Qodo 借助 Codex 将上下文融入 AI 代码审查 | OpenAI
2026 年 11 月 2 日
初创企业
Qodo 将组织上下文与代码库规范引入 Codex,帮助开发者在多个代码库之间捕获 P0 级严重缺陷。
Behind the Build:OpenAI 与 Qodo。

公司规模:初创公司
地区:北美
行业:科技
产品:API、Codex
Qodo 致力于打造用于代码审查和软件质量保障的 AI 工具,为编码智能体(coding agents)提供所需的组织知识,以便其理解所修改的代码。联合创始人兼首席执行官 Itamar Friedman 将其称为“编码智能体的最佳拍档”。
Qodo 采用包括 GPT‑6 Astra 在内的 OpenAI 模型来收集工程知识、审查代码并监控软件质量。其 Codex 插件将这些上下文与审查能力直接带入开发者的编程会话中。
“我们非常喜爱 OpenAI 的模型。我们不仅需要具备最强前沿推理能力(frontier reasoning)的模型,同时也需要极高的响应速度。”
——Itamar Friedman,Qodo 联合创始人兼 CEO
利用 Codex 跨代码库发现 P0 级缺陷
Itamar 描述了客户动辄拥有 10,000 个甚至更多代码库(repositories)的环境,在这些环境中,即使某处局部代码改动单看毫无问题,也可能会破坏下游服务。为了解决这一问题,Qodo 在 Codex 应用市场中构建了一款插件。
“Codex 非常擅长高效处理并完成局部任务,”Itamar 说道。Qodo 插件通过其 Agentic Toolbox 为 Codex 赋予了访问代码库知识、组织规范以及独立审查的能力。
有了上下文支持,Codex 能够兼顾跨代码库的依赖关系,包括托管在不同 Git 服务商上的代码,或通过 Kafka 连接的服务。“Qodo 能够建立起这种连接,并帮助 Codex 从整体上审视软件系统,从而避免遗漏那些 P0 级的严重缺陷,”Itamar 说道。
在自动化审查的同时保留人类判断
在 Codex 开始编写代码之前,它可以通过 Qodo 插件检索相关的代码库规范以及 Pull Request(PR)的历史记录与模式。Codex 完成修改后,Qodo 会对其进行审查,并在同一会话中、在开发者发起 PR 之前,直接将审查结果反馈给 Codex。
Qodo 的 AI 开发者关系负责人 Nnenna Ndukwe 看到,开发者正在利用这一工作流程,结合 Codex 中的 GPT-6 模型来构建新功能并解决技术债。他们正在将 Codex 的编码工作与 Qodo 的独立审查之间的交接流程实现自动化。“这正是我所看到的开发者正在做的事情,这非常令人振奋,因为 GPT-6 的能力极其强大,”Nnenna 说道。
Itamar 将编码智能体与审查智能体形象地比作“阴与阳”:一方负责编写代码,另一方则负责挑错与质检。每个角色都需要独立的配置和上下文,并且可能涉及多个智能体。他的愿景是让智能体之间相互讨论审查发现,并且“仅将它们未达成共识的内容提报出来”供人类审查。开发者将转变为规划者与审核者,能够结合智能体之间的讨论、上下文以及此前开发者的决策,审查尚未解决的问题。
“这就是建立信任的方式,”Itamar 说道。“我认为这从整体上让整个流程变得更加高效,”Nnenna 补充道,“我们得以充分发挥人类专长的核心价值。”
让 Codex 融入日常工作
在 Qodo 内部,Nnenna 一直在自身的自动化开发工作流以及知识性工作中使用 GPT-6 Astra 的 Extra High(极高)和 Ultra(超高)思考程度(effort)设置。
“还有什么是 Codex 做不到的吗?我喜欢 Codex 的所有功能。我非常认同将 AI 与自动化相结合的理念。”
——Nnenna Ndukwe,Qodo AI 开发者关系负责人
Nnenna 让 Codex 定时汇报她本周完成的工作,以及下一步可以重点关注或改进的方向。她还利用它在社交平台上调研有关智能体工程(agentic engineering)的讨论,并为开发者内容输出提供灵感。当涉及到她自己的代码改动时,她会安排 Codex 分析其工作,并建议创建或完善哪些智能体技能(agent skills)。
利用 Decisions API 选择适用的代码规范
Itamar 看到了利用 OpenAI 最新推出的 Decisions API 的机遇:在开发的各个阶段按需筛选适用的规则和智能体技能,而不是每个决策都单纯依赖语言模型。
他举例说明,Decisions API 可以在语言模型对相关规则进行深入推理之前,从 200 条规则中精准挑选出需要检查的规则,这有助于降低成本、加快筛选速度,同时提升审查质量。“Decisions API 为我们带来了一个巨大的机遇,让整个过程更具可信度,”Itamar 说道。
构建客户可自主掌控的软件工厂
Nnenna 表示,Qodo 的方法结合了“人工智能的最佳特性,以及传统软件工程与脚本编写的最佳实践”。企业知识为编码智能体指明方向,独立审查对成果进行把关,而人类专家的洞察则用于解决悬而未决的疑难问题。
这奠定了 Itamar 所描述的“软件工厂”(software factory)的基石:一套客户能够自行组装并掌控的系统,它将编码与审查智能体结合在一起,并深度理解软件在生产环境中的演进方式。
携手 OpenAI,Qodo 正在构建这样一个未来:让编码智能体能够更好地调动企业的历史经验,让开发者能够将判断力集中在最关键的环节。