CodeRabbit ใช้เอเจนต์พัฒนา ส่งมอบซอฟต์แวร์เพิ่ม 20 เท่า

สำหรับ Harjot Gill ผู้ร่วมก่อตั้งและซีอีโอของ CodeRabbit⁠(เปิดในหน้าต่างใหม่) การตรวจสอบโค้ดที่เอเจนต์สร้างขึ้นและสร้างความเชื่อมั่นในโค้ดนั้น กำลังกลายเป็นขั้นตอนที่ทีมต้องใช้วิจารณญาณกับผลงานจาก AI ที่มีปริมาณเพิ่มขึ้นเรื่อยๆ “คอขวดแรกที่ทุกบริษัทเจอทันทีที่เริ่มใช้เอเจนต์เขียนโค้ด คือการตรวจสอบโค้ด” Harjot กล่าว

CodeRabbit สร้างแพลตฟอร์มกำกับดูแลและควบคุมที่ขับเคลื่อนด้วย AI ออกแบบมาเพื่อตรวจสอบความถูกต้องและสร้างความเชื่อมั่นในโค้ดที่ AI สร้างขึ้น CodeRabbit มีผู้ใช้งานกว่า 20,000 องค์กรและโครงการโอเพนซอร์สกว่า 150,000 โครงการ โดยช่วยให้ทีมทำความเข้าใจ ตรวจสอบ และเสริมความปลอดภัยให้โค้ดที่เอเจนต์ AI สร้างขึ้น พร้อมตัดสินใจว่าส่วนใดพร้อมเผยแพร่แล้ว

CodeRabbit ระบุว่าประสิทธิภาพต่อราคาที่ดีขึ้นของ OpenAI ช่วยให้บริษัทเพิ่มเอเจนต์ AI ในการตรวจสอบโค้ดได้มากขึ้นและส่งต่อประโยชน์ให้ลูกค้า ขณะที่ Codex⁠ ช่วยให้ส่งมอบซอฟต์แวร์ได้มากขึ้น 20 เท่าด้วยทีมวิศวกรขนาดเท่าเดิม บริษัทยังใช้ Daybreak⁠ เพื่อเสริมความปลอดภัยให้ทั้งระบบเทคโนโลยีของตนเองและโค้ดของลูกค้า CodeRabbit Secure ผลิตภัณฑ์ล่าสุดของบริษัท ใช้ Daybreak ร่วมกับโมเดล Codex เพื่อค้นหาและแก้ไขช่องโหว่ด้วยเอเจนต์ที่เน้นงานด้านความปลอดภัย

CodeRabbit สร้างผลิตภัณฑ์แรกด้วย GPT‑3.5 Turbo Harjot กล่าวว่าการมาถึงของ GPT‑4 ทำให้ผลิตภัณฑ์ตรวจสอบโค้ดได้อย่างมีประสิทธิภาพ จากนั้นบริษัทก็เริ่มใช้ OpenAI o1 และ OpenAI o3 ตั้งแต่ช่วงแรกๆ ที่เปิดตัว เนื่องจากกระบวนการตรวจสอบโค้ดทำงานแบบไม่พร้อมกันบนระบบคลาวด์ CodeRabbit จึงสามารถใช้โมเดลที่ใช้เวลาในการให้เหตุผลเพื่อแก้ปัญหานานขึ้น แลกกับความสามารถในการวิเคราะห์ที่ดีขึ้น

ทีมประเมินโมเดลใหม่โดยใช้ชุดทดสอบมาตรฐานของตนเองที่รวบรวมปัญหาที่ทราบอยู่แล้ว ในช่วงที่ให้สัมภาษณ์ Harjot ประเมินว่า GPT‑6 Astra⁠ ตรวจพบปัญหาในชุดข้อมูลนั้นได้ 50% จึงได้ผลดีที่สุดเมื่อเทียบกับโมเดลอื่นๆ ในการทดสอบมาตรฐานดังกล่าว

ชุดทดสอบมาตรฐานนี้ยังคงพัฒนาอย่างต่อเนื่อง เพราะเอเจนต์สร้างข้อผิดพลาดรูปแบบใหม่ๆ และการแก้ไขโค้ดก็เผยให้เห็นปัญหาที่การตรวจสอบก่อนหน้านี้พลาดไป “ลักษณะของบั๊กเปลี่ยนไปเรื่อยๆ ชุดทดสอบมาตรฐานของเราก็ปรับตามไปด้วยเมื่อโมเดลเก่งขึ้น” Harjot กล่าว

