Даже специализируясь только на AI-ревью кода, можно вырастить единорога!
CodeRabbit,оценка которой превышает 1,5 миллиарда долларов (около 108 миллиардов юаней).
Американская компания-разработчик инструментов для AI-ревью и управления кодом CodeRabbit объявила о завершении раунда финансирования серии C на 143 миллиона долларов (около 1,03 миллиарда юаней).
По данным Crunchbase, на момент публикации CodeRabbit завершила в общей сложности 6 раундов финансирования, собрав 231 миллион долларов (около 1,66 миллиарда юаней).
CodeRabbit была основана в 2023 году, её штаб-квартира находится в Сан-Франциско, США. Компания работает на одной из ключевых инженерных линий жизненного цикла, обеспечивающей качество кода, передачу технических знаний и защиту от системных рисков, – ревью кода.
Основной продукт компании, платформа AI-ревью кода CodeRabbit, интегрируется с такими основными платформами хостинга кода, как GitHub и GitLab, и автоматически анализирует PR (pull request) в контексте репозитория;
При обнаружении логических, качественных или проблем безопасности в коде платформа автоматически генерирует соответствующие предложения по исправлению, помогая командам разработчиков снизить нагрузку на ручное ревью.
△
Теперь CodeRabbit представила новую платформу – Agentic Change Management (Агентное управление изменениями).
Соучредитель и генеральный директор CodeRabbit Харджот Гилл заявляет, что она не только значительно продвинулась в области ревью AI-кода, интеллектуальной сортировки огромных объемов AI-сгенерированного кода, понимания контекста и непрерывной защиты безопасности;
но и помогает сопровождающим быстро, в течение нескольких минут, понять динамику изменений и их влияние, значительно снижая когнитивную нагрузку.
Итак, каков был контекст создания этой новой платформы? Каковы её основные возможности? И каков бэкграунд команды разработчиков за ней?
Прочитав статью, вы узнаете ответы.
Зачем создавать Agentic Change Management?
Потому что код стал невиданно дешевым благодаря появлению AI-агентов.
Одно продуктовое требование, один тикет или даже одно оповещение в режиме реального времени теперь могут напрямую вызвать к работе AI-агента.
Он может работать непрерывно несколько часов, написать тысячи строк кода и самостоятельно отправить pull request.
Задача, на которую раньше инженерам требовалось планировать неделю, теперь может оказаться в репозитории кода еще до окончания собрания.
Но с ростом скорости появились и новые проблемы:
Когда кода становится всё больше, кто будет решать, что достойно релиза?
По статистике CodeRabbit, в этом году ожидается, что количество коммитов кода достигнет 14-кратного уровня по сравнению с предыдущими годами; в компаниях, где проникновение кодирующих агентов находится в топ-10% отрасли, 35% PR уже генерируются автономными агентами.
Кроме того, с появлением AI стоимость генерации предложения по исправлению кода стала настолько низкой, что ей можно пренебречь.
Раньше время инженеров было очень ценным, и командам приходилось сначала тщательно обсуждать требования, расставлять приоритеты и порядок выполнения задач, прежде чем позволить инженерам приступить к работе.
Эта модель работы «сначала план, потом код» по сути была направлена на избежание траты человеческих ресурсов на неважные вещи.
Но теперь AI перевернула этот порядок.
Продукт-менеджеры, дизайнеры и даже маркетологи могут инициировать изменение. Команда, возможно, ещё не успела оценить ценность требования, как AI-агент уже написал код и отправил PR на ревью.
Таким образом, задачи разработки перемещаются из систем управления тикетами в очереди PR, и PR также меняется по своей сути.
Он больше не просто контейнер с кодом, ожидающий слияния, а новый узел планирования, аудита и принятия решений; именно здесь команда должна определить, стоит ли выпускать функцию, соответствует ли она качеству, приемлемы ли риски и как это изменение повлияет на всю систему.
Но проблема в том, что AI может масштабироваться параллельно, а внимание человека – нет.
Когда десятки агентов одновременно отправляют огромные PR, построчное чтение каждого diff становится чрезвычайно сложной задачей.
Таким образом, когда производительность кода стала практически неограниченной, дефицитным ресурсом в процессе разработки стала уже не скорость рук или время инженеров, а ограниченное внимание и способность к суждению команды.
В этом контексте CodeRabbit представила интеллектуальную платформу управления Agentic Change Management.
