Qodo aporta context a la revisió de codi amb IA i Codex
Qodo incorpora el context de l'organització i les normes de la base de codi a Codex per ajudar els desenvolupadors a detectar problemes P0 entre repositoris.
Qodo(s'obre en una finestra nova) crea eines d'IA per revisar codi i vetllar per la qualitat del programari, i proporciona als agents de programació el coneixement de l'organització que necessiten per entendre el codi que modifiquen. El cofundador i director general, Itamar Friedman, el defineix com "el millor amic de l'agent de programació".
Qodo fa servir models d'OpenAI, com ara GPT‑6 Astra, per recopilar coneixements d'enginyeria, revisar codi i supervisar la qualitat del programari. El seu connector per a Codex incorpora aquest context i aquesta revisió a les sessions de programació dels desenvolupadors.
"Ens encanten els models d'OpenAI. Volem models d'avantguarda, els millors models de raonament, però també models que siguin realment ràpids."
L'Itamar descriu entorns de clients que poden abastar 10.000 repositoris o més, on un canvi local de codi pot fer fallar un servei que en depèn, encara que el canvi sembli correcte per si sol. Per abordar aquest problema, Qodo va crear un connector disponible al mercat de connectors de Codex.
"Codex és molt bo a l'hora d'agafar una tasca local i completar-la de manera eficient", diu l'Itamar. El connector de Qodo dona a Codex accés al coneixement de la base de codi, a les normes de l'organització i a una revisió independent mitjançant l'Agentic Toolbox de Qodo.
Amb aquest context, Codex pot tenir en compte les dependències entre repositoris, inclosos els allotjats per diferents proveïdors de Git o els de serveis connectats a través de Kafka. "Qodo establirà aquesta connexió i ajudarà Codex a veure el programari com un tot i a no passar per alt aquests errors P0", diu l'Itamar.
Abans de començar a escriure codi, Codex pot fer servir el connector de Qodo per obtenir les normes pertinents de la base de codi i l'historial i els patrons de les pull request. Un cop Codex ha fet els canvis, Qodo els revisa i li retorna directament els resultats en la mateixa sessió, abans que el desenvolupador obri una pull request.
La Nnenna Ndukwe, responsable de relacions amb desenvolupadors d'IA de Qodo, veu com els desenvolupadors fan servir aquest flux de treball per crear funcionalitats i abordar el deute tècnic amb els models GPT‑6 a Codex. Estan automatitzant el traspàs de la feina de programació de Codex a la revisió independent de Qodo. "Això és el que he anat veient fer als desenvolupadors, i és molt engrescador perquè GPT‑6 té unes capacitats extraordinàries", diu la Nnenna.
L'Itamar descriu els agents de programació i de revisió com "el yin i el yang": un crea codi i l'altre el posa a prova. Cada rol necessita una configuració i un context propis i pot implicar diversos agents. La seva visió és que els agents debatin els resultats i "presentin només allò que no accepten" perquè ho revisi una persona. Els desenvolupadors passarien a planificar i revisar, i podrien examinar les qüestions pendents juntament amb el debat dels agents, el context i les decisions prèvies dels desenvolupadors.
"Així és com es genera confiança", diu l'Itamar. "Crec que això fa que tot el procés sigui més eficient en conjunt", afegeix la Nnenna. "Ens permet aprofitar el millor dels nostres coneixements i experiència."
A Qodo, la Nnenna fa servir els nivells d'esforç Molt alta i Ultra de GPT‑6 Astra en els seus fluxos de treball de desenvolupament automatitzats i en tasques de treball intel·lectual.
"Què és el que no fa Codex? M'encanta tot el que fa Codex. M'encanta la idea de combinar IA i automatització."
La Nnenna programa Codex perquè elabori informes sobre el que ha aconseguit durant la setmana i en què es podria centrar o què podria millorar a continuació. També el fa servir per investigar converses sobre enginyeria amb agents a les xarxes socials i suggerir idees de contingut per a desenvolupadors. Pel que fa als seus propis canvis de codi, programa Codex perquè analitzi la seva feina i suggereixi habilitats d'agent que es podrien crear o perfeccionar.
L'Itamar veu una oportunitat d'utilitzar l'API Decisions, que OpenAI ha llançat recentment, per triar quines normes i habilitats d'agent cal aplicar en cada fase del desenvolupament, en lloc de recórrer a models de llenguatge per a cada decisió.
Cita un exemple en què l'API Decisions podria seleccionar quines de les 200 normes cal comprovar abans que un model de llenguatge analitzi les pertinents mitjançant el raonament. Això ajudaria a fer la selecció més ràpida i econòmica i, alhora, a millorar la qualitat de la revisió. "L'API Decisions ens ofereix una oportunitat immensa per generar més confiança en el procés", diu l'Itamar.
L'enfocament de Qodo combina "el millor de la intel·ligència artificial i el millor de l'enginyeria de programari tradicional i la programació de scripts", diu la Nnenna. El coneixement de l'empresa guia els agents de programació, una revisió independent comprova la seva feina i els coneixements dels professionals resolen les qüestions pendents.
Això posa les bases del que l'Itamar descriu com una fàbrica de programari: un sistema que els clients podrien muntar i tenir en propietat, que combina agents de programació i de revisió amb una comprensió de com canvia el programari en producció.
Amb OpenAI, Qodo està construint un futur en què els agents de programació aprofitin millor l'experiència de l'empresa i els desenvolupadors puguin aplicar el seu criteri allà on és més important.
