CodeRabbit: एजंटसह विकास, 20 पट अधिक सॉफ्टवेअर
CodeRabbit, AI ने तयार केलेल्या कोडवर नियंत्रण ठेवण्यासाठी आणि त्याची विश्वासार्हता सुनिश्चित करण्यासाठी OpenAI मॉडेल वापरते, तर त्याच अभियांत्रिकी संघासह 20 पट अधिक सॉफ्टवेअर वितरित करण्यासाठी Codex वापरते.
CodeRabbit(नवीन विंडोमध्ये उघडेल) चे सहसंस्थापक आणि मुख्य कार्यकारी अधिकारी हरजोत गिल यांच्या मते, AI ने तयार केलेल्या कामाचे प्रमाण वाढत असताना संघांच्या विवेकबुद्धीची गरज विशेषतः एजंटने लिहिलेल्या कोडची वैधता आणि विश्वासार्हता तपासण्यासाठी भासत आहे. “कोड लिहिणारे एजंट वापरायला सुरुवात करताच प्रत्येक कंपनीसमोर उभा राहणारा पहिला अडथळा म्हणजे कोडचे परीक्षण,” हरजोत सांगतात.
CodeRabbit ने AI-आधारित प्रशासन आणि नियंत्रण मंच तयार केला आहे. AI ने तयार केलेल्या कोडची वैधता तपासून त्यावर विश्वास ठेवता यावा, यासाठी तो बनवला आहे. 20,000 हून अधिक संस्था आणि 150,000 हून अधिक मुक्त-स्रोत प्रकल्प CodeRabbit वापरतात. AI एजंटने तयार केलेला कोड समजून घेणे, त्याचे परीक्षण करणे, तो सुरक्षित करणे आणि काय वितरित करण्यास तयार आहे हे ठरवणे यासाठी CodeRabbit संघांना मदत करते.
CodeRabbit च्या मते, OpenAI कडून खर्चाच्या तुलनेत अधिक चांगली कामगिरी मिळत असल्याने परीक्षणासाठी अधिक AI एजंट वापरता येतात आणि त्याचा लाभ ग्राहकांना देता येतो. तसेच, Codex मुळे त्याच अभियांत्रिकी संघासह 20 पट अधिक सॉफ्टवेअर वितरित करता येते. कंपनी स्वतःची तंत्रज्ञान प्रणाली आणि ग्राहकांचा कोड सुरक्षित करण्यासाठी Daybreak चाही वापर करते. CodeRabbit Secure हे कंपनीचे नवीनतम उत्पादन Codex मॉडेलसह Daybreak वापरते. त्यातील सुरक्षाकेंद्रित एजंट सुरक्षेतील उणिवा शोधून त्या दूर करतात.
“OpenAI चे प्रत्येक नवे मॉडेल आल्यावर, विशेषतः रीझनिंग मॉडेल आल्यावर, मोठ्या प्रमाणावर त्रुटी शोधण्याच्या आमच्या उत्पादनाच्या क्षमतेत प्रचंड सुधारणा झाल्याचे आम्हाला दिसले आहे.”
CodeRabbit ने आपले पहिले उत्पादन GPT‑3.5 Turbo वापरून तयार केले. हरजोत सांगतात की, GPT‑4 आल्यामुळे हे उत्पादन कोडचे प्रभावीपणे परीक्षण करू लागले. पुढे कंपनीने OpenAI o1 आणि OpenAI o3 यांचाही सुरुवातीच्या काळातच स्वीकार केला. कोडचे परीक्षण क्लाउडमध्ये असमकालिक पद्धतीने होत असल्याने, CodeRabbit ला अधिक सखोल विश्लेषणासाठी समस्येवर विचार करायला जास्त वेळ घेणारी मॉडेल वापरता आली.
संघ ज्ञात त्रुटींच्या स्वतःच्या मानक चाचणीच्या आधारे नवीन मॉडेलचे मूल्यमापन करतो. मुलाखतीच्या वेळी हरजोत यांच्या अंदाजानुसार, GPT‑6 Astra ने त्या डेटासंचातील 50% त्रुटी शोधल्या होत्या. त्यामुळे त्या मानक चाचणीत ते इतर मॉडेलच्या तुलनेत सर्वोच्च स्थानी होते.
