CodeRabbit: ഏജന്റുകളിലൂടെ 20 മടങ്ങ് സോഫ്റ്റ്‌വെയർ

CodeRabbit⁠(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) സഹസ്ഥാപകനും ചീഫ് എക്സിക്യൂട്ടീവ് ഓഫീസറുമായ ഹർജോത് ഗില്ലിന്റെ കാഴ്ചപ്പാടിൽ, AI സൃഷ്ടിക്കുന്ന ജോലിയുടെ അളവ് വർധിക്കുമ്പോൾ സംഘങ്ങളുടെ വിവേചനബുദ്ധി ഏറ്റവും ആവശ്യമായി വരുന്നത് ഏജന്റുകൾ എഴുതുന്ന കോഡ് പരിശോധിച്ച് വിശ്വാസ്യത ഉറപ്പാക്കുന്നതിലാണ്. “കോഡിങ് ഏജന്റുകളെ ഉപയോഗിച്ചു തുടങ്ങുമ്പോൾത്തന്നെ എല്ലാ കമ്പനികളും ആദ്യം നേരിടുന്ന തടസ്സം കോഡ് പരിശോധനയാണ്,” ഹർജോത് പറയുന്നു.

AI സൃഷ്ടിക്കുന്ന കോഡ് പരിശോധിച്ച് വിശ്വാസ്യത ഉറപ്പാക്കാൻ രൂപകൽപ്പന ചെയ്ത, AI അധിഷ്ഠിത മേൽനോട്ട-നിയന്ത്രണ പ്ലാറ്റ്ഫോം CodeRabbit നിർമ്മിച്ചു. 20,000-ത്തിലധികം സ്ഥാപനങ്ങളും 150,000-ത്തിലധികം ഓപ്പൺ സോഴ്സ് പദ്ധതികളും ഉപയോഗിക്കുന്ന CodeRabbit, AI ഏജന്റുകൾ സൃഷ്ടിക്കുന്ന കോഡ് മനസ്സിലാക്കാനും പരിശോധിക്കാനും സുരക്ഷിതമാക്കാനും ഏതെല്ലാം പുറത്തിറക്കാൻ തയ്യാറാണെന്ന് തീരുമാനിക്കാനും സംഘങ്ങളെ സഹായിക്കുന്നു.

ചെലവിനനുസരിച്ച് OpenAI നൽകുന്ന മെച്ചപ്പെട്ട പ്രകടനം, പരിശോധനകളിൽ കൂടുതൽ AI ഏജന്റുകളെ ഉൾപ്പെടുത്താനും അതിന്റെ നേട്ടങ്ങൾ ഉപഭോക്താക്കൾക്ക് കൈമാറാനും സഹായിക്കുന്നുവെന്ന് CodeRabbit പറയുന്നു. അതേ എൻജിനീയറിങ് സംഘവുമായി 20 മടങ്ങ് കൂടുതൽ സോഫ്റ്റ്‌വെയർ പുറത്തിറക്കാൻ Codex⁠ സഹായിക്കുന്നതായും കമ്പനി പറയുന്നു. സ്വന്തം സാങ്കേതിക സംവിധാനങ്ങളും ഉപഭോക്താക്കളുടെ കോഡും സുരക്ഷിതമാക്കാൻ കമ്പനി Daybreak⁠-ഉം ഉപയോഗിക്കുന്നു. ഏറ്റവും പുതിയ ഉൽപ്പന്നമായ CodeRabbit Secure, സുരക്ഷയിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്ന ഏജന്റുകളിലൂടെ ദൗർബല്യങ്ങൾ കണ്ടെത്താനും പരിഹരിക്കാനും Codex മോഡലുകൾക്കൊപ്പം Daybreak ഉപയോഗിക്കുന്നു.

