CodeRabbit․ ագենտներով 20 անգամ ավելի շատ թողարկումներ
CodeRabbit-ն օգտագործում է OpenAI-ի մոդելները՝ ԱԲ-ի ստեղծած կոդը վերահսկելու և դրա նկատմամբ վստահություն ձևավորելու համար, իսկ Codex-ը՝ մշակողների նույն թիմով 20 անգամ ավելի շատ ծրագրային ապահովում թողարկելու համար։
CodeRabbit(բացվում է նոր պատուհանում)-ի համահիմնադիր և գլխավոր տնօրեն Հարջոթ Գիլի համար ագենտների գրած կոդի վավերացումն ու վստահելիության գնահատումը դառնում են այն ոլորտը, որտեղ թիմերն իրենց մասնագիտական դատողությունն են կիրառում ԱԲ-ի ստեղծած աշխատանքի աճող ծավալների նկատմամբ։ «Կոդ գրող ագենտներ ներդնելուց հետո յուրաքանչյուր ընկերության հանդիպող առաջին խոչընդոտը կոդի վերանայումն է», — ասում է Հարջոթը։
CodeRabbit-ը ստեղծել է ԱԲ-ով աշխատող կառավարման և վերահսկման հարթակ՝ ԱԲ-ի ստեղծած կոդը վավերացնելու և դրա նկատմամբ վստահություն ձևավորելու համար։ CodeRabbit-ը, որն օգտագործում են ավելի քան 20 000 կազմակերպություններ և բաց կոդով ավելի քան 150 000 նախագծեր, օգնում է թիմերին հասկանալ, վերանայել ու պաշտպանել ԱԲ ագենտների ստեղծած կոդը և որոշել, թե ինչն է պատրաստ թողարկման։
Ըստ CodeRabbit-ի՝ OpenAI-ի գնի և արդյունավետության բարելավված հարաբերակցությունը թույլ է տալիս կոդի վերանայումներում ավելի շատ ԱԲ ագենտներ ներգրավել և այդ օգուտները փոխանցել հաճախորդներին, իսկ Codex-ն օգնում է մշակողների նույն թիմով թողարկել 20 անգամ ավելի շատ ծրագրային ապահովում։ Ընկերությունը նաև օգտագործում է Daybreak-ը՝ պաշտպանելու թե՛ սեփական տեխնոլոգիական համակարգը, թե՛ հաճախորդների կոդը։ Նրա նորագույն արտադրանքը՝ CodeRabbit Secure-ը, օգտագործում է Daybreak-ը Codex մոդելների հետ՝ անվտանգության վրա կենտրոնացած իր ագենտների միջոցով խոցելիություններ հայտնաբերելու և շտկելու համար։
«OpenAI-ի յուրաքանչյուր նոր մոդելի, հատկապես դատողության մոդելների թողարկմամբ մեր արտադրանքի՝ մեծ ծավալներով խնդիրներ հայտնաբերելու կարողությունները զգալիորեն բարելավվել են»։
CodeRabbit-ն իր առաջին արտադրանքը ստեղծել է GPT‑3.5 Turbo-ով։ Հարջոթի խոսքով՝ GPT‑4‑ի ի հայտ գալով արտադրանքը դարձավ արդյունավետ կոդի վերանայման գործում։ Այնուհետև ընկերությունն առաջիններից էր, որ ներդրեց OpenAI o1‑ը և OpenAI o3‑ը։ Քանի որ կոդի վերանայումներն ամպային միջավայրում կատարվում են ասինխրոն կերպով, CodeRabbit-ը կարող էր օգտագործել մոդելներ, որոնք խնդրի շուրջ դատողության համար ավելի շատ ժամանակ էին ծախսում, բայց փոխարենն ապահովում էին ավելի որակյալ վերլուծություն։
Թիմը նոր մոդելները գնահատում է հայտնի խնդիրներից կազմված սեփական հենանիշային թեստով։ Հարցազրույցի պահին Հարջոթի գնահատմամբ՝ GPT‑6 Astra-ն հայտնաբերում էր այդ տվյալաշարի խնդիրների 50%-ը՝ այդ հենանիշային թեստում զբաղեցնելով առաջին տեղը մյուս մոդելների համեմատ։