एजंटकडून वेगवेगळ्या प्रकारच्या चुका होत असल्याने आणि दुरुस्त्या करताना आधीच्या परीक्षणातून सुटलेल्या समस्या उघड होत असल्याने ही मानक चाचणी सतत विकसित होत राहते. “दोषांचे स्वरूप सतत बदलत राहते. मॉडेल अधिक चांगली होत जातात, तशी आमची मानक चाचणीही बदलत जाते,” हरजोत सांगतात.
OpenAI मॉडेलकडून खर्चाच्या तुलनेत अधिक चांगली कामगिरी मिळत असल्याने CodeRabbit ला संशोधनातील क्षमता आपल्या उत्पादनात आणता आल्या आहेत. हरजोत मॉडेलच्या किमती आणि कॅशिंगमधील सुधारणांकडे लक्ष वेधतात. यामुळे कंपनीला AI चा अधिक वापर करणे, अधिक उपएजंट जोडणे आणि त्याचा लाभ ग्राहकांना देणे शक्य झाले आहे.
सुरुवातीला CodeRabbit कोडमधील संबंधित भाग शोधण्यासाठी एक किंवा दोन उपएजंट वापरत असे. आता GPT‑6 Luna सारख्या कमी खर्चाच्या मॉडेलमुळे संपूर्ण मंचावर अधिक उपएजंट वापरता येतात, तर GPT‑6 Astra सारखी मॉडेल नियोजन आणि समन्वय सांभाळतात.
“पूर्वी ज्या कामांसाठी एजंट वापरणे आम्हाला परवडतही नव्हते, त्या सर्व कामांसाठी आता आम्ही एजंट वापरत आहोत,” हरजोत सांगतात. यामुळे CodeRabbit अधिक व्यापक वैधता तपासणी करू शकते आणि विकसकांना अधिक स्पष्टीकरणे देऊ शकते. त्यामुळे स्वतः न लिहिलेले बदल समजून घेऊन त्यांवर विश्वास ठेवण्यास विकसकांना मदत होते.
हरजोत सांगतात की, Codex वापरल्यामुळे कंपनी गेल्या 6 महिन्यांपासून अभियंत्यांची संख्या न वाढवता साधारण 20 पट अधिक सॉफ्टवेअर वितरित करत आहे. त्यांच्या स्वतःच्या अंदाजानुसार, मुलाखतीपूर्वीच्या 30 दिवसांत त्यांनी वैयक्तिकरीत्या 2,500 ते 3,000 pull request सादर केल्या.
हे साध्य करण्यासाठी केवळ Codex चा स्वीकार करणे पुरेसे नव्हते. अनेक एजंट चालवल्यामुळे विकास प्रक्रियेतील विविध मर्यादा समोर आल्या. यात लॅपटॉपची मेमरी आणि संगणनक्षमता, चाचण्या, सॉफ्टवेअर संकलित करून त्याचे पॅकेज तयार करणारी साधने आणि अवलंबित्वे यांचा समावेश होता.
संघाने नवीन आवृत्त्या वितरित करण्याची प्रक्रिया सुलभ केली आणि मानवी मंजुरी कुठे आवश्यक आहे याचा पुनर्विचार केला. त्याच वेळी, मानवी हस्तक्षेपाची गरज नसलेले कमी जोखमीचे बदल आपोआप वितरित करण्यासाठी CodeRabbit वापरले. “आम्हाला खरे तर संपूर्ण सॉफ्टवेअर वितरण प्रक्रियेचा मुळापासून पुनर्विचार करावा लागला,” हरजोत सांगतात.
कंपनीने Codex वर चालणारा एक Slack बॉटही तयार केला आहे. तो प्रत्यक्ष वापरातील घटनांचे, Slack संदेशांचे आणि मदतीसाठी आलेल्या विनंत्यांचे वर्गीकरण करून त्यांचा प्राधान्यक्रम ठरवतो. तो संघाला परीक्षण करून विलीन करण्यासाठी pull request देऊ शकतो. हरजोत यांच्या मते, क्लाउडवर विकास केल्याने स्थानिक संगणकांच्या मर्यादा कमी करता येतात आणि प्रवेश व लेखापरीक्षण यांवर संघांना अधिक नियंत्रण देता येते.
