Агрессивный рост продуктивности с Codex
Основатель и CEO CodeRabbit Харджот Гилл (Harjot Gill) сообщил, что за последние 6 месяцев компания увеличила объем выпускаемого программного обеспечения в 20 раз, не нанимая новых инженеров. Лично Харджот Гилл обработал от 2 500 до 3 000 pull-реквестов за 30 дней до публикации статьи. Ключевым драйвером стал AI-агент Codex, который берет на себя рутинную разработку, позволяя команде сосредоточиться на архитектуре и проверке.
Эволюция моделей: от GPT-3.5 к GPT-6 Astra
CodeRabbit использует OpenAI для валидации и аудита кода, сгенерированного агентами. Платформа эволюционировала от использования GPT-3.5 Turbo к более мощным моделям. Особое внимание уделено асинхронному код-ревью, где время на рассуждение модели не критично, но важна точность. В собственном бенчмарке стартапа модель GPT-6 Astra демонстрирует лучшие результаты, выявляя 50% уязвимостей в тестовом наборе данных.
| Модель OpenAI | Роль в стеке CodeRabbit | Ключевая метрика/Применение |
|---|---|---|
| GPT-6 Astra | Планирование и оркестрация | Выявление 50% уязвимостей в внутреннем бенчмарке |
| GPT-6 Luna | Навигация по коду (субагенты) | Низкая стоимость, массовое развертывание |
| Codex | Генерация и исправление кода | Увеличение выгрузки ПО в 20x |
| Daybreak (Cyber) | Безопасность и пентестинг | Поиск уязвимостей в реальном времени |
CodeRabbit Secure: 43 000 уязвимостей за две недели
Новый продукт CodeRabbit Secure использует модель Daybreak (на базе Cyber) для автоматического поиска и исправления уязвимостей. В рамках промо-акции стартап провел 13 000 глубоких сканирований кода клиентов и обнаружил более 43 000 уязвимостей. Тысячи из них уже исправлены пользователями. Это позволяет компаниям не только находить баги, но и автоматически генерировать pull-реквесты для их устранения.
«Запуск компании как кода» и операционная эффективность
CodeRabbit применяет подход «running the company as code» не только к разработке, но и к маркетингу. Управление Google Ads, создание презентаций и документов осуществляется через pull-реквесты, которые обрабатывает Codex. Это позволяет сократить операционные задержки. Для инцидентов в продакшене создан Slack-бот на базе Codex, который автоматически триажит тикеты и предлагает решения.
Масштабирование и экономическая целесообразность
Улучшение соотношения цена/качество моделей OpenAI позволило CodeRabbit внедрить множество субагентов, которые ранее были экономически нецелесообразны. Платформа охватывает более 20 000 организаций и 150 000+ проектов с открытым исходным кодом. Главный вызов при таком масштабе — не написание кода, а его валидация и доверие к результатам работы AI-агентов.
Источник: OpenAI ↗