KodaCode v1.0: новая модель Koda pro на базе GLM 5.2 и улучшенный кодовый агент
В релизе v1.0 KodaCode представила модель Koda pro, построенную на GLM 5.2, и полностью переработала агентный режим: новые инструменты, системный промпт и обновлённое обучение.
Что изменилось в KodaCode v1.0?
Koda Code объявила о выходе первой крупной версии своего продукта – v1.0. Главным нововведением стала модель Koda pro, построенная на базе GLM 5.2. По словам разработчиков, это позволяет существенно повысить точность генерации кода и улучшить понимание контекста задач.
Агентный режим в центре внимания
- В предыдущих версиях плагина режим «Агент» был лишь экспериментом. В v1.0 он стал основным способом взаимодействия.
- За время работы с агентом (с сентября 2025) команда накопила обширный опыт, который лег в основу новой реализации.
Технические улучшения
- Обновлённые агентные инструменты – расширена поддержка файловой системы, добавлены новые команды для работы с репозиториями и автоматической проверкой кода.
- Системный промпт – полностью переписан, теперь учитывает лучшие практики prompt‑инжиниринга и контекстные подсказки для разных языков программирования.
- Новая итерация обучения – модель прошла дообучение на более 15 ТБ кода (GitHub, GitLab, Bitbucket) и на задачах реального «code‑review», что привело к росту метрик BLEU и CodeBLEU на 12 % и 15 % соответственно.
Бенчмарк
Внутренний бенчмарк Koda pro показал, что время генерации кода сократилось в среднем с 3,2 с до 1,8 с, а количество исправлений после первой генерации упало на 27 %.
Что дальше?
Разработчики обещают дальнейшее развитие агентных функций, интеграцию с популярными IDE (VSCode, JetBrains) и открытый API для сторонних плагинов.
Ссылка на релиз: https://habr.com/ru/companies/koda/articles/1056758/
Для AI‑разработчиков Koda pro открывает более быстрый и точный способ автоматизации рутинного кодинга. Новые инструменты и улучшенный системный промпт позволяют быстрее интегрировать агент в пайплайны CI/CD, но стоит помнить о потенциальных рисках «переобучения» на специфичном коде, поэтому рекомендуется проверять вывод модели на тестовых наборах.
