Qodo membina konteks dalam semakan kod AI dengan Codex
Qodo membawa konteks organisasi dan standard pangkalan kod ke dalam Codex, membantu pembangun mengesan isu P0 merentas repositori.
Qodo(dibuka dalam tetingkap baru) membangunkan alat AI untuk semakan kod dan kualiti perisian, dengan membekalkan pengetahuan organisasi yang diperlukan oleh ejen pengekodan untuk memahami kod yang diubahnya. Pengasas Bersama dan Ketua Pegawai Eksekutif Itamar Friedman menyifatkannya sebagai “sahabat baik ejen pengekodan.”
Qodo menggunakan model OpenAI termasuk GPT‑6 Astra untuk mengumpulkan pengetahuan kejuruteraan, menyemak kod dan memantau kualiti perisian. Pemalam Codex Qodo membawa konteks dan semakan itu ke dalam sesi pengekodan pembangun.
“Kami sangat menyukai model OpenAI. Kami mahukan model perbatasan dengan penaakulan terbaik, tetapi juga model yang benar-benar pantas.”
Itamar menerangkan persekitaran pelanggan yang boleh merangkumi 10,000 repositori atau lebih. Dalam persekitaran ini, perubahan kod setempat boleh menyebabkan perkhidmatan hiliran gagal berfungsi, walaupun perubahan itu sendiri kelihatan betul. Qodo membina pemalam di pasaran Codex untuk menangani hal ini.
“Codex sangat cekap melaksanakan tugas setempat hingga selesai,” kata Itamar. Pemalam Qodo memberi Codex akses kepada pengetahuan pangkalan kod, peraturan organisasi dan semakan bebas melalui Agentic Toolbox Qodo.
Dengan adanya konteks, Codex boleh mengambil kira kebergantungan merentas repositori, termasuk repositori yang dihoskan oleh penyedia Git yang berbeza atau perkhidmatan yang disambungkan melalui Kafka. “Qodo akan mengenal pasti kaitan itu dan membantu Codex melihat perisian secara menyeluruh supaya pepijat P0 tersebut tidak terlepas pandang,” kata Itamar.
Sebelum Codex mula menulis kod, ia boleh menggunakan pemalam Qodo untuk mendapatkan peraturan pangkalan kod serta sejarah dan corak pull request yang relevan. Selepas Codex membuat perubahan, Qodo menyemaknya dan mengembalikan dapatan terus kepada Codex dalam sesi yang sama, sebelum pembangun membuka pull request.
Nnenna Ndukwe, Ketua Perhubungan Pembangun AI Qodo, melihat pembangun menggunakan aliran kerja ini untuk membina ciri dan menangani hutang teknikal dengan model GPT‑6 dalam Codex. Mereka mengautomasikan peralihan daripada kerja pengekodan Codex kepada semakan bebas Qodo. “Itulah yang saya lihat dilakukan oleh pembangun, dan ini sangat mengujakan kerana GPT‑6 amat berkeupayaan,” kata Nnenna.
Itamar menggambarkan ejen pengekodan dan ejen semakan sebagai “yin dan yang”: satu menghasilkan kod, manakala satu lagi menguji kesahihannya. Setiap peranan memerlukan konfigurasi dan konteks tersendiri, dan mungkin melibatkan beberapa ejen. Visi beliau ialah supaya ejen membincangkan dapatan dan “hanya mengetengahkan perkara yang tidak diterima oleh mereka” untuk semakan manusia. Pembangun akan menjadi perancang dan penyemak yang boleh meneliti isu yang belum diselesaikan bersama perbincangan ejen, konteks dan keputusan terdahulu pembangun.
“Begitulah caranya membina kepercayaan,” kata Itamar. “Saya rasa ini menjadikan keseluruhan proses lebih cekap,” tambah Nnenna. “Kami dapat memanfaatkan aspek terbaik kepakaran kami.”
Di Qodo, Nnenna menggunakan tetapan tahap usaha Sangat Tinggi dan Ultra pada GPT‑6 Astra dalam aliran kerja pembangunan automatiknya sendiri serta kerja berasaskan pengetahuan.
“Apa yang Codex tidak lakukan? Saya suka semua yang dilakukan oleh Codex. Saya suka idea menggabungkan AI dengan automasi.”
Nnenna menjadualkan Codex untuk melaporkan pencapaiannya sepanjang minggu serta bidang yang boleh diberikan tumpuan atau ditambah baik selepas itu. Beliau juga menggunakannya untuk meneliti perbincangan tentang kejuruteraan berasaskan ejen di platform sosial dan mencadangkan idea kandungan untuk pembangun. Bagi perubahan kodnya sendiri, beliau menjadualkan Codex untuk menganalisis kerjanya dan mencadangkan kemahiran ejen yang boleh dicipta atau diperhalus.
Itamar melihat peluang untuk menggunakan Decisions API yang baru dilancarkan oleh OpenAI bagi memilih peraturan dan kemahiran ejen yang terpakai pada setiap peringkat pembangunan, dan bukannya bergantung pada model bahasa untuk setiap keputusan.
Beliau memberikan contoh apabila Decisions API boleh memilih peraturan yang perlu diperiksa daripada 200 peraturan sebelum model bahasa meneliti peraturan yang relevan melalui penaakulan. Ini membantu mempercepatkan proses pemilihan dan mengurangkan kosnya, di samping meningkatkan kualiti semakan. “Decisions API membuka peluang besar untuk kami meningkatkan kepercayaan terhadap proses ini,” kata Itamar.
Pendekatan Qodo menggabungkan “aspek terbaik kecerdasan buatan dengan aspek terbaik kejuruteraan perisian dan penskripan tradisional,” kata Nnenna. Pengetahuan syarikat membimbing ejen pengekodan, semakan bebas memeriksa hasil kerja ejen, dan kepakaran manusia menyelesaikan persoalan yang masih berbaki.
Ini mewujudkan asas bagi apa yang Itamar gambarkan sebagai kilang perisian: sistem yang boleh dipasang dan dimiliki pelanggan, yang menggabungkan ejen pengekodan dan semakan dengan pemahaman tentang bagaimana perisian berubah dalam pengeluaran.
Bersama OpenAI, Qodo sedang membina masa depan yang membolehkan ejen pengekodan memanfaatkan lebih banyak pengalaman syarikat dan pembangun dapat menumpukan pertimbangan mereka pada perkara yang paling penting.
