CodeRabbit: ایجنٹوں سے 20 گنا زیادہ سافٹ ویئر کی تیاری و اجرا

CodeRabbit⁠(نئی ونڈو میں کھلتا ہے) کے شریک بانی اور چیف ایگزیکٹو افسر Harjot Gill کے نزدیک ایجنٹوں کے بنائے کوڈ کی توثیق اور اس پر اعتماد قائم کرنا وہ مرحلہ بنتا جا رہا ہے جہاں ٹیمیں AI کے بڑھتے ہوئے کام کو اپنی سوجھ بوجھ سے پرکھتی ہیں. Harjot کہتے ہیں, “کوڈ لکھنے والے ایجنٹ اپناتے ہی ہر کمپنی کو سب سے پہلی رکاوٹ کوڈ کے جائزے میں پیش آتی ہے.”

CodeRabbit نے AI سے چلنے والا نگرانی اور کنٹرول کا ایک پلیٹ فارم بنایا, جس کا مقصد AI کے بنائے کوڈ کی توثیق کرنا اور اس پر اعتماد قائم کرنا ہے. 20,000 سے زیادہ تنظیمیں اور 150,000 سے زیادہ اوپن سورس پروجیکٹس CodeRabbit استعمال کرتے ہیں. یہ ٹیموں کو AI ایجنٹوں کا بنایا کوڈ سمجھنے, اس کا جائزہ لینے, اسے محفوظ بنانے اور یہ طے کرنے میں مدد دیتا ہے کہ کیا جاری کرنے کے لیے تیار ہے.

CodeRabbit کے مطابق, OpenAI سے قیمت کے لحاظ سے بہتر کارکردگی ملنے کی بدولت وہ اپنے جائزوں میں مزید AI ایجنٹ شامل کر سکتا ہے اور اس کا فائدہ صارفین تک پہنچا سکتا ہے, جبکہ Codex⁠ اسے اسی انجینئرنگ ٹیم کے ساتھ 20 گنا زیادہ سافٹ ویئر جاری کرنے میں مدد دیتا ہے. کمپنی اپنے ٹیکنالوجی سسٹم اور صارفین کے کوڈ, دونوں کو محفوظ بنانے کے لیے Daybreak⁠ بھی استعمال کرتی ہے. اس کی تازہ ترین پیشکش CodeRabbit Secure, Codex ماڈلز کے ساتھ Daybreak استعمال کرتی ہے تاکہ حفاظت پر مرکوز اپنے ایجنٹوں کے ذریعے کمزوریاں تلاش کرکے دور کر سکے.

CodeRabbit نے اپنی پہلی پروڈکٹ GPT‑3.5 Turbo سے بنائی. Harjot کہتے ہیں کہ GPT‑4 کی آمد نے اس پروڈکٹ کو کوڈ کے جائزے میں مؤثر بنا دیا. اس کے بعد کمپنی نے OpenAI o1 اور OpenAI o3 کو بھی ابتدائی مرحلے میں اپنا لیا. چونکہ کوڈ کے جائزے کلاؤڈ میں دوسرے کاموں کے مکمل ہونے کا انتظار کیے بغیر چلتے ہیں, اس لیے CodeRabbit ایسے ماڈلز استعمال کر سکتا تھا جو کسی مسئلے پر غور کرنے میں زیادہ وقت لے کر بہتر تجزیہ فراہم کرتے ہیں.

ٹیم معلوم مسائل پر مبنی اپنے آزمائشی معیار کے مطابق نئے ماڈلز کی کارکردگی جانچتی ہے. انٹرویو کے وقت Harjot کا اندازہ تھا کہ GPT‑6 Astra⁠ نے اس ڈیٹاسیٹ میں موجود 50% مسائل پکڑ لیے تھے, جس سے وہ اس آزمائش میں دوسرے ماڈلز کے مقابلے میں سرفہرست رہا.

یہ آزمائشی معیار مسلسل بدلتا رہتا ہے, کیونکہ ایجنٹ مختلف قسم کی غلطیاں کرتے ہیں اور ان کی اصلاح کے دوران ایسے مسائل سامنے آتے ہیں جو پچھلے جائزوں میں نظر نہیں آئے تھے. Harjot کہتے ہیں, “خامیوں کی نوعیت بدلتی رہتی ہے, اور ماڈلز کے بہتر ہونے کے ساتھ ہمارا آزمائشی معیار بھی بدلتا رہتا ہے.”