CodeRabbit अभियांत्रिकीपलीकडील कामांसाठीही Codex वापरते. यात विपणन आणि दैनंदिन कामकाजाचे कोडद्वारे व्यवस्थापन करणे समाविष्ट आहे. “आम्ही शक्य तितके कंपनीचे कामकाज कोडद्वारे चालवत आहोत,” हरजोत सांगतात.
विपणनात, कंपनी pull request द्वारे Google Ads चे व्यवस्थापन करते. जाहिराती प्रकाशित करण्यासाठी संघ विनंती तयार करतो आणि ती विलीन करतो. कंपनी आशयनिर्मितीसाठी एक रिपॉझिटरीही वापरते. त्यात Codex सादरीकरणे आणि ग्राहकांसाठी दस्तऐवज तयार करते. “विपणनातील समस्या कोडच्या समस्यांमध्ये रूपांतरित करता आल्या, तर तुम्ही 10 पट वेगाने काम करू शकाल,” हरजोत सांगतात.
CodeRabbit 2023 पासून सँडबॉक्स वातावरणात एजंट चालवत आहे. यात रिपॉझिटरींच्या प्रती तयार करून परीक्षणात मदत करण्यासाठी एजंटना कोड लिहू दिला जातो. अलीकडेच CodeRabbit ने स्वतःच्या मंचाची चाचणी घेऊन तो सुरक्षित करण्यासाठी Daybreak द्वारे OpenAI चे Cyber मॉडेल वापरले.
संघाने अंतर्गत भेदन चाचणीसाठी हे मॉडेल वापरले. हल्लेखोर कोणत्या मार्गांनी शिरकाव करू शकतो, हे शोधण्यासाठी त्यांनी स्वतःच्या मंचाची तपासणी केली. हरजोत सांगतात की, लवकर वापराची संधी मिळाल्यामुळे CodeRabbit ला स्वतःची तंत्रज्ञान प्रणाली सुरक्षित करता आली. “आम्हाला सुरक्षेतील अनेक उणिवा सापडल्या. हल्ल्यांचे असे प्रगत मार्ग आढळले, ज्यांची आम्ही कल्पनाही केली नव्हती,” हरजोत सांगतात.
त्यानंतर कंपनीने या क्षमता बाजारात आणल्या असून, CodeRabbit Secure या आपल्या नवीनतम उत्पादनाद्वारे ग्राहकांचा कोड सुरक्षित करण्यात मदत केली आहे. गेल्या दोन आठवड्यांत कंपनीने एका प्रचार योजनेअंतर्गत वापरकर्त्यांना 10 लाख डॉलर मूल्याच्या सखोल तपासण्या मोफत दिल्या. Codex मॉडेलच्या मदतीने केलेल्या या 13,000 तपासण्यांत सुरक्षेतील 43,000 हून अधिक उणिवा आढळल्या. ग्राहकांनी यांपैकी हजारो उणिवा आधीच दूर केल्या आहेत, ज्यामुळे त्यांचा कोड अधिक सुरक्षित झाला आहे.
प्रत्येक काम माणसाने सुरू करण्याची गरज न पडता पार्श्वभूमीतील एजंट सूचना आणि घटनांना प्रतिसाद देऊ लागल्यावर, कोणते बदल पूर्णत्वास न्यायचे हे ठरवण्यासाठी संघांना अधिक मदत लागेल, असे हरजोत यांना वाटते.
पुढील वाटचालीत CodeRabbit एजंट-आधारित सॉफ्टवेअर विकासाच्या दिशेने विस्तार करत आहे. एजंटने कोडमध्ये केलेल्या बदलांची मोठ्या प्रमाणावर वैधता तपासणे, प्राधान्यक्रम ठरवणे, स्पष्टीकरण देणे, ते सुरक्षित करणे आणि त्यांची पडताळणी करणे यासाठी ते संघांना मदत करत आहे.
एजंट निर्मितीचे अधिकाधिक काम करू लागले तरी विकसकांच्या हाती नियंत्रण कायम ठेवण्यास मदत करण्याची ही संधी आहे. त्यासाठी कोडनिर्मितीच्या वेगाशी जुळणारी वैधता तपासणी, स्पष्टीकरणे आणि देखभाल पुरवता येईल.


