A Qodo mesterséges intelligencia eszközöket fejleszt kódáttekintéshez és szoftverminőség‑ellenőrzéshez, azzal a céllal, hogy a kódot módosító „coding agentek” hozzáférjenek a vállalati tudáshoz. A cég egyik társalapítója és vezérigazgatója, Itamar Friedman, a megoldást „a coding agent legjobb barátjának” nevezi.
Mi a plugin célja
Qodo a Codex piacterén elérhető pluginje révén beemeli a szervezeti szabályokat, a kódbázisra vonatkozó ismereteket és egy független felülvizsgálati lépést a fejlesztők Codex‑ben zajló munkameneteibe. A megoldás különösen olyan környezetekre van hangolva, ahol egy ügyfél több tízezer — Itamar példaként említi a 10 000 vagy annál több — adattárat üzemeltet, és egy helyi kódváltoztatás akár downstream szolgáltatásokat is megszakíthat, még akkor is, ha önmagában helyesnek tűnik.
Qodo az OpenAI modellekkel, köztük a GPT‑6 Astra modellel dolgozik: ezek segítségével gyűjt mérnöki tudást, átnézi a kódot és figyeli a szoftverminőséget. A plugin lehetővé teszi, hogy mielőtt Codex kódot ír, lekérje a releváns kódbázis‑szabályokat, a pull request‑történetet és a szokásos mintákat. A módosítások után Qodo függetlenül átvizsgálja a változtatásokat, és ugyanabban a munkamenetben visszajelzést ad Codex‑nek — még a fejlesztő pull request‑megnyitása előtt.
Hogyan javítja ez a hibafelismerést
A plugin révén Codex képes figyelembe venni a több adattár közötti függőségeket, így akár különböző Git‑szolgáltatókon vagy Kafka‑kapcsolaton keresztül összekapcsolt komponenseket is. Itamar szerint: „Qodo will make that connection and will help Codex look at the software as a whole and not miss those P0 bugs.” A cél, hogy a kritikus, P0 osztályú hibákat a fejlesztési ciklus korábbi pontján felismerjék.
Agentek együttműködése és a munkafolyamat
Nnenna Ndukwe, a Qodo AI Developer Relations vezetője, azt tapasztalja, hogy fejlesztők GPT‑6 modellekkel a Codexben funkciók építésére és technikai adósság kezelésére használják a munkafolyamatot. A gyakorlatban automatizálják a Codex által végzett kódolás és a Qodo által végzett független vizsgálat közötti átadást.
Itamar „yin és yang” párhuzamot használ: az egyik agent kódot hoz létre, a másik kihívja és ellenőrzi azt. Mindkét szerep saját beállításokat és kontextust igényelhet, és egy szerepkör több agentet is magában foglalhat. Itamar jövőképe szerint az agentek egyeztetik a megállapításaikat, és csak azokat a pontokat dobják fel emberi ellenőrzésre, amelyeket nem fogadnak el egymás között. Így a fejlesztők tervezőkké és végső felülvizsgálokká válnak, akik az agentek vitáját, kontextusát és a korábbi fejlesztői döntéseket együtt láthatják.
„Ez teremti meg a bizalmat” — mondja Itamar. „Szerintem ez az egész folyamatot hatékonyabbá teszi” — teszi hozzá Nnenna. A Qodo megközelítése a mesterséges intelligencia és a hagyományos szoftvermérnökség, illetve scripted megoldások „legjobb részeit” kombinálja: a vállalati tudás vezeti a coding agenteket, a független ellenőrzés átnézi a munkát, és az ember eldönti a nyitott kérdéseket.
Technikai és irányítási kiegészítések
A Qodo belső használatban Nnenna GPT‑6 Astra Extra High és Ultra effort beállításait alkalmazza automatizált fejlesztési munkafolyamatoknál és tudásmunkánál. Itamar említi továbbá az OpenAI új Decisions API‑ját: ennek segítségével a Qodo a fejlesztés különböző fázisaiban automatikusan kiválaszthatná, hogy mely szabályok és agent‑készségek érvényesek, ahelyett, hogy minden döntést nyelvi modellekre bízna.
Egy példát hoz: ha 200 szabály közül kell kiválasztani, melyeket ellenőrizzen a rendszer, a Decisions API gyorsan és költséghatékonyan előválogathatja a relevánsakat, majd a nyelvi modell csak ezeken gondolkodjon tovább — ez gyorsítást, költségcsökkentést és magasabb áttekinthetőséget hozhat. „A Decisions API hatalmas lehetőség számunkra, hogy több bizalmat hozzunk a folyamatba” — mondja Itamar.
A szoftvergyár víziója
Itamar a Qodo megközelítését egy szoftvergyár alapjaként írja le: olyan rendszerként, amelyet az ügyfelek felépíthetnek és birtokolhatnak, és amely összehozza a coding és review agenteket a valós termelési változások megértésével. Az OpenAI‑val együttműködve a Qodo azon dolgozik, hogy a coding agentek a vállalati tapasztalatok nagyobb részét hasznosítsák, míg a fejlesztők a döntéshozatal és a kritikus ellenőrzések területére koncentrálhatnak.
A plugin és az agent‑alapú munkafolyamat célja, hogy csökkentse a kritikus hibák piacra kerülésének kockázatát, felgyorsítsa a fejlesztési ciklust és növelje a fejlesztők bizalmát az automatizált eszközök iránt.
