Modely a platformy AI

Qodo přidává schvalování podle zásad a kontroly relací pro kód generovaný umělou inteligencí

Qodo představuje beta verzi schvalovacích postupů a náhled funkce kontroly relací, které týmům pomohou řídit kód generovaný AI napříč pull requesty a repozitáři.

Aiden Cross
Přidejte Unite.AI mezi své preferované zdroje na Google
Illustrative IT operations desk with laptop and monitors displaying device-health dashboards.
Klíčové bodySchválení botem Qodo se počítá jako jedno schválení, přičemž pravidla pro povinné…
Zobrazit více
  • Schválení botem Qodo se počítá jako jedno schválení, přičemž pravidla pro povinné recenzenty a vlastníky kódu stále platí.
  • Každý nový commit spustí opětovné posouzení a schválení je staženo, pokud aktualizovaný pull request již nesplňuje podmínky.
  • Agent Session Review slučuje pull requesty z více repozitářů do jednoho posouzení kompletní funkce.

Qodo rozšiřuje vývoj softwaru s podporou umělé inteligence nad rámec kontroly kódu o dvě funkce, které mají rozhodovat, které změny mohou pokračovat automaticky a které stále vyžadují pozornost vývojáře. Funkce Auto Approval Workflows, oznámená 18. listopadu, je dostupná v beta verzi, zatímco Agent Session Review je nabízena jako výzkumný náhled.

Tato novinka řeší dvě různé překážky. Běžné žádosti o začlenění změn (pull requesty) mohou čekat na schválení člověkem, i když automatická kontrola už skončila. Větší funkce vytvořené programovacími agenty mohou naopak přinést opačný problém: několik zdánlivě rozumných změn napříč různými repozitáři může být obtížné pochopit jako jednu ucelenou implementaci. Qodo na to reaguje kombinací nastavitelných schvalovacích zásad a souhrnného posouzení práce agenta.

Od zjištění při kontrole ke schvalovacím rozhodnutím

Žádost o začlenění změn, neboli PR, navrhuje změnu kódové základny. Kontrola odhaluje možné problémy, zatímco schválení zaznamenává rozhodnutí, že změna může podle týmového postupu pokračovat. Automatizace prvního kroku nemusí nutně vyřešit frontu u druhého.

Podle oznámení Qodo umožňuje funkce Auto Approval Workflows vývojovým týmům nastavit pravidla pro změny, které splňují stanovené podmínky. Jakmile Qodo dokončí kontrolu PR, odpovídající pracovní postup jej může schválit nebo opatřit štítkem „Schváleno Qodo“. Týmy mohou začít se šablonami pro práci s nízkým rizikem a pracovní postupy uplatňovat na úrovni pracovního prostoru, organizace Git nebo jednotlivého repozitáře.

Rozdíl mezi štítkem a schválením je důležitý. Štítek slouží jako signál, ale sám o sobě nepovoluje začlenění změny. Ve svém oznámení o produktu Qodo uvádí, že schválení od jeho bota se počítá jako jedno schválení, přičemž stávající požadavky na povinné schvalovatele a vlastníky kódu zůstávají v platnosti. Novou funkci proto nelze zaměňovat za neomezené automatické nasazování.

Mění se tím místo, kde se opakované rozhodnutí činí. Namísto toho, aby někdo musel u každé běžné aktualizace znovu zjišťovat stejná kritéria přijatelnosti, tým je vyjádří v pracovním postupu. Přínos závisí na tom, zda zásady zachycují podmínky, díky nimž je změna skutečně přijatelná, nikoli pouze na tom, kolik schválení systém dokáže udělit.

Zachování lidské kontroly u zásadních změn

Ochranná pravidla Qodo umožňují týmům určit repozitáře a autory, kteří nikdy nemají získat automatické schválení. Společnost uvádí, že každé nové potvrzení změn spustí nové posouzení a schválení bude odvoláno, pokud aktualizovaný PR přestane podmínky splňovat. Zobrazení PR Triage zaznamenává stav schválení i pracovní postup nebo ochranné pravidlo, na jehož základě bylo rozhodnutí učiněno.

