Qodo: AI code review na may konteksto, gamit ang Codex
Dinadala ng Qodo sa Codex ang konteksto ng organisasyon at mga pamantayan ng codebase, na tumutulong sa mga developer na makita ang mga P0 issue sa iba't ibang repository.
Gumagawa ang Qodo(magbubukas sa bagong window) ng mga AI tool para sa pagsusuri ng code at kalidad ng software. Binibigyan nito ang mga coding agent ng kaalaman ng organisasyon na kailangan nila para maunawaan ang code na binabago nila. Tinatawag ito ng kasamang tagapagtatag at CEO na si Itamar Friedman na “pinakamatalik na kaibigan ng coding agent.”
Gumagamit ang Qodo ng mga modelo ng OpenAI, kabilang ang GPT‑6 Astra, para mangalap ng kaalaman sa engineering, magsuri ng code, at subaybayan ang kalidad ng software. Dinadala ng Codex plugin nito ang konteksto at pagsusuring iyon sa mga coding session ng mga developer.
“Gustong-gusto namin ang mga modelo ng OpenAI. Gusto namin ang mga frontier na modelo, ang pinakamahusay sa pangangatwiran, pero pati rin ang mga talagang mabilis.”
Inilalarawan ni Itamar ang mga environment ng customer na maaaring sumaklaw sa 10,000 o higit pang repository, kung saan ang isang lokal na pagbabago sa code ay maaaring makasira sa isang serbisyong umaasa rito, kahit mukhang tama ang pagbabago kapag tiningnan nang hiwalay. Gumawa ang Qodo ng plugin sa Codex marketplace para tugunan ito.
“Napakahusay ng Codex sa paghawak at pagkumpleto ng isang lokal na gawain nang hindi nagsasayang ng oras o resources,” sabi ni Itamar. Binibigyan ng plugin ng Qodo ang Codex ng access sa kaalaman tungkol sa codebase, mga panuntunan ng organisasyon, at hiwalay na pagsusuri sa pamamagitan ng Agentic Toolbox ng Qodo.
Kapag may konteksto, naisasalang-alang ng Codex ang mga dependency sa iba't ibang repository, kabilang ang mga naka-host sa magkakaibang Git provider o mga serbisyong konektado sa pamamagitan ng Kafka. “Makikita ng Qodo ang ugnayang iyon at tutulungan ang Codex na tingnan ang software sa kabuuan para hindi makaligtaan ang mga P0 bug na iyon,” sabi ni Itamar.
Bago magsimulang magsulat ng code ang Codex, magagamit nito ang plugin ng Qodo para kunin ang mga nauugnay na panuntunan ng codebase at ang kasaysayan at mga pattern ng pull request. Pagkatapos gawin ng Codex ang mga pagbabago, sinusuri ang mga ito ng Qodo at direktang ibinabalik ang mga natuklasan nito sa Codex sa parehong session, bago magbukas ng pull request ang developer.
Nakikita ni Nnenna Ndukwe, Pinuno ng Ugnayan sa mga AI Developer ng Qodo, na ginagamit ng mga developer ang workflow na ito para bumuo ng mga feature at tugunan ang technical debt gamit ang mga modelo ng GPT‑6 sa Codex. Ina-automate nila ang pagpapasa ng gawa mula sa coding ng Codex patungo sa hiwalay na pagsusuri ng Qodo. “Iyan ang nakikita kong ginagawa ng mga developer, at talagang kapana-panabik ito dahil napakalawak ng kayang gawin ng GPT‑6,” sabi ni Nnenna.
Inilalarawan ni Itamar ang mga agent sa coding at pagsusuri bilang “yin at yang”: gumagawa ng code ang isa, habang kinikilatis naman ito ng isa pa. Kailangan ng bawat tungkulin ang sarili nitong setup at konteksto, at maaaring gumamit ng maraming agent. Ang hangarin niya ay talakayin ng mga agent ang mga natuklasan at “ilabas lamang ang mga hindi nila tinatanggap” para masuri ng tao. Magiging mga tagaplano at tagasuri ang mga developer. Masisiyasat nila ang mga hindi pa nalulutas na isyu kasama ang talakayan at konteksto ng mga agent at ang mga naunang desisyon ng developer.
“Ganyan bumuo ng tiwala,” sabi ni Itamar. “Sa tingin ko, mas nagiging episyente ang buong proseso dahil dito,” dagdag ni Nnenna. “Napapakinabangan namin ang pinakamahuhusay na aspeto ng aming kadalubhasaan.”
Sa loob ng Qodo, ginagamit ni Nnenna ang mga setting na Napakataas at Ultra ng GPT‑6 Astra para sa antas ng pangangatwiran sa sarili niyang mga automated na workflow sa development, pati sa gawaing nangangailangan ng kaalaman at pagsusuri.
“Ano ba ang hindi kayang gawin ng Codex? Gustong-gusto ko ang lahat ng ginagawa ng Codex. Gustong-gusto ko ang ideya ng pagsasama ng AI at automation.”
Itinatakda ni Nnenna ang iskedyul ng Codex para mag-ulat tungkol sa mga nagawa niya sa buong linggo at kung saan siya puwedeng magtuon o magpahusay sa susunod. Ginagamit din niya ito para saliksikin ang mga usapan tungkol sa engineering gamit ang mga agent sa mga social platform at magmungkahi ng mga ideya para sa content na para sa mga developer. Para sa sarili niyang mga pagbabago sa code, itinatakda niya ang iskedyul ng Codex para suriin ang kanyang trabaho at magmungkahi ng mga skill ng agent na puwedeng gawin o pahusayin.
Nakikita ni Itamar ang pagkakataong gamitin ang bagong inilunsad na Decisions API ng OpenAI para piliin kung aling mga panuntunan at skill ng agent ang naaangkop sa bawat yugto ng development, sa halip na umasa sa mga modelo ng wika para sa bawat desisyon.
Nagbigay siya ng halimbawa kung saan maaaring piliin ng Decisions API kung alin sa 200 panuntunan ang kailangang suriin bago gumamit ang isang modelo ng wika ng pangangatwiran para suriin ang mga naaangkop. Makakatulong ito para mapabilis at mapamura ang pagpili habang pinapahusay ang kalidad ng pagsusuri. “Malaking pagkakataon para sa amin ang Decisions API para gawing mas mapagkakatiwalaan ang proseso,” sabi ni Itamar.
Pinagsasama ng diskarte ng Qodo ang “pinakamahuhusay na aspeto ng artificial intelligence at ang pinakamahuhusay na aspeto ng tradisyonal na software engineering at scripting,” sabi ni Nnenna. Ginagabayan ng kaalaman ng kumpanya ang mga coding agent, sinusuri nang hiwalay ang kanilang trabaho, at ginagamit ang kadalubhasaan ng tao para lutasin ang mga natitirang tanong.
Ito ang nagiging pundasyon ng inilalarawan ni Itamar bilang isang pabrika ng software: isang sistemang maaaring buuin at pag-aari ng mga customer, na pinagsasama ang mga agent sa coding at pagsusuri at ang pag-unawa sa kung paano nagbabago ang software sa production.
Kasama ang OpenAI, bumubuo ang Qodo ng kinabukasang mas napapakinabangan ng mga coding agent ang karanasan ng kumpanya, at naitutuon ng mga developer ang kanilang pagpapasya sa mga bagay na pinakamahalaga.
