Проверка кода — важнейшее звено в разработке программного обеспечения, но ее трудоемкий и трудоемкий характер всегда беспокоил разработчиков. Традиционные методы проверки кода, такие как экспертная оценка человеком и инструменты статического анализа на основе правил, неэффективны и склонны к ложным срабатываниям. CodeRabbit утверждает, что использует технологию искусственного интеллекта для существенной автоматизации процесса проверки кода, тем самым экономя разработчикам много времени. Однако до сих пор остается спорным вопрос о том, может ли проверка кода на основе ИИ действительно достичь желаемых результатов.
В технических кругах идет бурная дискуссия по поводу ревью кода. Дни, когда приходилось тратить от 2 до 5 часов в неделю на просмотр кода, скоро могут уйти в прошлое, и именно над этим работает CodeRabbit.
Проверка кода — ссылка, которую разработчики любят ненавидеть, — всегда была важным средством улучшения качества кода. Однако, как известно, это требует много времени и труда. По статистике, половина компаний тратят на это от 2 до 5 часов в неделю. Хуже того, при нехватке персонала обзоры кода могут превратиться в бездонную яму, съедающую время и энергию разработчиков.
Примечание к источнику изображения: изображение генерируется искусственным интеллектом и разрешено поставщиком услуг Midjourney.
В этот момент Харджот Гилл, соучредитель и генеральный директор CodeRabbit, встал и заявил, что они могут использовать искусственный интеллект, чтобы значительно автоматизировать процесс проверки кода. Гилл не новичок. Он работал старшим техническим директором в компании Nutanix, занимающейся разработкой программного обеспечения для центров обработки данных, а также основал стартап Netsil, который был приобретен Nutanix. Другой основатель, Гур Сингх, также является опытным ветераном, возглавлявшим команду разработчиков платформы медицинских платежей Alegeus.
Гилл выразил уверенность, что платформа CodeRabbit использует передовые методы искусственного интеллекта, чтобы понять смысл кода и предоставить разработчикам действенную, человечную обратную связь. Звучит потрясающе? Гилл также раскритиковал традиционные методы: традиционные инструменты статического анализа и средства проверки кода основаны на правилах и часто дают высокий уровень ложноположительных результатов, а экспертная оценка требует много времени и является субъективной. Напротив, CodeRabbit — это платформа, ориентированная прежде всего на искусственный интеллект.
Однако это смелое заявление полно всяких модных словечек, что заставляет сомневаться в его достоверности. Фактически, есть свидетельства того, что проверки кода, проводимые искусственным интеллектом, могут быть менее надежными, чем проверки с участием человека.
Грег Фостер из Graphite поделился в своем блоге результатами своих внутренних экспериментов с использованием OpenAI GPT-4 для проверки кода. Хотя модель ИИ может уловить некоторые полезные вещи, такие как небольшие логические ошибки и опечатки, она также выдает множество ложных срабатываний. По словам Фостера, даже попытки усовершенствовать модель не смогли существенно снизить количество ложных срабатываний.
Итак, может ли CodeRabbit действительно решить эти проблемы? Или это просто очередной маркетинговый трюк, призванный раскрутить ИИ? В настоящее время мы не видели конкретных данных о производительности CodeRabbit, поэтому не можем сделать точное суждение о его эффективности.
Тем не менее, попытки CodeRabbit отражают неустанное стремление технологической отрасли к повышению эффективности. Хотя ИИ не может полностью заменить проверку кода человеком, в некоторых аспектах он может оказать ценную помощь разработчикам.
В будущем мы можем увидеть появление большего количества инструментов проверки кода с помощью искусственного интеллекта. Эти инструменты могут помочь разработчикам быстро обнаружить некоторые распространенные ошибки, позволяя им больше сосредоточиться на сложных проблемах, требующих человеческого интеллекта.
Еще неизвестно, сможет ли инструмент проверки кода AI CodeRabbit действительно решить болевые точки отрасли. Но эта попытка, несомненно, способствовала развитию технологии проверки кода, указывая на то, что технология искусственного интеллекта будет играть более важную роль в разработке программного обеспечения в будущем.