GPT‑3.5 Turbo ഉപയോഗിച്ചാണ് CodeRabbit ആദ്യ ഉൽപ്പന്നം നിർമ്മിച്ചത്. GPT‑4‑ന്റെ വരവ് കോഡ് പരിശോധിക്കുന്നതിൽ ഉൽപ്പന്നത്തെ ഫലപ്രദമാക്കിയെന്ന് ഹർജോത് പറയുന്നു. തുടർന്ന് OpenAI o1, OpenAI o3 എന്നിവയും കമ്പനി തുടക്കത്തിൽത്തന്നെ സ്വീകരിച്ചു. കോഡ് പരിശോധനകൾ ക്ലൗഡിൽ അസമകാലികമായി നടക്കുന്നതിനാൽ, കൂടുതൽ മികച്ച വിശകലനം ലഭിക്കുന്നതിനായി ഒരു പ്രശ്നം ചിന്തിച്ചുതീർക്കാൻ കൂടുതൽ സമയമെടുക്കുന്ന മോഡലുകൾ ഉപയോഗിക്കാൻ CodeRabbit-ന് കഴിഞ്ഞു.

അറിയാവുന്ന പ്രശ്നങ്ങൾ ഉൾപ്പെടുത്തി സ്വന്തമായി തയ്യാറാക്കിയ മാനദണ്ഡപരിശോധന ഉപയോഗിച്ചാണ് സംഘം പുതിയ മോഡലുകളെ വിലയിരുത്തുന്നത്. അഭിമുഖസമയത്ത് ഹർജോതിന്റെ കണക്കുകൂട്ടൽ പ്രകാരം, ആ ഡാറ്റാസെറ്റിലെ 50% പ്രശ്നങ്ങൾ GPT‑6 Astra⁠ കണ്ടെത്തിയിരുന്നു. ഇതോടെ ആ മാനദണ്ഡപരിശോധനയിൽ മറ്റ് മോഡലുകളെക്കാൾ മുന്നിലെത്തി.

ഏജന്റുകൾ വ്യത്യസ്ത തരത്തിലുള്ള പിഴവുകൾ വരുത്തുകയും, പിഴവുകൾ പരിഹരിക്കുന്നതിനിടെ മുൻ പരിശോധനകളിൽ കണ്ടെത്താത്ത പ്രശ്നങ്ങൾ വെളിപ്പെടുകയും ചെയ്യുന്നതിനാൽ മാനദണ്ഡപരിശോധനയും നിരന്തരം മാറുന്നു. “പിഴവുകളുടെ സ്വഭാവം മാറിക്കൊണ്ടേയിരിക്കുന്നു. മോഡലുകൾ മെച്ചപ്പെടുന്നതിനനുസരിച്ച് ഞങ്ങളുടെ മാനദണ്ഡപരിശോധനയും മാറുന്നു,” ഹർജോത് പറയുന്നു.

ചെലവിനനുസരിച്ച് OpenAI മോഡലുകൾ നൽകുന്ന മെച്ചപ്പെട്ട പ്രകടനം, ഗവേഷണഘട്ടത്തിലുള്ള കഴിവുകൾ ഉൽപ്പന്നത്തിലേക്ക് കൊണ്ടുവരാൻ CodeRabbit-നെ സഹായിച്ചിട്ടുണ്ട്. മോഡലുകളുടെ വിലയിലും കാഷിങ്ങിലുമുണ്ടായ മെച്ചപ്പെടുത്തലുകളാണ് കൂടുതൽ AI ഉപയോഗിക്കാനും കൂടുതൽ ഉപഏജന്റുകളെ ചേർക്കാനും അതിന്റെ നേട്ടങ്ങൾ ഉപഭോക്താക്കൾക്ക് കൈമാറാനും കമ്പനിയെ സഹായിച്ചതെന്ന് ഹർജോത് ചൂണ്ടിക്കാട്ടുന്നു.

തുടക്കത്തിൽ, കോഡിനുള്ളിൽ ആവശ്യമായ ഭാഗങ്ങൾ കണ്ടെത്താൻ ഒന്നോ രണ്ടോ ഉപഏജന്റുകളെയാണ് CodeRabbit ഉപയോഗിച്ചിരുന്നത്. GPT‑6 Luna പോലുള്ള ചെലവ് കുറഞ്ഞ മോഡലുകൾ ഇപ്പോൾ പ്ലാറ്റ്ഫോമിലുടനീളം കൂടുതൽ ഉപഏജന്റുകളെ പ്രവർത്തിപ്പിക്കാൻ സഹായിക്കുന്നു. അതേസമയം, GPT‑6 Astra പോലുള്ള മോഡലുകൾ ആസൂത്രണവും ഏകോപനവും കൈകാര്യം ചെയ്യുന്നു.

