CodeRabbit 将智能体开发规模化,交付量提升20倍

CodeRabbit 是一家面向 AI 代码审查与治理的公司,核心是帮助团队理解、审查、加固 AI 智能体生成的代码,并判断哪些可以上线。官方口径下,超过 20,000 家组织和 150,000+ 个开源项目在用。创始人兼 CEO Harjot Gill 认为,企业一旦开始采用编码智能体,最先遇到的瓶颈就是代码审查。

产品最早基于 GPT-3.5 Turbo 构建,GPT-4 让审查真正有效,之后较早采用 OpenAI o1 和 o3。代码审查在云端异步执行,这让 CodeRabbit 可以接受推理时间更长的模型,换取更强的分析能力。团队用自建基准评估新模型。Harjot 在访谈时估计,GPT-6 Astra 在该数据集上能发现约 50% 的问题,排在对比模型前列。基准本身也在变化:智能体会引入新的错误类型,修复过程还会暴露此前漏掉的问题。

模型定价和缓存改善让 CodeRabbit 把更多研究能力搬进产品,也把成本收益传递给客户。开始时只用一两个 subagent 做代码导航;现在 GPT-6 Luna 这类低成本模型在平台各处支持更多子代理,GPT-6 Astra 负责规划和编排。Harjot 说,现在能把 agent 用在以前负担不起的场景里,做更多的验证和解释,帮助开发者理解并非自己写的改动。

Codex 的使用带来了更大的交付变化。公司称过去 6 个月没有增加工程师,交付的软件量大约提升 20 倍;CEO 自己在访谈前 30 天推送了约 2,500 到 3,000 个 pull request。但这不是直接接入一个工具就做到的。多个 agent 同时运行会暴露开发流程里的各种约束,从笔记本内存、算力到测试、编译打包工具和依赖。团队因此重排了发布流程,重新思考哪些环节需要人工审批,并用 CodeRabbit 自动发布不需要人工干预的低风险变更。公司还做了一个基于 Codex 的 Slack bot,用来分流生产事故、Slack 消息和支持工单,并能直接返回一个待审查合并的 PR。Harjot 认为云端开发能减少本地机器约束,同时加强访问控制和审计。

CodeRabbit 也在把公司运营变成代码。Google Ads 通过 pull request 管理,团队开一个 PR 再合并来部署广告;内容仓库里由 Codex 生成幻灯片和客户文档。Harjot 的说法是,能把营销问题变成代码问题,就会快 10 倍。

安全上,CodeRabbit 从 2023 年起就在沙箱里运行 agent,克隆仓库并让 agent 写代码辅助审查。之后通过 Daybreak 使用 OpenAI Cyber 模型给自己的平台做内部渗透测试,发现多个此前想不到的漏洞。这个能力已经产品化:CodeRabbit Secure 用 Daybreak 和 Codex 模型做漏洞检测与修复。官方称最近两周的推广里提供了 100 万美元免费深度扫描额度,在 13,000 次扫描中找出 43,000+ 个安全漏洞,其中数千个已被客户修复。

随着后台 agent 开始自主响应告警和事件,团队更需要判断哪些变更值得完成。CodeRabbit 的下一步是往 agentic software development 走,帮助团队大规模验证、排序、解释、加固和确认智能体生成的代码变更。核心是在智能体承担更多编码工作的同时,让开发者通过更快的验证和解释保持掌控。

CodeRabbit scales agentic software development and ships 20x more

查看原文