Qodo уводи контекст у AI проверу кода уз Codex
Qodo уноси контекст организације и стандарде базе кода у Codex, помажући програмерима да открију P0 проблеме у више репозиторијума.
Qodo(отвара се у новом прозору) развија AI алате за проверу кода и квалитет софтвера, пружајући агентима за писање кода знање организације које им је потребно да разумеју код који мењају. Суоснивач и генерални директор Итамар Фридман назива Qodo „најбољим пријатељем агента за писање кода“.
Qodo користи моделе компаније OpenAI, укључујући GPT‑6 Astra, за прикупљање инжењерског знања, проверу кода и праћење квалитета софтвера. Његов програмски додатак за Codex уноси тај контекст и проверу у сесије писања кода.
„Волимо моделе компаније OpenAI. Желимо граничне моделе, најбоље моделе за резоновање, али и оне који су заиста брзи.“
Итамар описује окружења клијената која могу да обухватају 10.000 или више репозиторијума. У њима локална измена кода може да поремети рад сервиса који од њега зависи, чак и ако сама по себи делује исправно. Да би то решио, Qodo је направио програмски додатак доступан на тржишту додатака за Codex.
„Codex је заиста добар у томе да преузме локални задатак и ефикасно га заврши“, каже Итамар. Програмски додатак компаније Qodo омогућава да Codex, преко њеног пакета Agentic Toolbox, приступи знању о бази кода, правилима организације и независној провери.
Уз контекст, Codex може да узме у обзир зависности између репозиторијума, укључујући оне код различитих пружалаца Git услуга, као и између сервиса повезаних преко платформе Kafka. „Qodo ће уочити ту везу и помоћи да Codex сагледа софтвер у целини и не превиди те P0 грешке“, каже Итамар.
Пре него што почне да пише код, Codex може да користи програмски додатак компаније Qodo да преузме релевантна правила за базу кода, као и историју и обрасце захтева pull request. Након што Codex унесе измене, Qodo их проверава и шаље му налазе директно у истој сесији, пре него што програмер отвори pull request.
Ннена Ндукве, руководитељка за односе са AI програмерима у компанији Qodo, примећује да програмери користе овај радни ток за развој функција и решавање техничког дуга уз GPT‑6 моделе у алату Codex. Они аутоматизују прелазак са писања кода у алату Codex на независну проверу коју обавља Qodo. „То је оно што виђам да програмери раде, што је заиста узбудљиво јер је GPT‑6 изузетно способан“, каже Ннена.
Итамар описује агенте за писање и проверу кода као „јин и јанг“: један ствара код, а други га преиспитује. Свака улога захтева сопствена подешавања и контекст и може да укључује више агената. Његова визија је да агенти расправљају о налазима и људима на проверу „издвоје само оно што не прихватају“. Програмери би преузели улоге планирања и провере, уз могућност да размотре нерешена питања заједно са дискусијом агената, контекстом и претходним одлукама програмера.
„Тако се гради поверење“, каже Итамар. „Мислим да то чини цео процес ефикаснијим“, додаје Ннена. „Можемо да искористимо оно у чему смо најстручнији.“
У компанији Qodo, Ннена користи подешавања напора резоновања „веома високо“ и „Ultra“ модела GPT‑6 Astra у сопственим аутоматизованим развојним процесима, као и у интелектуалном раду.
„Шта то Codex не ради? Волим све што Codex ради. Допада ми се идеја спајања AI и аутоматизације.“
Ннена заказује да јој Codex извештава о томе шта је постигла током недеље, на шта би могла да се усредсреди и шта би могла да унапреди. Користи га и за истраживање дискусија о софтверском инжењерству уз помоћ агената на друштвеним мрежама и предлагање идеја за садржај намењен програмерима. Када је реч о њеним изменама кода, заказује да Codex анализира њен рад и предложи које вештине агената треба креирати или усавршити.
Итамар види прилику да помоћу недавно представљеног OpenAI Decisions API-ја бира која се правила и вештине агената примењују у свакој фази развоја, уместо да се за сваку одлуку ослања на језичке моделе.
Наводи пример у ком би Decisions API могао да изабере која од 200 правила треба проверити пре него што језички модел резоновањем размотри она релевантна. То би убрзало и појефтинило избор, уз побољшање квалитета провере. „Decisions API нам пружа огромну прилику да повећамо поверење у овај процес“, каже Итамар.
Приступ компаније Qodo спаја „најбоље стране вештачке интелигенције и најбоље стране традиционалног софтверског инжењерства и писања скрипти“, каже Ннена. Знање компаније усмерава агенте за писање кода, независном провером оцењује се њихов рад, а људска стручност разрешава преостала питања.
Тиме се ствара основа онога што Итамар описује као фабрику софтвера: систем који би клијенти могли да саставе и поседују, повезујући агенте за писање и проверу кода са разумевањем тога како се софтвер мења у продукцији.
Уз OpenAI, Qodo гради будућност у којој агенти за писање кода користе више искуства компаније, а програмери могу да се усредсреде на одлуке у којима је њихова процена најважнија.
