CodeRabbit ने एजेंटिक डेवलपमेंट बढ़ाया, 20x डिलीवरी की
CodeRabbit, AI से बने कोड की निगरानी करने और उस पर भरोसा करने के लिए OpenAI मॉडल्स इस्तेमाल करता है. Codex की मदद से वही इंजीनियरिंग टीम 20x ज़्यादा सॉफ़्टवेयर डिलीवर कर रही है.
CodeRabbit(एक नई विंडो में खुलेगा) के को-फ़ाउंडर और CEO हरजोत गिल के मुताबिक, AI से बनने वाले कोड की मात्रा लगातार बढ़ रही है. ऐसे में एजेंट्स के बनाए कोड की जाँच करना और उस पर भरोसा करने का फ़ैसला लेना वह अहम काम बनता जा रहा है, जहाँ टीमों को अपनी समझ इस्तेमाल करनी पड़ती है. हरजोत कहते हैं, "कोडिंग एजेंट्स अपनाते ही हर कंपनी के सामने सबसे पहली बड़ी रुकावट कोड रिव्यू की आती है."
CodeRabbit ने AI-पावर्ड गवर्नेंस और कंट्रोल प्लेटफ़ॉर्म बनाया है, जो AI से बने कोड की जाँच करने और उस पर भरोसा करने में मदद करता है. 20,000 से ज़्यादा ऑर्गेनाइज़ेशन्स और 150,000 से ज़्यादा ओपन-सोर्स प्रोजेक्ट्स में CodeRabbit इस्तेमाल होता है. यह टीमों को AI एजेंट्स के बनाए कोड को समझने, रिव्यू करने और सुरक्षित बनाने में मदद करता है. साथ ही, यह तय करने में भी मदद करता है कि कौन-सा कोड रिलीज़ करने के लिए तैयार है.
CodeRabbit के मुताबिक, OpenAI मॉडल्स से बेहतर कीमत पर बेहतर परफ़ॉर्मेंस मिलने की वजह से कंपनी अपने रिव्यू प्रोसेस में ज़्यादा AI एजेंट्स जोड़ पा रही है और इसका फ़ायदा कस्टमर्स तक पहुँचा रही है. वहीं, Codex की मदद से वही इंजीनियरिंग टीम 20 गुना ज़्यादा सॉफ़्टवेयर डिलीवर कर रही है. कंपनी अपने टेक स्टैक और कस्टमर्स के कोड को सुरक्षित बनाने के लिए Daybreak भी इस्तेमाल करती है. इसका नया प्रोडक्ट CodeRabbit Secure, Daybreak और Codex मॉडल्स के साथ सिक्योरिटी पर फ़ोकस करने वाले एजेंट्स इस्तेमाल करता है, ताकि सिक्योरिटी की कमियाँ ढूँढी और ठीक की जा सकें.
"OpenAI के हर नए मॉडल के रिलीज़ के साथ, खासकर रीज़निंग मॉडल्स से, हमने देखा है कि हमारे प्रोडक्ट की बड़े पैमाने पर समस्याएँ ढूँढने की क्षमता में काफ़ी सुधार हुआ है."
CodeRabbit ने अपना पहला प्रोडक्ट GPT‑3.5 Turbo से बनाया था. हरजोत के मुताबिक, GPT‑4 आने के बाद प्रोडक्ट कोड रिव्यू करने में ज़्यादा असरदार हो गया. इसके बाद कंपनी ने OpenAI o1 और OpenAI o3 को भी शुरुआती दौर में ही अपना लिया. चूँकि कोड रिव्यू क्लाउड में असिंक्रोनस तरीके से चलते हैं, इसलिए CodeRabbit ऐसे मॉडल्स इस्तेमाल कर सका जो किसी समस्या पर सोचने में ज़्यादा समय लेते हैं, लेकिन बदले में बेहतर एनालिसिस करते हैं.
टीम नए मॉडल्स को अपने बेंचमार्क पर टेस्ट करती है, जिसमें जानी-पहचानी समस्याएँ शामिल हैं. इंटरव्यू के समय हरजोत का अनुमान था कि GPT‑6 Astra ने उस डेटासेट की 50% समस्याएँ पकड़ ली थीं. इस बेंचमार्क में उसका परफ़ॉर्मेंस दूसरे मॉडल्स से सबसे बेहतर था.
