Qodo giver AI-kodegennemgang kontekst med Codex

Qodo⁠(åbner i et nyt vindue) udvikler AI-værktøjer til kodegennemgang og softwarekvalitet, som giver kodeagenter den viden om organisationen, de har brug for til at forstå den kode, de ændrer. Medstifter og administrerende direktør Itamar Friedman kalder det »kodeagentens bedste ven«.

Qodo bruger OpenAI-modeller, herunder GPT‑6 Astra, til at indsamle viden om softwareudvikling, gennemgå kode og overvåge softwarekvalitet. Qodos plugin til Codex bringer denne kontekst og kodegennemgang ind i udviklernes kodningssessioner.

Itamar beskriver kundemiljøer, der kan omfatte 10.000 eller flere kodelagre, hvor en lokal kodeændring kan få en afhængig tjeneste til at fejle, selv om ændringen ser korrekt ud isoleret set. For at løse det udviklede Qodo et plugin, som er tilgængeligt på Codex-markedspladsen.

»Codex er virkelig god til at tage en lokal opgave og løse den effektivt,« siger Itamar. Qodos plugin giver Codex adgang til viden om kodebasen, organisationens regler og uafhængig kodegennemgang via Qodos Agentic Toolbox.

Med kontekst kan Codex tage højde for afhængigheder på tværs af kodelagre, også når de hostes hos forskellige Git-udbydere, eller når tjenester er forbundet via Kafka. »Qodo vil finde den sammenhæng og hjælpe Codex med at se softwaren som en helhed, så de P0-fejl ikke bliver overset,« siger Itamar.

Før Codex begynder at skrive kode, kan det bruge Qodos plugin til at hente relevante regler for kodebasen samt historik og mønstre fra pull requests. Når Codex har foretaget ændringerne, gennemgår Qodo dem og sender resultaterne direkte tilbage til Codex i samme session, før udvikleren opretter en pull request.

Nnenna Ndukwe, der er ansvarlig for relationer til AI-udviklere hos Qodo, ser udviklere bruge denne arbejdsgang til at bygge funktioner og håndtere teknisk gæld med GPT‑6‑modeller i Codex. De automatiserer overdragelsen fra Codex' kodningsarbejde til Qodos uafhængige kodegennemgang. »Det er det, jeg har set udviklere gøre, og det er virkelig spændende, fordi GPT‑6 er ekstremt kompetent,« siger Nnenna.

Itamar beskriver kode- og gennemgangsagenter som »yin og yang«: Den ene skaber kode, den anden udfordrer den. Hver rolle kræver sin egen opsætning og kontekst og kan involvere flere agenter. Hans vision er, at agenterne diskuterer resultaterne og »kun sender det videre, de ikke kan acceptere«, til menneskelig vurdering. Udviklerne ville stå for planlægning og gennemgang og kunne undersøge uløste problemer sammen med agenternes diskussion, kontekst og tidligere beslutninger truffet af udviklere.

»Det er sådan, man skaber tillid,« siger Itamar. »Jeg synes, det gør hele processen mere effektiv,« tilføjer Nnenna. »Vi får mulighed for at bruge det bedste af vores ekspertise.«

Internt hos Qodo har Nnenna brugt GPT‑6 Astras indstillinger Ekstra høj og Ultra til ræsonnering i både sine egne automatiserede udviklingsprocesser og sit vidensarbejde.

Nnenna planlægger faste opgaver i Codex, som rapporterer om, hvad hun har nået i løbet af ugen, og hvad hun fremover kan fokusere på eller forbedre. Hun bruger det også til at undersøge samtaler om agentbaseret softwareudvikling på sociale platforme og foreslå idéer til indhold for udviklere. Når det gælder hendes egne kodeændringer, planlægger hun opgaver i Codex, som analyserer hendes arbejde og foreslår agentfærdigheder, hun kan oprette eller forbedre.

Itamar ser en mulighed for at bruge OpenAI's nyligt lancerede Decisions API til at vælge, hvilke regler og agentfærdigheder der er relevante i hver fase af udviklingen, frem for at lade sprogmodeller træffe alle beslutninger.

Han nævner et eksempel, hvor Decisions API kunne vælge, hvilke af 200 regler der skal kontrolleres, før en sprogmodel ræsonnerer sig igennem de relevante regler. Det kan gøre udvælgelsen hurtigere og billigere og samtidig forbedre kvaliteten af kodegennemgangen. »Decisions API giver os en enorm mulighed for at skabe større tillid til processen,« siger Itamar.

Qodos tilgang kombinerer »det bedste fra kunstig intelligens med det bedste fra traditionel softwareudvikling og scripting,« siger Nnenna. Virksomhedens viden vejleder kodeagenterne, en uafhængig gennemgang kontrollerer deres arbejde, og menneskelig ekspertise afklarer de spørgsmål, der stadig er åbne.

Det skaber grundlaget for det, Itamar beskriver som en softwarefabrik: et system, som kunderne selv kan sammensætte og eje, og som forener kode- og gennemgangsagenter med en forståelse af, hvordan software ændrer sig i produktion.

Sammen med OpenAI skaber Qodo en fremtid, hvor kodeagenter udnytter mere af virksomhedens erfaring, og udviklere kan bruge deres dømmekraft dér, hvor den gør størst forskel.