Qodo a présenté un plugin pour Codex qui intègre les connaissances organisationnelles et les normes des bases de code dans les sessions de programmation des développeurs. L’entreprise affirme que cette intégration est conçue pour aider les agents de programmation à comprendre les systèmes plus vastes affectés par une modification et à repérer les problèmes de niveau P0 avant la création d’une pull request.
Qodo développe des outils d’IA pour la revue de code et la qualité logicielle. Son plugin utilise l’Agentic Toolbox de l’entreprise pour donner à Codex accès aux règles d’ingénierie, aux connaissances de la base de code et à une revue indépendante. Qodo indique que le système est destiné aux environnements comptant des milliers de dépôts, où une modification qui semble correcte localement peut malgré tout affecter un service en aval.
Avant que Codex ne commence à écrire du code, le plugin peut récupérer les règles pertinentes du dépôt, l’historique des pull requests et les modèles établis. Une fois que Codex a terminé ses modifications, Qodo examine le travail et renvoie ses conclusions à Codex au cours de la même session, ce qui permet aux développeurs de résoudre les problèmes avant de soumettre la modification à la revue.
L’intégration est conçue pour prendre en compte les dépendances qui s’étendent sur plusieurs dépôts, y compris du code hébergé par différents fournisseurs Git ou relié par l’intermédiaire de services tels que Kafka. Le cofondateur et PDG de Qodo, Itamar Friedman, décrit cette organisation comme un partenariat entre des agents de programmation et de revue : l’un produit les modifications tandis que l’autre les remet en question.
Nnenna Ndukwe, responsable des relations avec les développeurs IA chez Qodo, affirme que les développeurs utilisent ce flux de travail pour créer des fonctionnalités et traiter la dette technique avec des modèles GPT-6 dans Codex. L’entreprise automatise également la transition entre le travail de programmation de Codex et le processus de revue indépendant de Qodo.
Les flux de travail internes de Qodo comprennent la programmation de Codex pour résumer les réalisations hebdomadaires, repérer les domaines à améliorer et effectuer des recherches sur les discussions consacrées à l’ingénierie agentique. Le système peut également analyser les modifications de code de Ndukwe et suggérer des compétences d’agent à créer ou à perfectionner.
Friedman évoque également l’API Decisions d’OpenAI comme un moyen potentiel de déterminer quelles règles et compétences d’agent devraient s’appliquer à chaque étape du développement. Il donne l’exemple de la sélection des contrôles pertinents parmi un ensemble de 200 règles avant qu’un modèle de langage ne les examine, ce qui pourrait rendre le processus plus rapide et moins coûteux tout en améliorant la qualité de la revue.
Qodo affirme que son approche combine du code généré par l’IA, des pratiques traditionnelles d’ingénierie logicielle et le jugement humain. Selon la vision de l’entreprise, les agents de programmation et de revue échangeraient leurs conclusions et ne présenteraient aux personnes que les problèmes qu’ils ne peuvent pas résoudre, laissant les développeurs se concentrer sur la planification, la revue et la prise de décisions concernant les problèmes non résolus.
L’entreprise décrit ce modèle comme la base d’une usine logicielle que les clients pourraient assembler et exploiter eux-mêmes, en combinant des agents de programmation et de revue avec une connaissance de la manière dont les modifications logicielles affectent les systèmes de production.
Sources: OpenAI News.