“മുമ്പ് ചെലവ് താങ്ങാനാകാതിരുന്ന ഉപയോഗസാഹചര്യങ്ങളിലെല്ലാം ഞങ്ങൾ ഇപ്പോൾ ഏജന്റുകളെ ഉപയോഗിക്കുന്നു,” ഹർജോത് പറയുന്നു. ഇത് CodeRabbit-ന് നടത്താനാകുന്ന പരിശോധനകളുടെയും ഡെവലപ്പർമാർക്ക് നൽകാനാകുന്ന വിശദീകരണങ്ങളുടെയും വ്യാപ്തി വർധിപ്പിക്കുന്നു. സ്വയം എഴുതാത്ത മാറ്റങ്ങൾ മനസ്സിലാക്കാനും വിശ്വസിക്കാനും ഇത് ഡെവലപ്പർമാരെ സഹായിക്കുന്നു.

Codex ഉപയോഗിക്കുന്നതിലൂടെ, എൻജിനീയർമാരുടെ എണ്ണം കൂട്ടാതെ കഴിഞ്ഞ 6 മാസമായി ഏകദേശം 20 മടങ്ങ് കൂടുതൽ സോഫ്റ്റ്‌വെയർ കമ്പനി പുറത്തിറക്കുന്നുണ്ടെന്ന് ഹർജോത് പറയുന്നു. അഭിമുഖത്തിന് മുമ്പുള്ള 30 ദിവസങ്ങളിൽ താൻ മാത്രം 2,500 മുതൽ 3,000 വരെ pull request സമർപ്പിച്ചെന്നാണ് അദ്ദേഹത്തിന്റെ കണക്ക്.

ആ നിലയിലെത്താൻ Codex സ്വീകരിച്ചതുകൊണ്ടുമാത്രം മതിയായില്ല. ഒന്നിലധികം ഏജന്റുകളെ പ്രവർത്തിപ്പിച്ചപ്പോൾ വികസനപ്രക്രിയയിലുടനീളമുള്ള പരിമിതികൾ വ്യക്തമായി. ലാപ്ടോപ്പിന്റെ മെമ്മറിയും കംപ്യൂട്ടിങ് ശേഷിയും മുതൽ പരിശോധനകൾ, സോഫ്റ്റ്‌വെയർ കംപൈൽ ചെയ്ത് പാക്കേജ് ചെയ്യുന്ന ഉപകരണങ്ങൾ, ആശ്രിത ഘടകങ്ങൾ എന്നിവയിൽ വരെ പരിമിതികളുണ്ടായിരുന്നു.

സംഘം സോഫ്റ്റ്‌വെയർ പുറത്തിറക്കുന്ന പ്രക്രിയ കൂടുതൽ കാര്യക്ഷമമാക്കുകയും ഏതെല്ലാം ഘട്ടങ്ങളിൽ മനുഷ്യരുടെ അംഗീകാരം വേണമെന്ന് പുനഃപരിശോധിക്കുകയും ചെയ്തു. ഒപ്പം, മനുഷ്യരുടെ ഇടപെടൽ ആവശ്യമില്ലാത്ത, അപകടസാധ്യത കുറഞ്ഞ മാറ്റങ്ങൾ സ്വയമേവ പുറത്തിറക്കാൻ CodeRabbit ഉപയോഗിച്ചു. “സോഫ്റ്റ്‌വെയർ പുറത്തിറക്കുന്ന മുഴുവൻ പ്രക്രിയയും ഞങ്ങൾക്ക് പൂർണമായി പുനർവിചിന്തനം ചെയ്യേണ്ടിവന്നു,” ഹർജോത് പറയുന്നു.

