3月30日，以色列代码验证初创公司Qodo完成了7000万美元B轮融资，总融资额达到1.2亿美元。
这笔钱是在一个很有意思的时间节点拿到的。
为什么验证成了问题
现在AI coding工具的核心问题已经不是能不能生成代码，而是生成的代码能不能直接合并到生产。
Qodo的判断是：代码生成已经不是瓶颈，信任才是。
在有AI coding工具之前，合并代码的流程通常是：写代码 → PR → code review → merge。每一步都有人盯着，质量控制是自然嵌进去的。
AI coding工具让写代码这一步快了10倍，但review和验证的速度没跟上。结果是工程师对AI生成的代码施加了更严格的验证——反而造成了新的瓶颈。
每月AI coding工具生成的代码量以数十亿行计，这些代码都需要有人或有系统负责把关。
Qodo在做什么
Qodo不是又一个AI代码助手，而是一个独立的验证层。
技术上，它是一套多agent架构：
- Bug检测agent：找逻辑错误和安全漏洞
- 合规检查agent：对照企业自定义的代码规范
- 架构验证agent：评估改动对整个代码库的影响
它做的不是看这个PR本身改了什么，而是分析这个改动在整个依赖图里会引发什么连锁反应——这是传统代码审查工具做不到的。
最近发布的Qodo 2.0是多agent版本，在Martian的Code Review Bench测试里排名第一，得分64.3%。
谁在用
企业客户名单够看：NVIDIA、Walmart、Red Hat、Intuit、JFrog、Texas Instruments。
这些不是在做实验的公司，是在用AI tools跑真实生产代码的公司。他们在用Qodo说明什么？说明光靠Claude Code或者GitHub Copilot生成代码还不够，你还需要一道独立的验证关卡。
背后的市场逻辑
这个赛道的逻辑和测试行业类似：代码越多，bug的潜在风险越大，验证的价值越高。
当AI把代码生产速度提升一个数量级，bug的绝对数量也会同比增加——除非验证环节也用AI来加速。
Qodo联合创始人Itamar Friedman说的很直接：我们在构建的是代码质量和信任的系统性记录，因为企业正在从AI实验走向任务关键型自动化。
从实验到生产，中间那道门叫信任。
参考来源：Qodo raises 0M for code verification as AI coding scales（TechCrunch）；AI-generated code verification startup Qodo raises 0M（SiliconAngle）