Հենանիշային թեստը շարունակում է զարգանալ, քանի որ ագենտները տարբեր տեսակի սխալներ են թույլ տալիս, իսկ շտկումների ընթացքում բացահայտվում են նախորդ վերանայումների ժամանակ բաց թողնված խնդիրներ։ «Սխալների բնույթն անընդհատ փոխվում է, և մոդելների բարելավմանը զուգահեռ փոխվում է նաև մեր հենանիշային թեստը», — ասում է Հարջոթը։
OpenAI-ի մոդելների գնի և արդյունավետության բարելավված հարաբերակցությունն օգնել է CodeRabbit-ին հետազոտական փուլում եղած հնարավորությունները ներառել իր արտադրանքում։ Հարջոթը նշում է մոդելների գնագոյացման և քեշավորման բարելավումները, որոնք ընկերությանը թույլ են տալիս ավելի շատ ԱԲ օգտագործել, ավելի շատ ենթաագենտներ ավելացնել և այդ օգուտները փոխանցել հաճախորդներին։
Սկզբում CodeRabbit-ը կոդում կողմնորոշվելու համար օգտագործում էր մեկ կամ երկու ենթաագենտ։ Ավելի մատչելի մոդելները, օրինակ՝ GPT‑6 Luna-ն, այժմ ապահովում են ավելի շատ ենթաագենտների աշխատանքը ողջ հարթակում, իսկ GPT‑6 Astra-ի նման մոդելները կատարում են պլանավորումն ու աշխատանքի համակարգումը։
«Այժմ մենք ամենուր ագենտներ ենք օգտագործում այնպիսի խնդիրների համար, որոնց լուծումը նախկինում նույնիսկ մեզ թույլ տալ չէինք կարող», — ասում է Հարջոթը։ Դա ընդլայնում է CodeRabbit-ի վավերացման հնարավորություններն ու մշակողներին տրամադրվող բացատրությունները՝ օգնելով նրանց հասկանալ և վստահել այն փոփոխություններին, որոնք իրենք չեն գրել։
Հարջոթի խոսքով՝ Codex-ի շնորհիվ ընկերությունը վերջին 6 ամսում թողարկել է մոտ 20 անգամ ավելի շատ ծրագրային ապահովում՝ առանց մշակողների թիվն ավելացնելու։ Իր գնահատմամբ՝ հարցազրույցին նախորդած 30 օրվա ընթացքում անձամբ ներկայացրել է 2500-ից 3000 pull request։
Այդ արդյունքին հասնելու համար միայն Codex-ի ներդրումը բավարար չէր։ Մի քանի ագենտների գործարկումը սահմանափակումներ բացահայտեց մշակման ողջ գործընթացում՝ նոութբուքերի հիշողությունից և հաշվարկային հզորությունից մինչև թեստավորում, ծրագրային ապահովման կոմպիլացման ու փաթեթավորման գործիքներ և կախվածություններ։
Թիմը պարզեցրեց թողարկման գործընթացը և վերանայեց, թե որ փուլերում է անհրաժեշտ մարդու հաստատումը՝ միաժամանակ CodeRabbit-ով ավտոմատ թողարկելով ցածր ռիսկով այն փոփոխությունները, որոնք մարդու միջամտություն չէին պահանջում։ «Մենք ստիպված էինք ամբողջությամբ վերաիմաստավորել ծրագրային ապահովման թողարկման ողջ գործընթացը», — ասում է Հարջոթը։
Ընկերությունը նաև ստեղծել է Codex-ով աշխատող Slack բոտ, որը տեսակավորում և առաջնահերթություն է տալիս գործարկված համակարգերի միջադեպերին, Slack-ի հաղորդագրություններին և աջակցության հարցումներին։ Այն կարող է տրամադրել pull request, որը թիմը կվերանայի և կմիաձուլի։ Հարջոթը ամպային միջավայրում մշակումը դիտարկում է որպես տեղային համակարգիչների սահմանափակումները նվազեցնելու և թիմերին հասանելիության ու աուդիտի վերահսկման ավելի հզոր միջոցներ տրամադրելու հնարավորություն։
