APIは、プロセスにより多くの信頼をもたらす非常に大きな機会であるとItamar Friedmanは述べています。

Itamar Friedmanが挙げる例では、Decisions APIは、言語モデルが関連するルールを推論する前に、200件のルールのうちどれを確認する必要があるかを選べる可能性があります。これにより、選択を速く安くしつつ、レビューの質を高める助けになるとされています。

Qodo社内のNnenna Ndukweは、自身の自動化された開発ワークフローとナレッジワーク(knowledge work)で、GPT-6 AstraのExtra HighとUltraのエフォート設定(effort settings)を使っています。Nnennaによると、Qodoのアプローチは「人工知能の最良の部分と、従来のソフトウェアエンジニアリングやスクリプトの最良の部分」を組み合わせたものです。

ソフトウェアファクトリーの土台

会社の知識がコーディングエージェントを導き、独立したレビューがその作業を確認し、人間の専門知識が残る問いを解決します。これは、Itamarがソフトウェアファクトリー(software factory)と呼ぶものの土台になります。Itamarによれば、ソフトウェアファクトリーは、顧客が組み立てて所有できるシステムで、コーディングエージェントとレビューエージェントを、本番環境でソフトウェアがどう変化するかの理解と結びつけるものです。