CodeRabbit აგენტებით 20-ჯერ მეტ პროგრამას უშვებს

CodeRabbit⁠(იხსნება ახალ ფანჯარაში)-ის თანადამფუძნებლისა და აღმასრულებელი დირექტორის, ჰარჯოტ გილის აზრით, აგენტების მიერ შექმნილი კოდის შემოწმება და მისი სანდოობის შეფასება ის სფერო ხდება, სადაც გუნდების განსჯა განსაკუთრებით საჭიროა ხელოვნური ინტელექტის მიერ შესრულებული სამუშაოს მზარდ მოცულობასთან გასამკლავებლად. „პირველი დაბრკოლება, რომელსაც ყველა კომპანია პროგრამირების აგენტების დანერგვისთანავე აწყდება, კოდის მიმოხილვაა“, — ამბობს ჰარჯოტი.

CodeRabbit-მა შექმნა ხელოვნურ ინტელექტზე დაფუძნებული მართვისა და კონტროლის პლატფორმა, რომელიც ხელოვნური ინტელექტის მიერ შექმნილი კოდის სისწორისა და სანდოობის შესამოწმებლადაა განკუთვნილი. CodeRabbit-ს 20 000-ზე მეტი ორგანიზაცია და 150 000-ზე მეტი ღია კოდის პროექტი იყენებს. ის გუნდებს ეხმარება, გაიგონ, მიმოიხილონ და დაიცვან ხელოვნური ინტელექტის აგენტების მიერ შექმნილი კოდი და გადაწყვიტონ, რა არის მზად გამოსაშვებად.

CodeRabbit-ის თანახმად, OpenAI-ს ფასისა და წარმადობის უკეთესი თანაფარდობა საშუალებას აძლევს, კოდის მიმოხილვაში ხელოვნური ინტელექტის მეტი აგენტი ჩართოს და სარგებელი მომხმარებლებსაც გაუზიაროს, ხოლო Codex⁠ ეხმარება, იმავე საინჟინრო გუნდით 20-ჯერ მეტი პროგრამული პროდუქტი გამოუშვას. კომპანია Daybreak⁠-საც იყენებს როგორც საკუთარი ტექნოლოგიური ინფრასტრუქტურის, ისე მომხმარებლების კოდის დასაცავად. მისი უახლესი პროდუქტი, CodeRabbit Secure, Daybreak-ს Codex-ის მოდელებთან ერთად იყენებს, რათა უსაფრთხოებაზე სპეციალიზებული აგენტებით მოწყვლადობები აღმოაჩინოს და აღმოფხვრას.

CodeRabbit-მა თავისი პირველი პროდუქტი GPT‑3.5 Turbo-ს გამოყენებით შექმნა. ჰარჯოტის თქმით, GPT‑4‑ის გამოჩენამ პროდუქტს კოდის ეფექტიანად მიმოხილვის შესაძლებლობა მისცა. შემდეგ კომპანია OpenAI o1‑ისა და OpenAI o3‑ის ერთ-ერთი პირველი მომხმარებელიც გახდა. რადგან კოდის მიმოხილვა ღრუბლოვან გარემოში ასინქრონულად მიმდინარეობს, CodeRabbit-ს შეეძლო გამოეყენებინა მოდელები, რომლებსაც პრობლემაზე მსჯელობისთვის მეტი დრო სჭირდებოდათ, სანაცვლოდ კი უკეთეს ანალიზს სთავაზობდნენ.

გუნდი ახალ მოდელებს ცნობილი პრობლემებისგან შედგენილი საკუთარი სატესტო ნაკრებით აფასებს. ინტერვიუს დროს, ჰარჯოტის შეფასებით, GPT‑6 Astra⁠ ამ მონაცემთა ნაკრებში პრობლემების 50%-ს ავლენდა, რაც მას ამ ტესტში სხვა მოდელებთან შედარებით პირველ ადგილზე აყენებდა.

სატესტო ნაკრები მუდმივად იცვლება: აგენტები სხვადასხვა ტიპის შეცდომებს უშვებენ, შესწორებებისას კი ისეთი პრობლემები ვლინდება, რომლებიც წინა მიმოხილვებისას შეუმჩნეველი დარჩა. „შეცდომების ხასიათი მუდმივად იცვლება და მოდელების გაუმჯობესებასთან ერთად ჩვენი სატესტო ნაკრებიც ვითარდება“, — ამბობს ჰარჯოტი.

