AI-modeller og plattformer
Qodo legger til regelstyrte godkjenninger og sesjonsgjennomganger for KI-generert kode
Qodo introduserer beta-arbeidsflyter for godkjenning og en forhåndsvisning av sesjonsgjennomgang for å hjelpe team med å styre AI-generert kode på tvers av pull requests og kodelagre.
Viktige punkterQodos botgodkjenning teller som én godkjenning mens regler for påkrevde gjennomgåere og…
Vis mer
- Qodos botgodkjenning teller som én godkjenning mens regler for påkrevde gjennomgåere og kodeeiere fortsatt gjelder.
- Hver ny commit utløser ny vurdering, og godkjenningen trekkes tilbake hvis den oppdaterte pull-forespørselen ikke lenger kvalifiserer.
- Agent Session Review samler pull-forespørsler fra flere repositorier til én vurdering av en komplett funksjon.
Qodo utvider KI-assistert programvareutvikling utover kodegjennomgang med to funksjoner som skal avgjøre hvilke endringer som kan gå videre automatisk, og hvilke som fortsatt krever en utviklers oppmerksomhet. Auto Approval Workflows ble kunngjort 18. november og er tilgjengelig i betaversjon, mens Agent Session Review tilbys som en forskningsforhåndsvisning.
Lanseringen tar for seg to ulike flaskehalser. Rutinemessige pull requests kan bli liggende og vente på godkjenning fra et menneske selv etter at den automatiserte gjennomgangen er ferdig. Større funksjoner utviklet av kodeagenter kan skape det motsatte problemet: Flere tilsynelatende rimelige endringer på tvers av repositorier kan være vanskelige å forstå som én helhetlig implementering. Qodos løsning kombinerer konfigurerbare godkjenningsregler med en samlet vurdering av agentens arbeid.
Fra funn i kodegjennomgangen til godkjenningsbeslutninger
En pull request, eller PR, foreslår en endring i en kodebase. En gjennomgang avdekker mulige problemer, mens en godkjenning dokumenterer en beslutning om at endringen kan gå videre i tråd med teamets prosess. Automatisering av det første trinnet løser ikke nødvendigvis køen ved det andre.
Ifølge Qodos kunngjøring lar Auto Approval Workflows utviklingsteam fastsette regler for endringer som oppfyller bestemte kriterier. Når Qodo er ferdig med å gjennomgå en PR, kan en tilhørende arbeidsflyt godkjenne den eller legge til etiketten «Qodo-godkjent». Team kan starte med maler for arbeid med lav risiko og bruke arbeidsflyter på arbeidsområdenivå, organisasjonsnivå i Git eller for enkeltstående repositorier.
Det er viktig å skille mellom en etikett og en godkjenning. En etikett gir et signal, men gir ikke i seg selv tillatelse til å slå sammen endringen. I sin produktkunngjøring opplyser Qodo at godkjenningen fra boten teller som én godkjenning, mens krav om eksisterende obligatoriske godkjennere og kodeeiere fortsatt gjelder. Den nye funksjonen må derfor ikke forveksles med ubegrenset automatisk utrulling.
Dette endrer hvor den gjentakende beslutningen tas. I stedet for at noen må finne fram til de samme godkjenningskriteriene på nytt for hver rutinemessige oppdatering, uttrykker teamet kriteriene i en arbeidsflyt. Verdien avhenger av om reglene fanger opp forholdene som faktisk gjør en endring akseptabel, ikke bare av hvor mange godkjenninger systemet kan gi.
Behold menneskelig gjennomgang av kritiske endringer
Qodos sperreregler lar team identifisere repositorier og forfattere som aldri skal få automatisk godkjenning. Selskapet opplyser at hver nye commit utløser en ny vurdering, og at godkjenningen trekkes tilbake hvis den oppdaterte pull requesten ikke lenger oppfyller kriteriene. Visningen PR Triage registrerer godkjenningsstatusen og hvilken arbeidsflyt eller sperreregel som lå til grunn for beslutningen.
Denne nye vurderingen er viktig fordi en godkjenning gjelder en bestemt versjon av koden. En liten rettelse kan bli til en større endring når flere commits legges til. Hvis godkjenningen blir stående uten at det tas hensyn til disse endringene, sier den mindre om den endelige implementeringen enn det kan se ut til.
Disse kontrollene synliggjør også hvor grensen for automatisering går. Et team kan delegere en avgrenset type rutinemessige beslutninger, samtidig som direkte gjennomgang beholdes på andre områder. Det er en langt mer konkret tilnærming enn å be utviklere stole på all KI-generert kode, og organisasjonen som tar i bruk verktøyet, beholder ansvaret for reglene.
Gjennomgang av agentens arbeid som en komplett funksjon
Agent Session Review tar for seg arbeid som ikke kan forstås godt nok ut fra én enkelt pull request. Funksjonen kjøres via Qodos Agentic Toolbox og samler PR-er som er produsert i løpet av en kodingsøkt – også arbeid som omfatter flere repositorier – i én samlet vurdering. Qodo sier at resultatet knytter sammen implementeringsbeslutninger, avvik fra den opprinnelige planen, rekkefølgen på sammenslåinger og risikoer knyttet til dokumentasjon i kodebasen.
For en utvikler kan det være mer nyttig å gjennomgå hvordan en komplett funksjon oppfører seg enn å ta utgangspunkt i grensene mellom repositoriene. En endring i bakenden og en oppdatering av klienten kan hver for seg virke rimelige, samtidig som de bygger på ulike antakelser om hvordan de skal samspille. En vurdering på øktnivå skal gjøre det enklere å undersøke disse sammenhengene.
At funksjonen omtales som en forskningsforhåndsvisning, er fortsatt viktig. Qodo beskriver en ny måte å organisere dokumentasjon for gjennomgang på, men viser ikke at alle utilsiktede konsekvenser vil bli oppdaget. Utviklere må fortsatt avgjøre om den ferdige implementeringen samsvarer med kravene.
En tydeligere grense for programvarens autonomi
De to nye funksjonene peker mot en praktisk arbeidsdeling: Regler håndterer endringer der godkjenningskriteriene kan formuleres tydelig, mens mennesker vurderer beslutninger og samspill som krever et bredere skjønn. Kunngjøringen dokumenterer ikke uavhengig at leveransene blir raskere eller at antallet feil går ned, og slike resultater bør ikke tas for gitt bare fordi godkjenningen automatiseres.
For utviklingsteam handler det større skiftet om å gå fra å måle hvor raskt en agent produserer kode, til å forstå hvordan koden får tillatelse til å gå videre. Qodos arbeidsflyter i betaversjon og forhåndsvisningen av sesjonsgjennomgang plasserer denne beslutningsprosessen mer sentralt i verktøykjeden for KI-utvikling.










