Qodo: კოდის კონტექსტური შემოწმება Codex-ით
Qodo Codex-ს ორგანიზაციულ კონტექსტსა და კოდური ბაზის სტანდარტებს აწვდის და დეველოპერებს სხვადასხვა რეპოზიტორიაში P0 პრობლემების აღმოჩენაში ეხმარება.
Qodo(იხსნება ახალ ფანჯარაში) ქმნის ხელოვნური ინტელექტის ხელსაწყოებს კოდის შემოწმებისა და პროგრამული უზრუნველყოფის ხარისხისთვის. ის კოდირების აგენტებს აწვდის ორგანიზაციაში დაგროვილ ცოდნას, რომელიც მათ შესაცვლელი კოდის გასაგებად სჭირდებათ. თანადამფუძნებელი და აღმასრულებელი დირექტორი იტამარ ფრიდმანი მას „კოდირების აგენტის საუკეთესო მეგობარს“ უწოდებს.
Qodo იყენებს OpenAI-ს მოდელებს, მათ შორის GPT‑6 Astra-ს, საინჟინრო ცოდნის შესაგროვებლად, კოდის შესამოწმებლად და პროგრამული უზრუნველყოფის ხარისხის მონიტორინგისთვის. მისი Codex-ის პლაგინი ამ კონტექსტსა და შემოწმებას დეველოპერებისთვის უშუალოდ კოდის წერის სესიებში ხდის ხელმისაწვდომს.
„ძალიან მოგვწონს OpenAI-ს მოდელები. გვინდა მოწინავე მოდელები, რომლებსაც მსჯელობის საუკეთესო უნარი აქვთ, თუმცა ისეთებიც გვჭირდება, რომლებიც მართლაც სწრაფად მუშაობენ.“
იტამარი აღწერს მომხმარებელთა გარემოებს, რომლებიც შეიძლება 10 000 ან მეტ რეპოზიტორიას მოიცავდეს. ასეთ გარემოში კოდის ლოკალურმა ცვლილებამ შეიძლება მასზე დამოკიდებული სერვისის მუშაობა დაარღვიოს, მაშინაც კი, თუ ცალკე აღებული ცვლილება სწორად გამოიყურება. ამ პრობლემის მოსაგვარებლად Qodo-მ შექმნა პლაგინი, რომელიც Codex-ის მარკეტპლეისშია ხელმისაწვდომი.
„Codex ძალიან კარგად ართმევს თავს ლოკალური ამოცანის ეფექტიანად შესრულებას“, — ამბობს იტამარი. Qodo-ს პლაგინი, Qodo-ს Agentic Toolbox-ის მეშვეობით, Codex-ს აძლევს წვდომას კოდურ ბაზაზე დაგროვილ ცოდნაზე, ორგანიზაციის წესებსა და დამოუკიდებელ შემოწმებაზე.
კონტექსტის დახმარებით Codex-ს შეუძლია გაითვალისწინოს რეპოზიტორიებს შორის დამოკიდებულებები, მათ შორის სხვადასხვა Git პროვაიდერთან განთავსებულ რეპოზიტორიებსა თუ Kafka-თი დაკავშირებულ სერვისებს შორის. „Qodo ამ კავშირს აღმოაჩენს და Codex-ს დაეხმარება, პროგრამულ უზრუნველყოფას მთლიანობაში შეხედოს და P0 შეცდომები არ გამორჩეს“, — ამბობს იტამარი.
კოდის წერის დაწყებამდე Codex-ს შეუძლია Qodo-ს პლაგინით მოიძიოს კოდური ბაზის შესაბამისი წესები, pull request-ების ისტორია და განმეორებადი კანონზომიერებები. მას შემდეგ, რაც Codex ცვლილებებს შეიტანს, Qodo ამოწმებს მათ და შედეგებს პირდაპირ Codex-ს უბრუნებს იმავე სესიაში, სანამ დეველოპერი pull request-ს გახსნის.
ნნენა ნდუკვე, Qodo-ს ხელოვნური ინტელექტის დეველოპერებთან ურთიერთობის ხელმძღვანელი, ხედავს, როგორ იყენებენ დეველოპერები ამ სამუშაო პროცესს Codex-ში GPT‑6 მოდელებით ფუნქციების შესაქმნელად და ტექნიკური ვალის შესამცირებლად. ისინი ავტომატურს ხდიან Codex-ის მიერ დაწერილი კოდის Qodo-სთვის დამოუკიდებელ შემოწმებაზე გადაცემას. „ვხედავ, რომ დეველოპერები სწორედ ამას აკეთებენ, და ეს მართლაც აღმაფრთოვანებელია, რადგან GPT‑6‑ს უზარმაზარი შესაძლებლობები აქვს“, — ამბობს ნნენა.