OpenAI-ს მოდელების ფასისა და წარმადობის უკეთესი თანაფარდობა CodeRabbit-ს დაეხმარა, კვლევის ეტაპზე არსებული შესაძლებლობები საკუთარ პროდუქტში დაენერგა. ჰარჯოტი ხაზს უსვამს მოდელების ფასებისა და ქეშირების გაუმჯობესებას: ეს კომპანიას საშუალებას აძლევს, უფრო ფართოდ გამოიყენოს ხელოვნური ინტელექტი, დაამატოს მეტი ქვეაგენტი და მიღებული სარგებელი მომხმარებლებსაც გაუზიაროს.

საწყის ეტაპზე CodeRabbit კოდში ნავიგაციისთვის ერთ ან ორ ქვეაგენტს იყენებდა. ახლა შედარებით იაფი მოდელები, მაგალითად, GPT‑6 Luna, მთელ პლატფორმაზე მეტი ქვეაგენტის მუშაობას უზრუნველყოფს, ხოლო ისეთი მოდელები, როგორიცაა GPT‑6 Astra, დაგეგმვასა და ორკესტრირებას მართავს.

„ახლა აგენტებს ყველგან ვიყენებთ, იმ ამოცანებისთვისაც კი, რომელთა ხარჯსაც ადრე ვერ გავწვდებოდით“, — ამბობს ჰარჯოტი. ეს CodeRabbit-ს საშუალებას აძლევს, უფრო ფართოდ შეამოწმოს კოდი და დეველოპერებს უფრო ამომწურავი განმარტებები მისცეს, რათა მათ გაიგონ და ენდონ ცვლილებებს, რომლებიც თავად არ დაუწერიათ.

ჰარჯოტის თქმით, Codex-ის გამოყენებით კომპანია ბოლო 6 თვის განმავლობაში დაახლოებით 20-ჯერ მეტ პროგრამულ პროდუქტს უშვებს, ინჟინრების რაოდენობის გაზრდის გარეშე. მისივე შეფასებით, ინტერვიუმდე 30 დღის განმავლობაში პირადად მან 2 500-დან 3 000-მდე pull request გაგზავნა.

ამ შედეგისთვის მხოლოდ Codex-ის დანერგვა საკმარისი არ აღმოჩნდა. რამდენიმე აგენტის ერთდროულმა მუშაობამ შემუშავების მთელ პროცესში გამოავლინა შეზღუდვები — ლეპტოპის მეხსიერებითა და გამოთვლითი რესურსებით დაწყებული, ტესტირებით, პროგრამების კომპილაციისა და შეფუთვის ხელსაწყოებითა და დამოკიდებულებებით დამთავრებული.

გუნდმა გამოშვების პროცესი გაამარტივა და ხელახლა განსაზღვრა, რომელ ეტაპებზე იყო საჭირო ადამიანის თანხმობა. ამავდროულად, CodeRabbit-ით ავტომატურად უშვებდა დაბალი რისკის ცვლილებებს, რომლებიც ადამიანის ჩარევას არ მოითხოვდა. „ფაქტობრივად, პროგრამული პროდუქტის მიწოდების მთელი პროცესის სრულიად ახლებურად გააზრება მოგვიწია“, — ამბობს ჰარჯოტი.

კომპანიამ ასევე შექმნა Codex-ზე მომუშავე Slack-ის ბოტი, რომელიც სამუშაო გარემოში მომხდარ ინციდენტებს, Slack-ის შეტყობინებებსა და მხარდაჭერის მოთხოვნებს ახარისხებს და მათ პრიორიტეტებს განსაზღვრავს. მას შეუძლია მოამზადოს pull request, რომელსაც გუნდი განიხილავს და კოდთან გააერთიანებს. ჰარჯოტისთვის ღრუბლოვან გარემოში პროგრამების შემუშავება ადგილობრივი კომპიუტერების შეზღუდვების შემცირებისა და გუნდებისთვის წვდომისა და აუდიტის უკეთ კონტროლის საშუალებაა.

