Процесс проверки кода, или code review, необходим для повышения его качества, но требует значительных временных затрат. Согласно данным, многие компании тратят от двух до пяти часов в неделю на эту процедуру. Без достаточного количества специалистов проверка кода может стать серьезной нагрузкой и отвлекать разработчиков от других важных задач. Харджот Гилл, совладелец и генеральный директор компании CodeRabbit, уверен, что с помощью искусственного интеллекта можно значительно упростить и автоматизировать этот процесс. Его компания применяет модели ИИ для анализа кода и предоставления обратной связи.
До создания CodeRabbit Харджот Гилл был старшим директором технологий в Nutanix, где он оказался после приобретения его стартапа Netsil в марте 2018 года. Его сооснователь Гур Сингх ранее управлял командами разработки на платформе медицинских услуг Alegeus. Гилл утверждает, что платформа CodeRabbit использует «передовой искусственный интеллект», который способен «понимать намерения» за кодом и предоставлять разработчикам обратную связь, близкую к человеческой.
По словам Гилла, традиционные инструменты статического анализа и линтеры часто генерируют множество ложноположительных результатов и требуют много времени для проверки. В отличие от них, платформа CodeRabbit ориентирована на ИИ, что, по мнению Гилла, позволяет улучшить качество кода и сократить ручную работу. Однако проверки, основанные на ИИ, иногда могут быть менее качественными по сравнению с теми, в которых участвуют люди.
Грег Фостер из компании Graphite делится опытом использования модели GPT-4 от OpenAI для проверки кода. Хотя модель иногда обнаруживала логические ошибки и орфографические неточности, она также давала много неверных результатов. Попытки настройки модели не улучшили ситуацию.
Недавнее исследование Стэнфордского университета показало, что инженеры, использующие системы генерации кода, чаще допускают ошибки в безопасности приложений. Кроме того, возникают вопросы нарушения авторских прав и организационные проблемы. Как отметил Фостер, традиционные проверки кода способствуют обмену знаниями и обучению инженеров, что может быть нарушено при использовании ИИ.
Тем не менее, Джилл считает, что подход CodeRabbit к ИИ значительно улучшает качество кода и снижает необходимость в ручной проверке. Уже около 600 организаций пользуются услугами CodeRabbit.
Стартап находится на стадии привлечения $16 миллионов в рамках раунда финансирования серии A, который возглавляет CRV с участием Flex Capital и Engineering Capital. Эти средства будут направлены на расширение бизнеса, улучшение продаж и маркетинга, интеграцию с другими платформами и разработку новых функций, таких как автоматизация анализа уязвимостей безопасности.