Qodo додає контекст до перевірки коду ШІ за допомогою Codex
Qodo додає контекст організації та стандарти кодової бази до Codex, допомагаючи розробникам виявляти проблеми рівня P0 у різних репозиторіях.
Qodo(відкривається у новому вікні) створює інструменти ШІ для перевірки коду й забезпечення якості програмного забезпечення, надаючи агентам для написання коду знання організації, потрібні для розуміння коду, який вони змінюють. Співзасновник і генеральний директор Ітамар Фрідман називає Qodo «найкращим другом агента для написання коду».
Qodo використовує моделі OpenAI, зокрема GPT‑6 Astra, щоб збирати інженерні знання, перевіряти код і стежити за якістю програмного забезпечення. Плагін Qodo для Codex додає цей контекст і перевірку до сеансів роботи розробників із кодом.
«Ми любимо моделі OpenAI. Нам потрібні передові моделі з найкращими здібностями до міркування, але також і ті, що працюють справді швидко».
Ітамар описує середовища клієнтів, що можуть охоплювати 10 000 репозиторіїв і більше. У них локальна зміна коду може порушити роботу залежного сервісу, навіть якщо сама по собі виглядає правильною. Щоб розв’язати цю проблему, Qodo створила плагін, доступний у маркетплейсі Codex.
«Codex чудово вміє братися за локальне завдання й ефективно його виконувати», — каже Ітамар. Плагін Qodo надає Codex доступ до знань про кодову базу, правил організації та незалежної перевірки через Agentic Toolbox від Qodo.
Завдяки контексту Codex може враховувати залежності між репозиторіями, зокрема розміщеними в різних Git-провайдерів, а також між сервісами, пов’язаними через Kafka. «Qodo встановить цей зв’язок і допоможе Codex поглянути на програмне забезпечення як на єдине ціле та не пропустити ці помилки рівня P0», — каже Ітамар.
Перш ніж почати писати код, Codex може скористатися плагіном Qodo, щоб отримати відповідні правила кодової бази, а також історію та типові підходи в pull request. Після того як Codex внесе зміни, Qodo перевіряє їх і повертає результати безпосередньо в Codex у тому самому сеансі, ще до того, як розробник відкриє pull request.
Нненна Ндукве, керівниця напряму взаємодії з розробниками ШІ в Qodo, бачить, як розробники використовують цей робочий процес, щоб створювати функції та усувати технічний борг за допомогою моделей GPT‑6 у Codex. Вони автоматизують передавання коду, написаного Codex, на незалежну перевірку в Qodo. «Саме так я бачу роботу розробників, і це справді захоплює, адже GPT‑6 має надзвичайні можливості», — каже Нненна.
Ітамар порівнює агентів для написання та перевірки коду з «інь і ян»: один створює код, інший критично його оцінює. Для кожної ролі потрібні власні налаштування й контекст, і кожна може передбачати участь кількох агентів. За його задумом, агенти мають обговорювати результати перевірки й «виносити на розгляд людини лише те, з чим вони не погоджуються». Розробники займалися б плануванням і перевіркою, маючи змогу розглядати невирішені питання разом з обговоренням агентів, контекстом і попередніми рішеннями розробників.
«Саме так формується довіра», — каже Ітамар. «На мою думку, це робить увесь процес загалом ефективнішим», — додає Нненна. «Ми можемо якнайкраще застосувати наші фахові знання».
У Qodo Нненна використовує GPT‑6 Astra з рівнями зусиль «Найвищий» та Ultra як у власних автоматизованих процесах розробки, так і для інтелектуальної роботи.
«А чого Codex не вміє? Мені подобається все, що робить Codex. Я в захваті від ідеї поєднати ШІ й автоматизацію».
Нненна налаштовує Codex за розкладом готувати звіти про її досягнення за тиждень і пропонувати, на чому зосередитися далі та що покращити. Вона також використовує його, щоб досліджувати обговорення розробки за допомогою агентів у соцмережах і пропонувати ідеї для контенту для розробників. Щодо власних змін у коді, вона налаштовує Codex за розкладом аналізувати її роботу й пропонувати навички агентів, які варто створити чи вдосконалити.
Ітамар бачить можливість використовувати нещодавно випущений OpenAI Decisions API, щоб вибирати правила й навички агентів для кожного етапу розробки, замість того щоб покладатися на мовні моделі в кожному рішенні.
Він наводить приклад, у якому Decisions API міг би вибрати, які з 200 правил потрібно перевірити, перш ніж мовна модель проаналізує відповідні правила. Це допомогло б прискорити й здешевити вибір, водночас підвищивши якість перевірки. «Decisions API дає нам величезну можливість підвищити довіру до процесу», — каже Ітамар.
За словами Нненни, підхід Qodo поєднує «найкраще зі штучного інтелекту й найкраще з традиційної розробки програмного забезпечення та написання скриптів». Знання компанії спрямовують роботу агентів для написання коду, незалежна перевірка оцінює її результати, а фахівці вирішують питання, що залишилися.
Це закладає основу того, що Ітамар називає фабрикою програмного забезпечення: системи, яку клієнти могли б зібрати й мати у власності, поєднавши агентів для написання та перевірки коду з розумінням того, як програмне забезпечення змінюється в робочому середовищі.
Разом з OpenAI компанія Qodo створює майбутнє, у якому агенти для написання коду ширше застосовують досвід компанії, а розробники можуть зосередити свою експертну оцінку там, де вона найпотрібніша.
