Большинство агентов кодирования ИИ используют аналогичные крупные языковые модели (LLMS) под капюшоном. Где они дифференцируются, находится в их контекстной инженерии. В начале агенты сосредоточились на добавлении подходящих частей кодовой базы проекта в их постоянно расширяющееся контекстные окна или с использованием поколения в поисках-аугментировании (RAG). Но эти методы имеют свои ограничения, и с их единственным фокусом на кодовой базе они упускают большую часть дополнительного контекста, который инженеры генерируют в таких инструментах, как Github, Gitlab и Bitbucket.
С помощью Qodo Aparice Qodo стремится повысить осознание контекста практически любому инструменту агентации кодирования, независимо от того, является ли это сам Qodo агента кодирования, такого как Claude Code, который может получить доступ к сервису через сервер модельного протокола контекста (MCP).
Qodo Apply имеет три основных агента. Первый — для поиска контекста и использует семантический поиск (при необходимости в нескольких репозиториях), чтобы найти соответствующие фрагменты кода для данной задачи. Второе называется глубоким исследованием, и, как следует из названия, оно предназначено для ответа на сложные запросы о кодовой базе, анализируя структуру кода. Глубокие проблемы, третий агент, фокусируются на рассмотрении различий кода и анализе нарушения изменений.
Изображение предоставлено: раскопать.
Существует также бесплатная версия с открытым исходным кодом, Open Alive, которая индексирует популярные библиотеки с открытым исходным кодом.
Как сказал мне генеральный директор Qodo и соучредитель Итамар Фридман, поскольку команда создала свои агенты по качеству кода, он быстро понял, что наличия доступа к одной только кодовой базе было недостаточно, чтобы получить наилучшие результаты. Он утверждал, что эти системы отсутствовали, было «вторым мозгом», где весь контекст был агрегирован и сохранен.
«Дело в том, что нам нужно рассуждать об этом 1 миллион [token] контекст, и поэтому идея двояка. Во -первых, даже если вы хотите использовать этот контекст, реорганизовать и обслуживать этот контекст организованным способом в LLM, очень важно, — сказал он. — Существует разница между простой все, что неорганизовано в контекст, и выполнением правильной оперативной техники, где вы говорите: Эй, это код. Это связано с этим. И вот соответствующий комментарий, который имеет отношение к этому. … И второе: даже тогда вы хотите убедиться, что вы предоставляете наиболее актуальный контекст и не предоставляете его слишком большим контекстом ».
Изображение предоставлено: раскопать.
Сам код является основой для этого контекста, но теперь то, что Qodo Sware может привлечь к тому, как этот код появился, что может добавить полезную информацию о том, как возникла ошибка (и как его исправить). Это может быть инкапсулировано в дискуссии вокруг запроса на притяжение в GitHub и других метаданных, например. Фридман признал, что не все эти дискуссии происходят в запросах на притяжение, поэтому команда также рассчитывает на добавление дополнительных источников, включая электронные письма и сообщения чата с течением времени.
Одно интересное архитектурное решение, принятое командой, заключается в том, что она предварительно обрабатывает все контекстные данные, что делает их быстрее и эффективнее для агентов вспомнить эти данные и использовать их для любой задачи. (Фридман сравнил это с обучением LLMS.)
В тестах Qodo эта система, которая использует комбинацию протокола языкового сервера (LSP), графиков знаний и векторных встроений, легко превосходит кодирующие агенты, такие как Codex Openai, Claude Code и CLI Google Gemini, когда речь идет о понимании кода и точностью поиска.
Изображение предоставлено: раскопать.
Фридман отметил, что он согласен с такими, как Антропский генеральный директор и соучредитель Дарио Амодеей и генеральный директор Openai Сэм Альтман, что через несколько лет ИИ будет создано подавляющее большинство кода. Но чтобы иметь возможность доверять этому коду, основное внимание должно быть на качество и обзор — и для этого потребуется новое поколение инструментов. Неудивительно, что Qodo планирует запустить дополнительных экспертных агентов, чтобы помочь с обзорами кода. Он также считает, что, хотя терминал и IDE хорошо работают для создания кода, парадигма пользовательского интерфейса будет сдвигаться, поскольку разработчики больше взаимодействуют с агентами, чем сам код.
«Есть новая парадигма того, как это нужно выглядеть — и это то, над чем мы работаем некоторое время», — сказал он. По его мнению, это означает переход от интегрированного опыта развития к тому, что он назвал «опытом развития обзора». Компания планирует рассказать больше об этом новом опыте в ближайшие месяцы.
Trending Stories youtube.com/thenewstack Tech движется быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Прежде чем присоединиться к новому стеку в качестве старшего редактора для ИИ, Фредерик был редактором предприятия в TechCrunch, где он освещал все, от роста облака и самых ранних дней Kubernetes до появления квантовых вычислений …. Подробнее от Frederic Lardinois
