Qodo 透過 Codex 將脈絡資訊融入 AI 程式碼審查

Qodo⁠(在新視窗中開啟) 開發 AI 工具，協助審查程式碼、把關軟體品質。這些工具為程式開發智慧體提供組織知識，讓智慧體了解自己正在修改的程式碼。共同創辦人暨執行長 Itamar Friedman 稱 Qodo 為「程式開發智慧體的最佳夥伴」。

Qodo 使用 GPT‑6 Astra 等 OpenAI 模型來蒐集工程知識、審查程式碼及監控軟體品質。透過 Qodo 的 Codex 外掛程式，開發者寫程式時就能參考這些脈絡資訊，也能直接使用審查功能。

Itamar 指出，客戶環境可能橫跨 10,000 個以上的儲存庫。在這樣的環境中，一項局部程式碼變更即使單獨看來正確無誤，也可能導致下游服務故障。為解決這個問題，Qodo 開發了一款外掛程式，並上架至 Codex 市集。

Itamar 表示：「Codex 很擅長接手局部任務，也能有效率地完成。」透過 Qodo 的外掛程式，Codex 可以使用 Qodo 的 Agentic Toolbox 查閱程式碼庫知識與組織規範，並取得獨立審查結果。

有了這些脈絡資訊，Codex 就能考量跨儲存庫的相依關係，包括不同 Git 供應商所代管的儲存庫之間的關聯，以及透過 Kafka 連接的服務之間的關聯。Itamar 表示：「Qodo 會找出這些關聯，幫助 Codex 從整體角度檢視軟體，不漏掉那些 P0 錯誤。」

Codex 開始撰寫程式碼前，可以透過 Qodo 的外掛程式取得相關的程式碼庫規範，以及歷來的 pull request 紀錄和常見模式。Codex 完成變更後，Qodo 會審查這些變更，並在同一工作階段內將結果直接回傳給 Codex，此時開發者還沒建立 pull request。

Qodo 的 AI 開發者關係主管 Nnenna Ndukwe 觀察到，開發者正採用這套工作流程，透過 Codex 中的 GPT‑6 模型開發功能並處理技術債。他們正將 Codex 程式開發工作與 Qodo 獨立審查之間的交接流程自動化。Nnenna 表示：「這就是我一直看到開發者在做的事，真的很令人振奮，因為 GPT‑6 的能力非常強大。」

Itamar 將程式開發與審查智慧體比喻為「陰與陽」：一方產出程式碼，另一方則提出質疑。每個角色都需要專屬的設定與脈絡資訊，也可能由多個智慧體共同擔任。他希望智慧體能先討論審查結果，「只提出它們不認同的部分」，交由人員審查。屆時，開發者將負責規劃和審查，在檢視未解決的問題時，也能參考智慧體的討論內容、相關脈絡及開發者先前的決策。

Itamar 表示：「這就是建立信任的方式。」Nnenna 補充：「我認為這讓整個流程更有效率。我們也能充分發揮自己的專業所長。」

Nnenna 在 Qodo 工作時，會在自己的自動化開發流程和知識工作中使用 GPT‑6 Astra，並採用「極高」與「Ultra」兩種推理強度設定。

Nnenna 設定排程，讓 Codex 彙整她一週完成的工作，並指出接下來可以把心力放在哪裡、有哪些地方可以改進。她也用 Codex 了解社群平台上關於智慧體工程的討論，並請它為開發者內容提供題材。她還安排 Codex 定期分析自己修改的程式碼，建議她可以建立或改進哪些智慧體技能。

Itamar 認為，可以用 OpenAI 近期推出的 Decisions API 選出各個開發階段適用的規範與智慧體技能，這樣就不必每次都靠語言模型做決定。

他舉例說，Decisions API 可以先從 200 條規範中選出需要檢查的項目，再交由語言模型針對相關規範進行推理。這能加快篩選速度、降低成本，同時提升審查品質。Itamar 表示：「Decisions API 為我們帶來了絕佳機會，能讓整個流程更值得信賴。」

Nnenna 表示，Qodo 的做法結合了「人工智慧的優勢，以及傳統軟體工程與指令碼撰寫的長處」。程式開發智慧體依據企業知識工作，成果交由獨立審查，剩下的問題再由人員運用專業判斷解決。

這些做法為 Itamar 所說的「軟體工廠」奠定了基礎。客戶可以組建一套屬於自己的系統，讓程式開發與審查智慧體協同工作，並將軟體在正式環境中的變動納入考量。

Qodo 正與 OpenAI 攜手打造這樣的未來：程式開發智慧體能更充分地運用企業累積的經驗，開發者則能在最關鍵之處發揮判斷力。