Qodo משלבת הקשר בסקירת קוד עם AI באמצעות Codex

Qodo⁠(נפתח בחלון חדש) מפתחת כלי AI לסקירת קוד ולהבטחת איכות תוכנה, ומספקת לסוכני קוד את הידע הארגוני הדרוש להם כדי להבין את הקוד שהם משנים. המייסד השותף והמנכ״ל איתמר פרידמן מכנה אותה "החברה הכי טובה של סוכן הקוד".

Qodo משתמשת במודלים של OpenAI, ובהם GPT‑6 Astra, כדי לאסוף ידע הנדסי, לסקור קוד ולנטר את איכות התוכנה. התוסף שלה ל-Codex משלב את ההקשר ואת הסקירה האלה במהלך עבודת הקוד של המפתחים.

איתמר מתאר סביבות עבודה של לקוחות שעשויות לכלול 10,000 מאגרי קוד ואף יותר, שבהן שינוי קוד מקומי עלול לשבש שירות שתלוי בו, גם אם השינוי בפני עצמו נראה תקין. כדי לתת לכך מענה, Qodo פיתחה תוסף הזמין בחנות התוספים של Codex.

"Codex ממש טוב בלקחת משימה מקומית ולהשלים אותה ביעילות", אומר איתמר. התוסף של Qodo מעניק ל-Codex גישה לידע על בסיס הקוד, לכללים ארגוניים ולסקירה בלתי תלויה באמצעות ארגז הכלים האג'נטי של Qodo.

בעזרת ההקשר הזה, Codex יכול להביא בחשבון תלויות בין מאגרי קוד, גם כשהם מאוחסנים אצל ספקי Git שונים, או בין שירותים המחוברים באמצעות Kafka. "Qodo תזהה את הקשר הזה ותעזור ל-Codex לראות את התוכנה כמכלול ולא לפספס את הבאגים האלה ברמת P0", אומר איתמר.

לפני ש-Codex מתחיל לכתוב קוד, הוא יכול להשתמש בתוסף של Qodo כדי לשלוף את הכללים הרלוונטיים לבסיס הקוד ואת ההיסטוריה והדפוסים של בקשות pull request. לאחר ש-Codex מבצע את השינויים, Qodo סוקרת אותם ומחזירה את ממצאיה ישירות ל-Codex באותו סשן, עוד לפני שהמפתח פותח pull request.

נננה נדוקווה, מובילת קשרי המפתחים בתחום ה-AI ב-Qodo, רואה מפתחים שמשתמשים בתהליך העבודה הזה כדי לפתח יכולות ולטפל בחוב טכני בעזרת מודלי GPT‑6 ב-Codex. הם הופכים את המעבר בין כתיבת הקוד של Codex לסקירה הבלתי תלויה של Qodo לאוטומטי. "זה מה שאני רואה מפתחים עושים, וזה ממש מרגש כי ל-GPT‑6 יש יכולות יוצאות דופן", אומרת נננה.

איתמר מתאר סוכני קוד וסקירה כ"יין ויאנג": האחד יוצר קוד, והשני בוחן אותו בעין ביקורתית. כל תפקיד דורש הגדרות והקשר משלו, ועשוי לערב כמה סוכנים. החזון שלו הוא שסוכנים ידונו בממצאים ו"יעלו רק את מה שהם לא מסכימים עליו" לבדיקה אנושית. המפתחים יעברו לתפקידי תכנון וסקירה, ויוכלו לבחון סוגיות שלא נפתרו לצד הדיון בין הסוכנים, ההקשר והחלטות קודמות של מפתחים.

"ככה יוצרים אמון", אומר איתמר. "אני חושבת שזה הופך את התהליך כולו ליעיל יותר", מוסיפה נננה. "אנחנו יכולים להפיק את המרב מתחומי המומחיות שבהם אנחנו מצטיינים."

בעבודתה ב-Qodo, נננה משתמשת ברמות המאמץ "גבוהה מאוד" ו"אולטרה" של GPT‑6 Astra בתהליכי הפיתוח האוטומטיים שלה וגם בעבודת ידע.

נננה מתזמנת ל-Codex משימה לדווח על מה שהספיקה במהלך השבוע ועל התחומים שבהם תוכל להתמקד או להשתפר בהמשך. היא נעזרת בו גם כדי לחקור שיחות ברשתות חברתיות על הנדסה אג'נטית ולהציע רעיונות לתוכן למפתחים. כשמדובר בשינויי הקוד שלה, היא מתזמנת ל-Codex משימה לנתח את עבודתה ולהציע מיומנויות לסוכנים שכדאי ליצור או לשפר.

איתמר רואה הזדמנות להשתמש ב-Decisions API שהשיקה OpenAI לאחרונה כדי לבחור אילו כללים ומיומנויות של סוכנים רלוונטיים בכל שלב בפיתוח, במקום להסתמך על מודלי שפה בכל החלטה.

הוא מביא דוגמה שבה Decisions API יוכל לבחור אילו מתוך 200 כללים צריך לבדוק, לפני שמודל שפה ינתח את הכללים הרלוונטיים. כך אפשר יהיה לזרז ולהוזיל את הבחירה ובמקביל לשפר את איכות הסקירה. "Decisions API הוא הזדמנות עצומה עבורנו לחזק את האמון בתהליך", אומר איתמר.

הגישה של Qodo משלבת "את המיטב של הבינה המלאכותית עם המיטב של הנדסת תוכנה מסורתית וכתיבת סקריפטים", אומרת נננה. הידע הארגוני מנחה סוכני קוד, סקירה בלתי תלויה בודקת את עבודתם, ומומחיות אנושית מכריעה בשאלות שנותרו פתוחות.

כך נוצר הבסיס למה שאיתמר מתאר כמפעל תוכנה: מערכת שהלקוחות יוכלו להרכיב ולהחזיק בבעלותם, המשלבת סוכני קוד וסקירה עם הבנה של האופן שבו תוכנה משתנה בסביבת הייצור.

יחד עם OpenAI, ‏Qodo בונה עתיד שבו סוכני קוד מיישמים יותר מהניסיון שנצבר בחברה, והמפתחים יכולים להפעיל שיקול דעת במקום שבו הוא חשוב ביותר.