പ്രവർത്തനത്തിലുള്ള സംവിധാനങ്ങളിലെ സംഭവങ്ങൾ, Slack സന്ദേശങ്ങൾ, സഹായ അഭ്യർത്ഥനകൾ എന്നിവ വിലയിരുത്തി മുൻഗണന നിശ്ചയിക്കുന്ന, Codex ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്ന ഒരു Slack ബോട്ടും കമ്പനി നിർമ്മിച്ചിട്ടുണ്ട്. സംഘത്തിന് പരിശോധിച്ച് ലയിപ്പിക്കാനായി ഒരു pull request നൽകാൻ ഇതിന് കഴിയും. പ്രാദേശിക കമ്പ്യൂട്ടറുകളുടെ പരിമിതികൾ കുറയ്ക്കാനും പ്രവേശനാനുമതിയിലും ഓഡിറ്റിങ്ങിലും സംഘങ്ങൾക്ക് കൂടുതൽ നിയന്ത്രണം നൽകാനുമുള്ള മാർഗമായാണ് ക്ലൗഡ് അധിഷ്ഠിത വികസനത്തെ ഹർജോത് കാണുന്നത്.

വിപണനവും ദൈനംദിന പ്രവർത്തനങ്ങളും കോഡിലൂടെ കൈകാര്യം ചെയ്യുന്നതുൾപ്പെടെ എൻജിനീയറിങ്ങിന് പുറത്തുള്ള ജോലികൾക്കും CodeRabbit, Codex ഉപയോഗിക്കുന്നു. “കഴിയുന്നത്രയും കോഡിലൂടെയാണ് ഞങ്ങൾ കമ്പനി നടത്തുന്നത്,” ഹർജോത് പറയുന്നു.

വിപണനത്തിൽ, pull request വഴിയാണ് കമ്പനി Google Ads കൈകാര്യം ചെയ്യുന്നത്. പരസ്യങ്ങൾ പ്രസിദ്ധീകരിക്കാൻ സംഘം ഒരു അഭ്യർത്ഥന സൃഷ്ടിച്ച് ലയിപ്പിക്കുന്നു. ഒരു ഉള്ളടക്ക നിർമാണ റിപ്പോസിറ്ററിയും സംഘം ഉപയോഗിക്കുന്നു. അതിൽ Codex സ്ലൈഡ് അവതരണങ്ങളും ഉപഭോക്താക്കൾക്കുള്ള രേഖകളും സൃഷ്ടിക്കുന്നു. “നിങ്ങളുടെ വിപണന പ്രശ്നങ്ങളെ കോഡിലൂടെ പരിഹരിക്കാവുന്ന പ്രശ്നങ്ങളാക്കി മാറ്റാനായാൽ, 10 മടങ്ങ് വേഗത്തിൽ പ്രവർത്തിക്കാനാകും,” ഹർജോത് പറയുന്നു.

2023 മുതൽ CodeRabbit സാൻഡ്ബോക്സ് പരിതസ്ഥിതികളിൽ ഏജന്റുകളെ പ്രവർത്തിപ്പിക്കുന്നു. റിപ്പോസിറ്ററികളുടെ പകർപ്പുകളെടുത്ത്, അവ പരിശോധിക്കാൻ സഹായിക്കുന്ന കോഡ് എഴുതാൻ ഏജന്റുകളെ അനുവദിക്കുന്നു. അടുത്തിടെ, സ്വന്തം പ്ലാറ്റ്ഫോം പരിശോധിച്ച് സുരക്ഷിതമാക്കാൻ CodeRabbit, Daybreak വഴി OpenAI-യുടെ Cyber മോഡൽ ഉപയോഗിച്ചു.

ആന്തരിക നുഴഞ്ഞുകയറ്റ പരിശോധനയ്ക്കാണ് സംഘം ഈ മോഡൽ ഉപയോഗിച്ചത്. ആക്രമണകാരിക്ക് കടന്നുകയറാനാകുന്ന വഴികൾ കണ്ടെത്താൻ സ്വന്തം പ്ലാറ്റ്ഫോം പരിശോധിച്ചു. നേരത്തേ ഉപയോഗിക്കാൻ ലഭിച്ച അവസരം സ്വന്തം സാങ്കേതിക സംവിധാനങ്ങൾ സുരക്ഷിതമാക്കാൻ CodeRabbit-നെ സഹായിച്ചെന്ന് ഹർജോത് പറയുന്നു. “സംഭവിക്കുമെന്ന് ഞങ്ങൾക്ക് സങ്കൽപ്പിക്കാൻ പോലും കഴിയാത്ത അത്യാധുനിക ഹാക്കിങ് രീതികൾ ഉൾപ്പെടെ നിരവധി സുരക്ഷാ ദൗർബല്യങ്ങൾ ഞങ്ങൾ കണ്ടെത്തി,” ഹർജോത് പറയുന്നു.