OpenAI ماڈلز سے قیمت کے لحاظ سے بہتر کارکردگی ملنے کی بدولت CodeRabbit کو تحقیقی صلاحیتیں اپنی پروڈکٹ میں شامل کرنے میں مدد ملی ہے. Harjot ماڈلز کی قیمتوں اور عارضی ذخیرے کے نظام میں بہتری کا ذکر کرتے ہیں, جس سے کمپنی زیادہ AI استعمال کر سکتی ہے, مزید ذیلی ایجنٹ شامل کر سکتی ہے اور اس کے فوائد صارفین تک پہنچا سکتی ہے.

شروع میں CodeRabbit کوڈ کے مختلف حصوں میں تلاش کے لیے ایک یا دو ذیلی ایجنٹ استعمال کرتا تھا. اب GPT‑6 Luna جیسے کم خرچ ماڈلز پورے پلیٹ فارم میں زیادہ ذیلی ایجنٹوں کو چلاتے ہیں, جبکہ GPT‑6 Astra جیسے ماڈلز منصوبہ بندی اور کاموں کی ہم آہنگی سنبھالتے ہیں.

Harjot کہتے ہیں, “اب ہم ہر جگہ ایسے کاموں کے لیے ایجنٹ استعمال کر رہے ہیں جن کا خرچ پہلے ہم اٹھا بھی نہیں سکتے تھے.” اس سے CodeRabbit کی توثیق کا دائرہ وسیع ہوتا ہے اور وہ ڈویلپرز کو زیادہ وضاحتیں دے سکتا ہے, تاکہ وہ ان تبدیلیوں کو سمجھ سکیں اور ان پر اعتماد کر سکیں جو انہوں نے خود نہیں لکھیں.

Harjot کہتے ہیں کہ Codex کے استعمال سے کمپنی گزشتہ 6 ماہ میں انجینئروں کی تعداد بڑھائے بغیر تقریباً 20 گنا زیادہ سافٹ ویئر جاری کرتی رہی ہے. ان کا اندازہ ہے کہ انہوں نے خود انٹرویو سے پہلے کے 30 دنوں میں 2,500 سے 3,000 pull request جمع کیں.

یہاں تک پہنچنے کے لیے صرف Codex اپنانا کافی نہیں تھا. کئی ایجنٹ ایک ساتھ چلانے سے تیاری کے پورے عمل کی رکاوٹیں سامنے آئیں, جن میں لیپ ٹاپ کی میموری اور حسابی صلاحیت, آزمائش, سافٹ ویئر کو مرتب کرکے پیکیج بنانے والے آلات, اور دوسرے ضروری اجزا پر انحصار شامل تھے.

ٹیم نے اجرا کا عمل آسان بنایا اور دوبارہ غور کیا کہ انسانی منظوری کہاں ضروری ہے. ساتھ ہی اس نے CodeRabbit کے ذریعے کم خطرے والی ایسی تبدیلیاں خودکار طور پر جاری کیں جن میں انسانی مداخلت کی ضرورت نہیں تھی. Harjot کہتے ہیں, “ہمیں واقعی سافٹ ویئر کی فراہمی کے پورے عمل پر نئے سرے سے غور کرنا پڑا.”

کمپنی نے Codex سے چلنے والا ایک Slack بوٹ بھی بنایا ہے جو زیرِ استعمال نظام میں پیش آنے والے واقعات, Slack میسجز اور مدد کی درخواستوں کی درجہ بندی کرکے ان کی ترجیح طے کرتا ہے. یہ ٹیم کو جائزے اور انضمام کے لیے ایک pull request فراہم کر سکتا ہے. Harjot کے نزدیک کلاؤڈ پر سافٹ ویئر تیار کرنا مقامی کمپیوٹر کی حدود کم کرنے اور ٹیموں کو رسائی اور جانچ پڑتال پر زیادہ مضبوط اختیار دینے کا ایک طریقہ ہے.

CodeRabbit انجینئرنگ کے علاوہ دوسرے کاموں کے لیے بھی Codex استعمال کرتا ہے, جن میں کوڈ کے ذریعے تشہیری اور انتظامی کام انجام دینا شامل ہے. Harjot کہتے ہیں, “ہم جہاں تک ممکن ہو, کمپنی کو کوڈ کے ذریعے چلا رہے ہیں.”