एजेंट्स अलग-अलग तरह की गलतियाँ करते हैं और उन्हें ठीक करते समय ऐसी समस्याएँ भी सामने आती हैं, जो पिछले रिव्यू में पकड़ में नहीं आई थीं. इसी वजह से बेंचमार्क भी लगातार बदल रहा है. हरजोत कहते हैं, "बग्स का नेचर लगातार बदल रहा है. जैसे-जैसे मॉडल्स बेहतर हो रहे हैं, वैसे-वैसे हमारा बेंचमार्क भी बदल रहा है."
OpenAI मॉडल्स से बेहतर कीमत पर बेहतर परफ़ॉर्मेंस मिलने के कारण CodeRabbit रिसर्च में तैयार की गई क्षमताओं को अपने प्रोडक्ट में शामिल कर पाया है. हरजोत के मुताबिक, मॉडल्स की कीमत और कैशिंग में हुए सुधार से कंपनी ज़्यादा AI इस्तेमाल कर पा रही है, ज़्यादा सब-एजेंट्स जोड़ पा रही है और इसका फ़ायदा कस्टमर्स तक पहुँचा पा रही है.
जब CodeRabbit की शुरुआत हुई थी, तब कोड नेविगेशन के लिए एक या दो सब-एजेंट्स इस्तेमाल होते थे. अब GPT‑6 Luna जैसे कम लागत वाले मॉडल्स की मदद से पूरे प्लेटफ़ॉर्म में ज़्यादा सब-एजेंट्स इस्तेमाल किए जा रहे हैं. वहीं, GPT‑6 Astra जैसे मॉडल्स प्लानिंग और ऑर्केस्ट्रेशन का काम सँभालते हैं.
हरजोत कहते हैं, "अब हम ऐसे यूज़ केसेज़ में भी हर जगह एजेंट्स इस्तेमाल कर रहे हैं, जिनका खर्च पहले हम उठा भी नहीं सकते थे." इससे CodeRabbit ज़्यादा तरह की जाँच कर सकता है और डेवलपर्स को बेहतर तरीके से समझा सकता है कि कोड में क्या बदलाव हुए हैं. इससे डेवलपर्स उन बदलावों को भी समझ पाते हैं और उन पर भरोसा कर पाते हैं, जो उन्होंने खुद नहीं लिखे.
हरजोत के मुताबिक, Codex इस्तेमाल करने से कंपनी पिछले 6 महीनों में बिना नए इंजीनियर्स जोड़े लगभग 20 गुना ज़्यादा सॉफ़्टवेयर डिलीवर कर रही है. उनका खुद का अनुमान है कि इंटरव्यू से पहले के 30 दिनों में उन्होंने 2,500 से 3,000 pull request पुश की थीं.
इस मुकाम तक पहुँचने के लिए सिर्फ़ Codex अपनाना काफ़ी नहीं था. कई एजेंट्स एक साथ चलाने पर पूरे डेवलपमेंट प्रोसेस की लिमिट्स सामने आईं. इनमें लैपटॉप की मेमोरी और कंप्यूट क्षमता से लेकर टेस्टिंग, सॉफ़्टवेयर को कंपाइल और पैकेज करने वाले टूल्स और डिपेंडेंसीज़ तक शामिल थीं.
टीम ने अपना रिलीज़ प्रोसेस आसान और बेहतर बनाया. साथ ही, यह भी दोबारा तय किया कि किन स्टेप्स पर लोगों से अप्रूवल लेना ज़रूरी है. वहीं, जिन कम रिस्क वाले बदलावों में किसी व्यक्ति के दखल की ज़रूरत नहीं थी, उन्हें CodeRabbit की मदद से अपने-आप रिलीज़ किया जाने लगा. हरजोत कहते हैं, "हमें सॉफ़्टवेयर डिलीवरी के पूरे तरीके पर फिर से नए सिरे से सोचना पड़ा."
कंपनी ने Codex से चलने वाला एक Slack बॉट भी बनाया है, जो प्रोडक्शन इंसिडेंट्स, Slack मैसेज और सपोर्ट टिकट्स की जाँच करके उनकी प्रायोरायटी तय करता है. यह टीम को रिव्यू और मर्ज करने के लिए pull request भी दे सकता है. हरजोत के मुताबिक, क्लाउड-आधारित डेवलपमेंट से लोकल मशीन की लिमिट्स कम की जा सकती हैं. साथ ही, टीमों को एक्सेस और ऑडिटिंग पर बेहतर कंट्रोल मिलता है.