തുടർന്ന്, ഏറ്റവും പുതിയ ഉൽപ്പന്നമായ CodeRabbit Secure വഴി ഈ കഴിവുകൾ വിപണിയിലെത്തിച്ച്, ഉപഭോക്താക്കളുടെ കോഡ് സുരക്ഷിതമാക്കാനും കമ്പനി സഹായിച്ചു. കഴിഞ്ഞ രണ്ടാഴ്ചയ്ക്കിടെ, പ്രചാരണ ഓഫറിന്റെ ഭാഗമായി കമ്പനി ഉപയോക്താക്കൾക്ക് 10 ലക്ഷം ഡോളർ മൂല്യമുള്ള ആഴത്തിലുള്ള സ്കാനുകൾ സൗജന്യമായി നൽകി. Codex മോഡലുകൾ ഉപയോഗിച്ച് നടത്തിയ 13,000 ആഴത്തിലുള്ള സ്കാനുകളിൽ 43,000-ത്തിലധികം സുരക്ഷാ ദൗർബല്യങ്ങൾ കണ്ടെത്തി. ഇവയിൽ ആയിരക്കണക്കിന് ദൗർബല്യങ്ങൾ ഉപഭോക്താക്കൾ ഇതിനകം പരിഹരിച്ച് തങ്ങളുടെ കോഡിന്റെ സുരക്ഷ മെച്ചപ്പെടുത്തിയിട്ടുണ്ട്.

ഓരോ ജോലിയും ഒരാൾ ആരംഭിച്ചുകൊടുക്കാതെ തന്നെ പശ്ചാത്തല ഏജന്റുകൾ മുന്നറിയിപ്പുകളോടും സംഭവങ്ങളോടും പ്രതികരിച്ചു തുടങ്ങുമ്പോൾ, ഏതെല്ലാം മാറ്റങ്ങൾ പൂർത്തിയാക്കണമെന്ന് തീരുമാനിക്കാൻ സംഘങ്ങൾക്ക് കൂടുതൽ സഹായം വേണ്ടിവരുമെന്ന് ഹർജോത് പ്രതീക്ഷിക്കുന്നു.

ഭാവിയിലേക്ക് നോക്കുമ്പോൾ, ഏജന്റ് അധിഷ്ഠിത സോഫ്റ്റ്‌വെയർ വികസനത്തിലേക്ക് CodeRabbit പ്രവർത്തനം വ്യാപിപ്പിക്കുകയാണ്. ഏജന്റുകൾ വലിയ തോതിൽ സൃഷ്ടിക്കുന്ന കോഡ് മാറ്റങ്ങൾ വിലയിരുത്താനും മുൻഗണന നിശ്ചയിക്കാനും വിശദീകരിക്കാനും സുരക്ഷിതമാക്കാനും ശരിയാണെന്ന് ഉറപ്പാക്കാനും ഇത് സംഘങ്ങളെ സഹായിക്കുന്നു.

ഏജന്റുകൾ കൂടുതൽ നിർമാണച്ചുമതലകൾ ഏറ്റെടുക്കുമ്പോഴും ഡെവലപ്പർമാരുടെ കൈയിൽ നിയന്ത്രണം നിലനിർത്താൻ സഹായിക്കാനുള്ള അവസരമാണിത്. കോഡ് സൃഷ്ടിക്കപ്പെടുന്ന വേഗത്തിനൊത്ത് പരിശോധനകളും വിശദീകരണങ്ങളും പരിപാലനവും നൽകിയാണ് ഇത് സാധ്യമാക്കുന്നത്.