ประสิทธิภาพต่อราคาที่ดีขึ้นของโมเดล OpenAI ช่วยให้ CodeRabbit นำความสามารถจากงานวิจัยมาใช้ในผลิตภัณฑ์ได้ Harjot ชี้ว่าการปรับปรุงด้านราคาโมเดลและการแคชช่วยให้บริษัทใช้ AI ได้มากขึ้น เพิ่มเอเจนต์ย่อยได้มากขึ้น และส่งต่อประโยชน์ให้ลูกค้า

ในช่วงเริ่มต้น CodeRabbit ใช้เอเจนต์ย่อยเพียงหนึ่งหรือสองตัวเพื่อค้นหาและไล่ดูโค้ด ปัจจุบัน โมเดลต้นทุนต่ำลงอย่าง GPT‑6 Luna ช่วยให้ใช้งานเอเจนต์ย่อยได้มากขึ้นทั่วทั้งแพลตฟอร์ม ขณะที่โมเดลอย่าง GPT‑6 Astra รับหน้าที่วางแผนและประสานการทำงาน

“ตอนนี้เราใช้เอเจนต์ในงานสารพัดอย่างที่เมื่อก่อนเราไม่มีงบพอจะใช้ด้วยซ้ำ” Harjot กล่าว สิ่งนี้ช่วยให้ CodeRabbit ตรวจสอบความถูกต้องได้ครอบคลุมขึ้นและให้คำอธิบายแก่นักพัฒนาได้มากขึ้น ช่วยให้นักพัฒนาเข้าใจและเชื่อมั่นในการเปลี่ยนแปลงโค้ดที่ตนไม่ได้เขียนเอง

Harjot กล่าวว่าการใช้ Codex ช่วยให้บริษัทส่งมอบซอฟต์แวร์ได้มากขึ้นราว 20 เท่าในช่วง 6 เดือนที่ผ่านมา โดยไม่ต้องเพิ่มวิศวกร เขาประเมินว่าเฉพาะตัวเขาเองส่งคำขอเปลี่ยนแปลงโค้ดไปถึง 2,500–3,000 รายการในช่วง 30 วันก่อนการสัมภาษณ์

การมาถึงจุดนี้ต้องทำมากกว่าแค่นำ Codex มาใช้ การใช้เอเจนต์หลายตัวเผยให้เห็นข้อจำกัดตลอดกระบวนการพัฒนา ตั้งแต่หน่วยความจำและกำลังประมวลผลของแล็ปท็อป ไปจนถึงการทดสอบ ครื่องมือสร้างและจัดแพ็กเกจซอฟต์แวร์ รวมถึงส่วนประกอบที่ซอฟต์แวร์ต้องพึ่งพา

ทีมปรับกระบวนการเผยแพร่ซอฟต์แวร์ให้คล่องตัวขึ้น และทบทวนว่าขั้นตอนใดควรต้องให้คนอนุมัติ พร้อมใช้ CodeRabbit ส่งมอบการเปลี่ยนแปลงที่มีความเสี่ยงต่ำและไม่จำเป็นต้องให้คนเข้ามาจัดการโดยอัตโนมัติ “เราต้องคิดใหม่ทั้งหมดจริงๆ ว่าจะส่งมอบซอฟต์แวร์กันอย่างไร” Harjot กล่าว

บริษัทยังสร้างบอต Slack ที่ขับเคลื่อนด้วย Codex เพื่อคัดแยกและจัดลำดับความสำคัญของเหตุขัดข้องในระบบที่ใช้งานจริง ข้อความใน Slack และคำร้องขอความช่วยเหลือ บอตสามารถส่งคำขอเปลี่ยนแปลงโค้ดให้ทีมตรวจสอบ และรวมโค้ดได้ Harjot มองว่าการพัฒนาบนคลาวด์ช่วยลดข้อจำกัดของเครื่องที่นักพัฒนาใช้ทำงาน และช่วยให้ทีมควบคุมการเข้าถึงและการตรวจสอบย้อนหลังได้ดียิ่งขึ้น