CodeRabbit इंजीनियरिंग के अलावा दूसरे कामों के लिए भी Codex का इस्तेमाल करता है. इनमें कोड के ज़रिए मार्केटिंग और ऑपरेशनल टास्क मैनेज करना शामिल है. हरजोत कहते हैं, "हम कंपनी के ज़्यादा-से-ज़्यादा काम को कोड के ज़रिए चला रहे हैं."
मार्केटिंग में कंपनी pull request के ज़रिए Google Ads मैनेज करती है. टीम ऐड्स डिप्लॉय करने के लिए रिक्वेस्ट खोलती है और उसे मर्ज करती है. कंपनी एक कंटेंट स्टूडियो रिपॉज़िटरी भी इस्तेमाल करती है, जहाँ Codex स्लाइड डेक्स और कस्टमर्स के लिए डॉक्यूमेंट्स बनाता है. हरजोत कहते हैं, "अगर आप अपनी मार्केटिंग की समस्याओं को कोड से हल की जा सकने वाली समस्याओं में बदल सकें, तो आप 10x तेज़ी से काम कर पाएँगे."
CodeRabbit 2023 से सैंडबॉक्स एनवायरनमेंट्स में एजेंट्स चला रहा है. इसके लिए रिपॉज़िटरीज़ क्लोन की जाती हैं और एजेंट्स को कोड लिखने दिया जाता है, ताकि वे कोड रिव्यू में मदद कर सकें. हाल ही में, CodeRabbit ने अपने प्लेटफ़ॉर्म की टेस्टिंग और सिक्योरिटी बेहतर करने के लिए Daybreak के ज़रिए OpenAI का Cyber मॉडल इस्तेमाल किया.
टीम ने इंटरनल पेनेट्रेशन टेस्टिंग के लिए इस मॉडल का इस्तेमाल किया. इसमें अपने ही प्लेटफ़ॉर्म की जाँच की गई, ताकि पता चल सके कि कोई अटैकर किन तरीकों से इसमें घुस सकता है. हरजोत के मुताबिक, इस मॉडल का अर्ली एक्सेस मिलने से CodeRabbit को अपना टेक स्टैक सुरक्षित बनाने में मदद मिली. हरजोत कहते हैं, "हमें सिक्योरिटी की कई कमियाँ और हैकिंग के ऐसे एडवांस्ड तरीके मिले, जिनके बारे में हमने कभी सोचा भी नहीं था कि ऐसा हो सकता है."
इसके बाद कंपनी ने इन क्षमताओं को अपने नए प्रोडक्ट CodeRabbit Secure के ज़रिए मार्केट में पेश किया, ताकि कस्टमर्स का कोड ज़्यादा सुरक्षित बनाया जा सके. पिछले दो हफ़्तों में कंपनी ने एक प्रमोशनल ऑफ़र चलाया, जिसमें यूज़र्स को कुल $1M के फ़्री डीप स्कैन दिए गए. Codex मॉडल्स से चलने वाले 13,000 डीप स्कैन में सिक्योरिटी की 43,000 से ज़्यादा कमियाँ मिलीं. कस्टमर्स इनमें से हज़ारों कमियाँ पहले ही ठीक कर चुके हैं, जिससे उनके कोड की सिक्योरिटी बेहतर हुई है.
अब बैकग्राउंड एजेंट्स हर टास्क के लिए किसी व्यक्ति के शुरू करने का इंतज़ार किए बिना अलर्ट्स और इंसिडेंट्स पर काम करने लगे हैं. हरजोत को लगता है कि ऐसे में टीमों को यह तय करने के लिए ज़्यादा मदद चाहिए होगी कि किन बदलावों पर काम पूरा करना है.
आगे चलकर CodeRabbit एजेंटिक सॉफ़्टवेयर डेवलपमेंट में अपनी क्षमताएँ बढ़ा रहा है. इससे टीमों को एजेंट्स के किए गए कोड बदलावों की बड़े पैमाने पर जाँच करने, उनकी प्रायोरिटी तय करने, उन्हें समझाने, सुरक्षित बनाने और दोबारा चेक करने में मदद मिलेगी.
इसमें डेवलपर्स की मदद करने का बड़ा मौका है, ताकि एजेंट्स के ज़्यादा कोड बनाने के बावजूद कंट्रोल डेवलपर्स के पास रहे. इसके लिए कोड की जाँच, उसे समझाने और मेंटेनेंस का काम भी नए कोड बनने की रफ़्तार के साथ चलता रहना चाहिए.