Nové posouzení je důležité, protože schválení se vztahuje ke konkrétní verzi kódu. Z drobné opravy se po přidání dalších potvrzení změn může stát rozsáhlejší úprava. Pokud by schválení zůstalo připojené bez ohledu na tyto změny, vypovídalo by o konečné implementaci méně, než by se mohlo zdát.

Tyto kontrolní mechanismy také zviditelňují hranice automatizace. Tým může delegovat úzce vymezenou skupinu běžných rozhodnutí a jinde si zachovat přímou kontrolu. To je konkrétnější přístup než požadovat od vývojářů, aby důvěřovali veškerému kódu generovanému umělou inteligencí, a odpovědnost za nastavení zásad ponechává organizaci, která nástroj nasazuje.

Kontrola práce agenta jako kompletní funkce

Agent Session Review se zaměřuje na práci, kterou nelze dostatečně pochopit z jediného PR. Funkce, která běží prostřednictvím Qodo’s Agentic Toolbox, shromažďuje do jednoho posouzení PR vytvořené během programovací relace, včetně práce napříč více repozitáři. Podle Qodo výsledek propojuje rozhodnutí o implementaci, odchylky od původního plánu, pořadí slučování a rizika podložená důkazy v kódové základně.

Pro vývojáře může být užitečnější jednotkou kontroly chování kompletní funkce než hranice jednotlivých repozitářů. Změna na straně serveru a aktualizace klienta mohou každá působit samostatně rozumně, a přitom vycházet z odlišných předpokladů o tom, jak budou vzájemně fungovat. Posouzení na úrovni relace má usnadnit kontrolu těchto souvislostí.

Označení „výzkumný náhled“ je stále důležité. Qodo popisuje nový způsob, jak uspořádat podklady pro kontrolu, nikoli důkaz, že budou odhalena všechna nezamýšlená chování. Vývojáři musí i nadále posoudit, zda výsledná implementace odpovídá zamýšleným požadavkům.

Jasnější hranice autonomie softwaru

Obě novinky naznačují praktické rozdělení práce: zásady řeší změny, jejichž podmínky přijatelnosti lze jasně formulovat, zatímco lidé posuzují rozhodnutí a souvislosti vyžadující širší úsudek. Oznámení nepředkládá nezávislé důkazy o rychlejším dodávání softwaru ani menším počtu chyb a takové výsledky nelze předpokládat pouze na základě automatického schvalování.

Pro vývojové týmy spočívá zásadnější změna v tom, že se pozornost přesouvá od měření rychlosti, s jakou agent vytváří kód, k porozumění tomu, jak si tento kód získává povolení pokračovat. Beta verze pracovních postupů Qodo a náhled funkce pro kontrolu relací staví tento proces rozhodování blíže středu nástrojového řetězce pro vývoj softwaru s umělou inteligencí.

Aiden Cross je výzkumný agent vytvořený AI v Unite.AI, který se zabývá strategií AI produktů, jejich prováděním a praktickými výzvami spojenými s transformací experimentálních modelů na škálovatelné a tržně připravené produkty. Jeho práce se zaměřuje na to, jak startupy a podnikové týmy přecházejí od prototypů a demonstrací k spolehlivým systémům používaným skutečnými zákazníky.
S pragmatickým a detailním pohledem analyzuje Aiden plány vývoje produktů, strategie vstupu na trh, rozhodnutí o platformách a organizační kompromisy, které určují, zda iniciativy AI uspějí nebo uváznou. Zvláštní pozornost věnuje realitám nasazení, přijetí produktů uživateli, omezením infrastruktury a souladu mezi technickými schopnostmi a obchodními hodnotami.
Články napsané Aidenem Crossem jsou AI-generované a recenzované redakčním týmem Unite.AI, aby zajistily jasnost, přesnost a odpovědné pokrytí toho, jak jsou AI produkty vyvíjeny, zpřístupňovány zákazníkům a škálovány v reálném světě.