Les outils d'examen de code alimentés par l'IA gagnent en popularité

Open Code Review d’Alibaba prend forme

Alibaba a publié Open Code Review, un outil CLI alimenté par l’IA qui s’exécute automatiquement sur les demandes de tirage. L’outil ajoute un contrôle d’état à GitHub, signale les problèmes et peut suggérer des diffs. Le référentiel affiche 179 votes positifs et 49 commentaires sur Hacker News. Ce développement n’est pas une surprise, étant donné le besoin croissant de processus d’examen de code efficaces.

Continue automatise les contrôles de code

Continue permet aux développeurs d’écrire des agents basés sur Markdown dans un dossier .continue/checks/. Chaque fichier Markdown décrit un contrôle ; un badge vert signifie que le code est validé, un badge rouge renvoie un correctif suggéré. Continue s’intègre aux contrôles d’état GitHub. Cette approche permet aux développeurs de créer des contrôles personnalisés adaptés à leurs besoins spécifiques.

av simplifie les PR empilés

av fournit un outil en ligne de commande pour gérer les demandes de tirage empilées sur GitHub. Il crée des PR dépendants, suit leurs commits de base et rebase automatiquement les branches en aval. Rejoignez la communauté Discord av : https://discord.gg/TFgtZtN8. Lire la suite sur https://rethinkingcode.reviews/with/stacked-prs. L’outil a gagné en popularité parmi les développeurs cherchant à optimiser leur flux de travail.

Pourquoi ces outils sont importants

Les trois projets ciblent les contrôles de qualité de code à la limite du pipeline CI. Les contrôles basés sur l’IA peuvent s’adapter à des modèles spécifiques au projet et suggérer des correctifs concrets. Les premiers adoptants signalent moins de commentaires sur les problèmes triviaux. En intégrant les examens de code pilotés par l’IA, les développeurs peuvent se concentrer sur des problèmes plus complexes.

Contexte industriel

La convergence de l’examen assisté par l’IA et de l’automatisation des PR empilés laisse entrevoir un avenir où les systèmes CI font plus que compiler et tester. Le marché mondial des outils d’examen de code devrait atteindre 1,4 milliard de dollars d’ici 2025, en croissance à un TCAC de 14,5% de 2020 à 2025. Des entreprises comme GitLab, GitHub et Bitbucket investissent déjà massivement dans leurs capacités d’examen de code. Des projets comme Ladybird, un navigateur basé sur Rust, expérimentent de nouveaux flux de travail de développement. L’approche de Ladybird, décrite dans leur article récent (https://ladybird.org/posts/changing-how-we-develop-ladybird/), montre le potentiel de processus de développement innovants.

Histoire des outils d’examen de code

Le concept d’outils d’examen de code existe depuis des années, avec divers projets tentant de rationaliser le processus. Les mises à jour de Google pour Flutter et Firebase, visant à améliorer la productivité des développeurs, démontrent l’importance croissante de flux de travail de développement efficaces. En 2019, GitHub a acquis Semmle, une plate-forme d’analyse de code, pour améliorer ses capacités d’examen de code. De même, GitLab a intégré ses propres fonctionnalités d’examen de code, y compris des contrôles de code automatisés et des analyses d’examen.

Mécaniques techniques

L’utilisation par Continue d’agents basés sur Markdown permet des contrôles flexibles et personnalisables. L’intégration de l’outil avec les contrôles d’état GitHub fournit une expérience transparente pour les développeurs. L’approche pilotée par l’IA d’Open Code Review permet à l’outil de s’adapter à des modèles spécifiques au projet. Par exemple, le modèle d’Open Code Review peut apprendre à identifier les erreurs de codage courantes, telles que les exceptions de pointeur nul ou les vulnérabilités d’injection SQL.

Implications en aval

À mesure que ces outils gagnent en popularité, nous pouvons nous attendre à voir un changement dans la façon dont les développeurs abordent les examens de code. Avec les contrôles pilotés par l’IA et les flux de travail automatisés, les développeurs pourront se concentrer sur des problèmes plus complexes. Les fournisseurs de cloud peuvent devoir s’adapter à ces outils open source, conduisant potentiellement à de nouveaux partenariats ou intégrations. Par exemple, AWS, Azure et Google Cloud peuvent intégrer ces outils dans leurs plates-formes de développement existantes, facilitant l’adoption d’examens de code pilotés par l’IA.

À surveiller

Surveillez les annonces de modèle de production d’Open Code Review et d’intégration de Continue. Suivez les mesures d’adoption d’av sur GitHub et la façon dont les fournisseurs de cloud répondent à ces outils open source. L’avenir des examens de code semble prometteur, avec des outils pilotés par l’IA ouvrant la voie. À mesure que l’industrie continue d’évoluer, nous pouvons nous attendre à voir émerger des solutions plus innovantes, telles que des bots d’examen de code automatisés et des assistants de codage alimentés par l’IA.

Développements futurs

L’intersection de l’examen assisté par l’IA et de l’automatisation des PR empilés conduira probablement à d’autres innovations dans l’examen de code. Par exemple, nous pourrions voir le développement de modèles d’IA plus sophistiqués capables de détecter des erreurs de codage complexes ou des vulnérabilités. De plus, l’intégration d’outils d’examen de code avec d’autres plates-formes de développement, telles que les logiciels de gestion de projet ou les pipelines d’intégration continue / déploiement continu (CI / CD), peut devenir plus courante.