CodeRabbit-ն օգտագործում է Codex-ը նաև ծրագրային մշակումից դուրս, այդ թվում՝ մարքեթինգային և գործառնական առաջադրանքները կոդով կառավարելու համար։ «Մենք հնարավորինս շատ ենք ընկերությունը կառավարում կոդի միջոցով», — ասում է Հարջոթը։
Մարքեթինգում ընկերությունը Google Ads-ը կառավարում է pull request-ների միջոցով։ Գովազդները գործարկելու համար թիմը բացում և միաձուլում է հարցումը։ Այն նաև օգտագործում է բովանդակության ստուդիայի պահոց, որտեղ Codex-ը ստեղծում է սլայդաշարեր և հաճախորդների համար նախատեսված փաստաթղթեր։ «Եթե կարողանաք մարքեթինգային խնդիրները վերածել կոդով լուծվող խնդիրների, կաշխատեք 10 անգամ ավելի արագ», — ասում է Հարջոթը։
CodeRabbit-ը 2023 թվականից ագենտներ է գործարկում մեկուսացված միջավայրերում՝ կլոնավորելով պահոցները և թույլ տալով ագենտներին կոդ գրել՝ վերանայումներին օգնելու համար։ Վերջերս CodeRabbit-ը Daybreak-ի միջոցով օգտագործեց OpenAI-ի Cyber մոդելը՝ սեփական հարթակը փորձարկելու և պաշտպանելու համար։
Թիմը մոդելն օգտագործեց ներթափանցման ներքին թեստավորման համար՝ սեփական հարթակում փնտրելով ուղիներ, որոնցով հարձակվողը կարող էր ներխուժել։ Հարջոթի խոսքով՝ վաղ հասանելիությունն օգնեց CodeRabbit-ին պաշտպանել սեփական տեխնոլոգիական համակարգը։ «Մենք հայտնաբերեցինք բազմաթիվ խոցելիություններ, կոտրելու բարդ եղանակներ, որոնց հնարավոր լինելը նույնիսկ չէինք պատկերացնում», — ասում է Հարջոթը։
Դրանից հետո ընկերությունն այդ հնարավորությունները ներկայացրել է շուկայում՝ իր նորագույն արտադրանքի՝ CodeRabbit Secure-ի միջոցով օգնելով պաշտպանել հաճախորդների կոդը։ Անցած երկու շաբաթվա ընթացքում ընկերությունն ակցիայի շրջանակում իր օգտատերերին անվճար տրամադրել է 1 մլն դոլարի խորքային սկանավորում։ Codex մոդելներով կատարված 13 000 խորքային սկանավորումներով հայտնաբերվել է անվտանգության ավելի քան 43 000 խոցելիություն։ Հաճախորդներն արդեն շտկել են այդ խոցելիություններից հազարավորները՝ բարձրացնելով իրենց կոդի անվտանգությունը։
Քանի որ ֆոնային ագենտները սկսում են արձագանքել ահազանգերին ու միջադեպերին՝ առանց մարդու կողմից յուրաքանչյուր առաջադրանք նախաձեռնելու, Հարջոթն ակնկալում է, որ թիմերին ավելի շատ օգնություն պետք կլինի՝ որոշելու, թե որ փոփոխությունները հասցնել ավարտին։
CodeRabbit-ն ընդլայնում է իր գործունեությունը դեպի ագենտներով ծրագրային մշակում՝ օգնելով թիմերին մեծ ծավալներով վավերացնել, ըստ առաջնահերթության դասակարգել, բացատրել, պաշտպանել և ստուգել ագենտների կատարած կոդային փոփոխությունները։
Նպատակն է օգնել մշակողներին պահպանել վերահսկողությունը, երբ ագենտներն ավելի մեծ դեր են ստանձնում մշակման մեջ՝ ապահովելով ստեղծվող կոդի տեմպին համընթաց վավերացում, բացատրություններ և սպասարկում։