مارکیٹنگ کے شعبے میں کمپنی pull request کے ذریعے Google Ads کا انتظام کرتی ہے. ٹیم اشتہارات جاری کرنے کے لیے درخواست کھولتی ہے اور اسے ضم کرتی ہے. یہ مواد تیار کرنے کے لیے ایک کنٹنٹ اسٹوڈیو ریپوزٹری بھی استعمال کرتی ہے جہاں Codex سلائیڈ ڈیکس اور صارفین کے لیے تیار کردہ دستاویزات بناتا ہے. Harjot کہتے ہیں, “اگر آپ اپنے تشہیری مسائل کو کوڈ کے ذریعے حل ہونے والے مسائل میں بدل سکیں, تو آپ 10 گنا تیزی سے کام کریں گے.”

CodeRabbit سنہ 2023 سے ایجنٹوں کو الگ تھلگ آزمائشی ماحول میں چلا رہا ہے, جہاں ریپوزٹریوں کی نقول بنائی جاتی ہیں اور ایجنٹوں کو کوڈ لکھنے دیا جاتا ہے تاکہ جائزوں میں مدد مل سکے. حال ہی میں CodeRabbit نے اپنے پلیٹ فارم کو جانچنے اور محفوظ بنانے کے لیے Daybreak کے ذریعے OpenAI کا Cyber ماڈل استعمال کیا.

ٹیم نے اس ماڈل کو اپنے نظام میں نقب زنی کی اندرونی آزمائش کے لیے استعمال کیا, تاکہ اپنے ہی پلیٹ فارم میں ایسے راستے تلاش کر سکے جن سے کوئی حملہ آور داخل ہو سکتا ہے. Harjot کہتے ہیں کہ ابتدائی رسائی سے CodeRabbit کو اپنا ٹیکنالوجی سسٹم محفوظ بنانے میں مدد ملی. Harjot کہتے ہیں, “ہمیں کئی حفاظتی کمزوریاں ملیں, ہیکنگ کے ایسے پیچیدہ طریقے جن کے ممکن ہونے کا ہم تصور بھی نہیں کر سکتے تھے.”

اس کے بعد کمپنی نے یہ صلاحیتیں مارکیٹ میں پیش کیں, اور اب اپنے تازہ ترین پروڈکٹ CodeRabbit Secure کے ذریعے صارفین کا کوڈ محفوظ بنانے میں مدد کر رہی ہے. گزشتہ دو ہفتوں میں کمپنی نے ایک تشہیری پیشکش کے تحت اپنے صارفین کو 10 لاکھ ڈالر مالیت کی گہری جانچ مفت فراہم کی. اس دوران Codex ماڈلز سے چلنے والی 13,000 گہری جانچوں میں 43,000 سے زیادہ حفاظتی کمزوریاں دریافت ہوئیں. صارفین ان میں سے ہزاروں کمزوریاں پہلے ہی دور کر چکے ہیں, جس سے ان کے کوڈ کی حفاظت بہتر ہوئی ہے.

پس منظر میں کام کرنے والے ایجنٹ اب ہر کام کسی انسان کے شروع کیے بغیر ہی انتباہات اور واقعات پر کارروائی کرنے لگے ہیں. Harjot کے خیال میں ٹیموں کو یہ طے کرنے میں زیادہ مدد درکار ہوگی کہ کن تبدیلیوں کو تکمیل تک پہنچایا جائے.

آگے بڑھتے ہوئے CodeRabbit ایجنٹوں کے ذریعے سافٹ ویئر کی تیاری کی سمت اپنا دائرہ وسیع کر رہا ہے. یہ ٹیموں کو بڑے پیمانے پر ایجنٹس کے تیار کردہ کوڈ میں تبدیلیوں کی درستگی جانچنے, ترجیح طے کرنے, وضاحت کرنے, محفوظ بنانے اور تصدیق کرنے میں مدد دے رہا ہے.

موقع یہ ہے کہ جب ایجنٹ تیاری کا زیادہ کام سنبھالیں تو ڈویلپرز کا اختیار برقرار رکھنے میں مدد دی جائے, اور کوڈ کی تیاری کی رفتار کے ساتھ اس کی توثیق, وضاحت اور دیکھ بھال بھی جاری رہے.