იტამარი კოდირებისა და შემოწმების აგენტებს „ინსა და იანს“ ადარებს: ერთი კოდს ქმნის, მეორე კი მას კრიტიკულად ამოწმებს. თითოეულ როლს საკუთარი კონფიგურაცია და კონტექსტი სჭირდება და შესაძლოა რამდენიმე აგენტს აერთიანებდეს. მისი ხედვით, აგენტებმა მიგნებები უნდა განიხილონ და ადამიანს შესამოწმებლად „მხოლოდ ის საკითხები წარუდგინონ, რომლებზეც ვერ თანხმდებიან“. დეველოპერები დამგეგმავებად და შემმოწმებლებად იქცევიან: მათ შეეძლებათ გადაუჭრელი საკითხები აგენტების განხილვის, კონტექსტისა და დეველოპერთა წინა გადაწყვეტილებების გათვალისწინებით შეისწავლონ.
„ნდობა სწორედ ასე იქმნება“, — ამბობს იტამარი. „ვფიქრობ, ეს მთლიან პროცესს უფრო ეფექტიანს ხდის“, — დასძენს ნნენა. „შეგვიძლია ჩვენი პროფესიული ცოდნისა და გამოცდილების საუკეთესო მხარეები გამოვიყენოთ.“
Qodo-ში ნნენა GPT‑6 Astra-ს მსჯელობის ინტენსივობის პარამეტრებს — „ძალიან მაღალი“ და „ულტრა“ — იყენებს როგორც პროგრამული უზრუნველყოფის შექმნის საკუთარ ავტომატიზებულ პროცესებში, ისე ინტელექტუალურ საქმიანობაში.
„რას არ აკეთებს Codex? მომწონს ყველაფერი, რასაც Codex აკეთებს. ძალიან მომწონს ხელოვნური ინტელექტისა და ავტომატიზაციის გაერთიანების იდეა.“
ნნენა Codex-ს განრიგით ავალებს ანგარიშის მომზადებას: რას მიაღწია კვირის განმავლობაში და რაზე გაამახვილოს ყურადღება ან რა გააუმჯობესოს შემდეგ. მისი დახმარებით ის სოციალურ პლატფორმებზე აგენტებზე დაფუძნებული პროგრამული ინჟინერიის შესახებ დისკუსიებსაც იკვლევს და დეველოპერებისთვის განკუთვნილი შიგთავსის იდეებს იღებს. რაც შეეხება კოდში მის მიერ შეტანილ ცვლილებებს, ნნენა Codex-ს განრიგით ავალებს თავისი ნამუშევრის გაანალიზებას და რეკომენდაციების მომზადებას, თუ აგენტის რომელი უნარები შექმნას ან დახვეწოს.
იტამარი შესაძლებლობას ხედავს, რომ OpenAI-ს ახლახან გამოშვებული Decisions API-ის მეშვეობით შეარჩიონ, რომელი წესები და აგენტის უნარები გამოიყენონ შემუშავების თითოეულ ეტაპზე, ნაცვლად იმისა, რომ ყოველი გადაწყვეტილებისას ენობრივ მოდელებს დაეყრდნონ.
მას მოჰყავს მაგალითი, რომელშიც Decisions API-ს შეუძლია 200 წესიდან შეარჩიოს შესამოწმებელი წესები, შემდეგ კი ენობრივი მოდელი მსჯელობის გზით გააანალიზებს მათ. ეს შერჩევას დააჩქარებს, ხარჯს შეამცირებს და შემოწმების ხარისხსაც გააუმჯობესებს. „Decisions API უზარმაზარ შესაძლებლობას გვაძლევს, პროცესისადმი ნდობა გავზარდოთ“, — ამბობს იტამარი.
ნნენას თქმით, Qodo-ს მიდგომა აერთიანებს „ხელოვნური ინტელექტის საუკეთესო მხარეებსა და ტრადიციული პროგრამული ინჟინერიისა და სკრიპტების წერის საუკეთესო მხარეებს“. კომპანიაში დაგროვილი ცოდნა კოდირების აგენტებს მიმართულებას აძლევს, მათი ნამუშევარი დამოუკიდებლად მოწმდება, ხოლო დარჩენილ საკითხებს ადამიანები თავიანთი გამოცდილების საფუძველზე წყვეტენ.
ეს ქმნის საფუძველს იმისა, რასაც იტამარი პროგრამული უზრუნველყოფის საწარმოს უწოდებს: სისტემას, რომლის აწყობა და ფლობა მომხმარებლებს თავად შეეძლებათ. ის გააერთიანებს კოდირებისა და შემოწმების აგენტებს და გაითვალისწინებს, როგორ იცვლება პროგრამული უზრუნველყოფა საწარმოო გარემოში.
OpenAI-სთან ერთად Qodo ქმნის მომავალს, რომელშიც კოდირების აგენტები კომპანიის გამოცდილებას უფრო სრულად გამოიყენებენ, დეველოპერები კი საკუთარ განსჯას იქ მიმართავენ, სადაც ის ყველაზე მნიშვნელოვანია.