CodeRabbit Codex-ს პროგრამების შემუშავების მიღმაც იყენებს, მათ შორის, მარკეტინგული და საოპერაციო ამოცანების კოდით სამართავად. „ვცდილობთ, კომპანიის რაც შეიძლება მეტი პროცესი კოდით ვმართოთ“, — ამბობს ჰარჯოტი.

მარკეტინგში კომპანია Google Ads-ს pull request-ების მეშვეობით მართავს. რეკლამების გასაშვებად გუნდი ქმნის მოთხოვნას და შესაბამის ცვლილებებს კოდთან აერთიანებს. კომპანია ასევე იყენებს შიგთავსის სტუდიის რეპოზიტორიუმს, სადაც Codex პრეზენტაციებსა და მომხმარებლებისთვის განკუთვნილ დოკუმენტებს ქმნის. „თუ მარკეტინგულ ამოცანებს პროგრამულ ამოცანებად აქცევთ, 10-ჯერ სწრაფად იმუშავებთ“, — ამბობს ჰარჯოტი.

CodeRabbit 2023 წლიდან ამუშავებს აგენტებს იზოლირებულ გარემოში: ქმნის რეპოზიტორიუმების ასლებს და აგენტებს კოდის დაწერის საშუალებას აძლევს, რათა მათ კოდის მიმოხილვაში დაეხმარონ. ახლახან CodeRabbit-მა საკუთარი პლატფორმის შესამოწმებლად და დასაცავად Daybreak-ის მეშვეობით OpenAI-ს Cyber მოდელი გამოიყენა.

გუნდმა მოდელი შიდა შეღწევადობის ტესტირებისთვის გამოიყენა — საკუთარ პლატფორმაზე ეძებდა გზებს, რომლებითაც თავდამსხმელი სისტემაში შეღწევას შეძლებდა. ჰარჯოტის თქმით, ადრეულმა წვდომამ CodeRabbit-ს საკუთარი ტექნოლოგიური ინფრასტრუქტურის დაცვაში შეუწყო ხელი. „აღმოვაჩინეთ მრავალი მოწყვლადობა და შეღწევის ისეთი რთული გზები, რომელთა არსებობასაც კი ვერ წარმოვიდგენდით“, — ამბობს ჰარჯოტი.

მას შემდეგ კომპანიამ ეს შესაძლებლობები ბაზარზეც გაიტანა და თავისი უახლესი პროდუქტით, CodeRabbit Secure-ით, მომხმარებლებს კოდის დაცვაში ეხმარება. ბოლო ორი კვირის განმავლობაში კომპანიამ აქციის ფარგლებში მომხმარებლებს 1 მილიონი აშშ დოლარის ღირებულების სიღრმისეული სკანირება უფასოდ შესთავაზა. Codex-ის მოდელებით შესრულებული 13 000 სიღრმისეული სკანირების შედეგად უსაფრთხოების 43 000-ზე მეტი მოწყვლადობა გამოვლინდა. მომხმარებლებმა ამ მოწყვლადობებიდან ათასობით უკვე აღმოფხვრეს და ამით საკუთარი კოდის უსაფრთხოება გააუმჯობესეს.

ფონურ რეჟიმში მომუშავე აგენტები გაფრთხილებებსა და ინციდენტებზე რეაგირებას ყოველი ამოცანის ადამიანის მიერ ინიციირების გარეშე იწყებენ. ჰარჯოტი ელის, რომ გუნდებს მეტი დახმარება დასჭირდებათ იმის გადასაწყვეტად, რომელი ცვლილებები მიიყვანონ ბოლომდე.

CodeRabbit საქმიანობას აგენტებზე დაფუძნებული პროგრამული შემუშავების მიმართულებით აფართოებს. ის გუნდებს ეხმარება, ფართო მასშტაბით შეაფასონ აგენტების მიერ კოდში შეტანილი ცვლილებები, განსაზღვრონ მათი პრიორიტეტები, განმარტონ ისინი და შეამოწმონ მათი უსაფრთხოება და სისწორე.

მიზანია, დეველოპერებმა კონტროლი შეინარჩუნონ მაშინაც, როცა პროგრამების შექმნაში აგენტების წილი იზრდება — შემოწმება, განმარტებები და ტექნიკური მხარდაჭერა კოდის შექმნის ტემპს უნდა აჰყვეს.