Команда хотела решить насущную потребность: «Производительность кода масштабировалась, суждение тоже должно масштабироваться».
Что может делать Agentic Change Management?
Кратко говоря, Agentic Change Management – это интеллектуальная платформа управления, объединяющая «AI-ревью кода», «интеллектуальную сортировку», «объяснение изменений» и «непрерывную защиту безопасности».
Она не только может автоматически распределять задачи между ручным ревью и автоматизированными процессами в зависимости от риска и сложности изменений кода; помогает сопровождающим быстро понять изменения в коде за несколько минут, снижая когнитивную нагрузку; но также обеспечивает непрерывную безопасность на протяжении всего жизненного цикла кода до и после релиза.
В частности, платформа Agentic Change Management включает четыре функции: «AI Code Review (AI-ревью кода)», «CodeRabbit Triage (Интеллектуальная сортировка)», «CodeRabbit Change Stack (Стек изменений)» и «CodeRabbit Security (Защита безопасности кода)»:
1. AI Code Review: В основном отвечает за строгую проверку каждого изменения перед слиянием.
2. CodeRabbit Triage: Действует как «диспетчер кода». Она автоматически оценивает важность, срочность и риск каждого изменения, расставляет приоритеты и точно распределяет задачи, отправляя высокорисковые случаи на детальное рассмотрение экспертам, а низкорисковые – на автоматическую обработку.
Таким образом, список дел сортируется по степени важности, а не по принципу «кто первый отправил, тот и первый».
3. CodeRabbit Change Stack: Автоматически классифицирует и структурирует разрозненные изменения кода, помогая разобраться в них; позволяет за несколько минут легко понять, что было изменено, почему и как это повлияет на всю систему.
4. CodeRabbit Security: Эта функция похожа на «полную страховку» для кода. Она не только проверяет перед релизом, могут ли уязвимости действительно быть активированы, избегая ложных срабатываний; но и после релиза продолжает следить за системой, предотвращая внесение новых рисков или накопление технического долга.
Именно синергия этих четырех возможностей превращает Agentic Change Management не просто в инструмент, а в интеллектуальный центр, способный поддерживать высокочастотную и безопасную поставку.
Генеральный директор – серийный предприниматель
Основные члены команды CodeRabbit в основном выпускники Университета Пенсильвании, Инженерного колледжа Пенджаба, Университета Гуру Нанак Дев (Индия) и других вузов;
Некоторые члены команды ранее работали или создавали стартапы в таких компаниях, как Nutanix, Netsil, FluxNinja, Alegeus и Nestlé.
△
Соучредителем и генеральным директором CodeRabbit является Харджот Гилл. Он получил степень бакалавра в Инженерном колледже Пенджаба, затем поступил в аспирантуру факультета компьютерных и информационных наук Университета Пенсильвании, где занимался исследованиями в области компьютерных сетей, анализа потоковых данных, параллельных и распределенных систем, а также декларативных языков программирования.
△
Он ранее коммерциализировал исследования Пенсильванского университета, совместно основал компанию по наблюдаемости микросервисов Netsil и занимал должность генерального директора (в 2018 году была приобретена Nutanix); позже основал компанию по обеспечению надежности облачных решений FluxNinja, занимая должность соучредителя и генерального директора.
Харджот Гилл сообщил в X (ранее Twitter), что за последний год выручка CodeRabbit выросла в пять раз, платформа выполняет более 2 миллионов проверок кода в неделю, и в настоящее время у компании более 17 000 корпоративных клиентов и 150 000 проектов с открытым исходным кодом, доверяющих CodeRabbit.
CodeRabbit сообщает, что планирует в ближайшие 12 месяцев инвестировать более 10 миллионов долларов (около 72 миллионов юаней), чтобы продолжить бесплатно предоставлять услуги AI-ревью кода для проектов с открытым исходным кодом и их сопровождающих, а также открыть доступ к функциям, связанным с агентами.
Ссылки:
[1]https://x.com/harjotsgill/status/2087532414025216348?s=20
[2]https://www.coderabbit.ai/
[3]https://www.crunchbase.com/organization/coderabbit
[4]https://www.coderabbit.ai/blog/introducing-agentic-change-management
Статья из официального аккаунта WeChat «Qubit», автор: Focus on Frontier Technology (В центре внимания – передовые технологии)