CodeRabbit ใช้ Codex กับงานนอกเหนือจากงานวิศวกรรมด้วย รวมถึงการจัดการงานการตลาดและงานปฏิบัติการผ่านโค้ด “เรากำลังบริหารบริษัทผ่านโค้ดให้มากที่สุดเท่าที่จะทำได้” Harjot กล่าว

ในด้านการตลาด บริษัทจัดการ Google Ads ผ่านคำขอเปลี่ยนแปลงโค้ด ทีมสร้างคำขอและรวมโค้ดเพื่อเผยแพร่โฆษณา บริษัทยังใช้คลังเก็บไฟล์สำหรับสร้างเนื้อหา โดยให้ Codex สร้างชุดสไลด์และเอกสารสำหรับลูกค้า “ถ้าคุณเปลี่ยนโจทย์การตลาดให้เป็นโจทย์ที่แก้ได้ด้วยโค้ด คุณจะทำงานได้เร็วขึ้น 10 เท่า” Harjot กล่าว

CodeRabbit ใช้เอเจนต์ในสภาพแวดล้อมแซนด์บ็อกซ์มาตั้งแต่ปี 2023 โดยให้เอเจนต์คัดลอกคลังเก็บโค้ดและเขียนโค้ดเพื่อช่วยในการตรวจสอบ ล่าสุด CodeRabbit ใช้โมเดล Cyber ของ OpenAI ผ่าน Daybreak เพื่อทดสอบและเสริมความปลอดภัยให้แพลตฟอร์มของตนเอง

ทีมใช้โมเดลนี้ทดสอบการเจาะระบบภายใน โดยสำรวจแพลตฟอร์มของตนเองเพื่อหาช่องทางที่ผู้โจมตีอาจใช้บุกรุกเข้ามา Harjot กล่าวว่าการได้เข้าถึงก่อนเปิดให้ใช้งานทั่วไปช่วยให้ CodeRabbit เสริมความปลอดภัยให้ระบบเทคโนโลยีของตนเองได้ “เราพบช่องโหว่หลายจุด รวมถึงวิธีเจาะระบบขั้นสูงที่เราไม่เคยนึกด้วยซ้ำว่าจะเกิดขึ้นได้” Harjot กล่าว

นับจากนั้น บริษัทได้นำความสามารถเหล่านี้ออกสู่ตลาด เพื่อช่วยเสริมความปลอดภัยให้โค้ดของลูกค้าผ่านผลิตภัณฑ์ล่าสุดอย่าง CodeRabbit Secure ในช่วงสองสัปดาห์ที่ผ่านมา บริษัทจัดโปรโมชันให้ผู้ใช้สแกนเชิงลึกฟรี โดยออกค่าใช้จ่ายให้รวม 1 ล้านดอลลาร์สหรัฐ และพบช่องโหว่ด้านความปลอดภัยกว่า 43,000 จุดจากการสแกนเชิงลึก 13,000 ครั้ง ทั้งหมดขับเคลื่อนด้วยโมเดล Codex ลูกค้าได้แก้ไขช่องโหว่เหล่านี้ไปแล้วหลายพันจุด ช่วยให้โค้ดของตนปลอดภัยยิ่งขึ้น

เมื่อเอเจนต์ที่ทำงานเบื้องหลังเริ่มตอบสนองต่อการแจ้งเตือนและเหตุขัดข้องได้โดยไม่ต้องมีคนเริ่มงานให้ทุกครั้ง Harjot คาดว่าทีมต่างๆ จะต้องการความช่วยเหลือมากขึ้นในการตัดสินใจว่าจะนำการเปลี่ยนแปลงใดไปดำเนินการให้เสร็จสมบูรณ์

ในอนาคต CodeRabbit กำลังขยายสู่การพัฒนาซอฟต์แวร์ด้วยเอเจนต์ เพื่อช่วยทีมตรวจสอบความถูกต้อง จัดลำดับความสำคัญ อธิบาย เสริมความปลอดภัย และยืนยันผลการเปลี่ยนแปลงโค้ดจำนวนมากที่เอเจนต์สร้างขึ้น

โอกาสสำคัญคือการช่วยให้นักพัฒนายังคงควบคุมงานได้ แม้เอเจนต์จะรับหน้าที่พัฒนามากขึ้น ด้วยการตรวจสอบความถูกต้อง การอธิบาย และการบำรุงรักษาที่ตามทันปริมาณโค้ดที่สร้างขึ้น