Qodo dá contexto à revisão de código com IA no Codex
A Qodo leva o contexto organizacional e as normas da base de código ao Codex, ajudando os programadores a detetar problemas P0 entre repositórios.
A Qodo(abre numa nova janela) desenvolve ferramentas de IA para revisão de código e qualidade de software, dando aos agentes de programação o conhecimento organizacional de que precisam para compreender o código que alteram. O cofundador e CEO Itamar Friedman descreve a Qodo como «o melhor amigo do agente de programação».
A Qodo usa modelos da OpenAI, incluindo o GPT‑6 Astra, para reunir conhecimento de engenharia, rever código e monitorizar a qualidade do software. O seu plugin para o Codex leva esse contexto e essa revisão às sessões de programação dos programadores.
«Adoramos os modelos da OpenAI. Queremos modelos de fronteira, os melhores modelos de raciocínio, mas também modelos que sejam realmente rápidos.»
Itamar descreve ambientes de clientes que podem abranger 10 000 ou mais repositórios, nos quais uma alteração local ao código pode fazer falhar um serviço dependente, mesmo que pareça correta quando analisada isoladamente. Para resolver este problema, a Qodo criou um plugin disponível no marketplace do Codex.
«O Codex é muito bom a pegar numa tarefa local e a concluí-la de forma eficiente», afirma Itamar. O plugin da Qodo dá ao Codex acesso a conhecimento sobre a base de código, regras da organização e revisão independente através da Agentic Toolbox da Qodo.
Com contexto, o Codex pode ter em conta dependências entre repositórios, incluindo os alojados por diferentes fornecedores de Git ou serviços ligados através do Kafka. «A Qodo vai fazer essa ligação e ajudar o Codex a olhar para o software como um todo, sem deixar escapar esses erros P0», afirma Itamar.
Antes de começar a escrever código, o Codex pode usar o plugin da Qodo para obter as regras relevantes da base de código, bem como o histórico e os padrões das pull requests. Depois de o Codex fazer as alterações, a Qodo revê-as e devolve os resultados diretamente ao Codex, na mesma sessão, antes de o programador abrir uma pull request.
Nnenna Ndukwe, responsável pelas relações com programadores de IA na Qodo, vê programadores a usar este fluxo de trabalho para desenvolver funcionalidades e resolver dívida técnica com os modelos GPT‑6 no Codex. Estão a automatizar a passagem do trabalho de programação do Codex para a revisão independente da Qodo. «É isso que tenho visto os programadores fazerem, o que é muito entusiasmante, porque o GPT‑6 é extremamente capaz», afirma Nnenna.
Itamar descreve os agentes de programação e de revisão como «yin e yang»: um cria código, o outro questiona-o. Cada função precisa de uma configuração e de um contexto próprios e pode envolver vários agentes. A sua visão é que os agentes discutam os resultados e «apresentem apenas aquilo que não aceitam» para revisão humana. Os programadores passariam a planear e a rever o trabalho, podendo analisar as questões por resolver juntamente com a discussão entre os agentes, o contexto e as decisões anteriores dos programadores.
«É assim que se cria confiança», afirma Itamar. «Acho que isso torna todo o processo mais eficiente», acrescenta Nnenna. «Podemos tirar partido do melhor dos nossos conhecimentos e experiência.»
Na Qodo, Nnenna tem usado os níveis de esforço Muito elevado e Ultra do GPT‑6 Astra nos seus próprios fluxos de desenvolvimento automatizados, bem como no trabalho intelectual.
«O que é que o Codex não faz? Adoro tudo o que o Codex faz. Adoro a ideia de combinar IA e automatização.»
Nnenna agenda tarefas no Codex para que este apresente um relatório sobre o que ela realizou durante a semana e os aspetos em que se poderá concentrar ou melhorar a seguir. Também o usa para pesquisar conversas sobre engenharia de agentes nas redes sociais e sugerir ideias de conteúdos para programadores. Quanto às suas próprias alterações ao código, agenda tarefas no Codex para analisar o seu trabalho e sugerir competências de agentes a criar ou aperfeiçoar.
Itamar vê uma oportunidade de usar a Decisions API, lançada recentemente pela OpenAI, para escolher as regras e competências de agentes aplicáveis a cada fase do desenvolvimento, em vez de depender de modelos de linguagem para todas as decisões.
Dá um exemplo em que a Decisions API poderia selecionar, entre 200 regras, as que precisam de ser verificadas antes de um modelo de linguagem analisar as relevantes, tornando a seleção mais rápida e económica e melhorando a qualidade da revisão. «A Decisions API é uma enorme oportunidade para tornarmos o processo mais fiável», afirma Itamar.
A abordagem da Qodo combina «o melhor da inteligência artificial com o melhor da engenharia de software tradicional e da programação de scripts», afirma Nnenna. O conhecimento da empresa orienta os agentes de programação, uma revisão independente verifica o seu trabalho e a experiência humana resolve as questões que ficam por esclarecer.
Isto cria a base do que Itamar descreve como uma fábrica de software: um sistema que os clientes poderiam montar e ter como seu, reunindo agentes de programação e de revisão com uma compreensão de como o software muda em produção.
Com a OpenAI, a Qodo está a construir um futuro em que os agentes de programação tiram maior partido da experiência de uma empresa e os programadores podem aplicar o seu discernimento onde é mais importante.
