Optimal AI 使用 Gemini API 将代码审核时间缩短了 50%

代码审核对于保证质量至关重要，但往往会成为快节奏开发中的瓶颈。Optimal AI 正在改变这一现状。他们的使命是利用 AI 实现工程和合规自动化，从而“让工程师有更多时间”。他们的解决方案包括 Optibot（一款专注于安全性和合规性的 AI 代码审核工具）以及一个由 Gemini API 提供支持的洞见平台，可优化开发速度。

之前，Optimal AI 在速度和上下文理解方面面临挑战，无法实现真正有效的 AI 代码审核。“最大的挑战是上下文理解，我们需要一个能够查看代码变更集并实际将它们置于上下文中的模型，”联合创始人兼 CTO Syed Ahmed 解释道。

通过集成 Gemini API，Optimal AI 大幅增强了其产品：

• 提高代码审核速度和准确性：Optibot 由 Gemini API 提供支持，可自动审核拉取请求中的安全漏洞、合规风险和编码模式，提供可据以采取行动的反馈，并大幅缩短审核时间。
• 提取了可据以采取行动的工程分析洞见：Gemini 模型会分析 GitHub 和 Jira 中的数据，以识别瓶颈并了解工程性能，从而有效区分富有成效的活动和代码改动。
• 速度与精度的平衡：最佳 AI 利用 Gemini 2.5 Pro 进行复杂的分析和深入的代码理解，同时 Gemini 2.0 Flash 可提供低延迟任务（例如快速总结）所需的速度。

Optimal AI 的实现展示了 Gemini API 的灵活性：

• 使用的模型：
  • Gemini 2.5 Pro：用于深入分析代码、进行安全检查、针对拉取请求提供情境化反馈，以及识别复杂的工程模式以获取性能洞见。
  • Gemini 2.0 Flash：适用于低延迟任务，例如扫描文件树和生成快速摘要。
• 主要功能和实现：
  • 上下文理解：Gemini 模型的大上下文窗口对于解读复杂的代码变更集和理解更广泛的工程模式至关重要。
  • 多语言支持：Gemini 模型在处理多种编程语言和框架方面的能力有所提升，这对于 Optimal AI 来说是一大优势。
  • Google AI Studio：该团队大量使用 Google AI Studio 进行快速提示测试、模型评估和迭代。Ahmed 指出：“能够同时查看输出和实现代码，让我们的工程师可以更轻松地进行实验。”

集成 Gemini 对 Optimal AI 及其客户产生了重大影响。主要结果包括：

• 拉取请求周期时间缩短了 50%：工程师等待审核的时间减少了，编码的时间增加了。
• 客户快速采用和扩展：像 MongoDB 这样的公司在体验到 Optimal AI 的好处后，显著增加了对它的使用，工程师人数从 5 人增加到 40 多人。
• 成功完成 225 万美元的 Pre-Seed 轮融资：这是在私密 Beta 版阶段实现的，主要得益于 Gemini API 赋能的功能所展现的吸引力和成果。

“团队非常喜欢 Optibot，因为它能帮助他们将 PR 审核时间缩短一半，让工程师有更多时间专注于编码，而不是等待审批，”Ahmed 分享道。

Optimal AI 致力于扩展其 AI 代理套件，以自动执行更多重复性任务。他们目前正在开发“Code Radar”，这是一种旨在自主监控、修补和保护代码库的代理。在回顾自己使用 Gemini API 的历程时，Syed Ahmed 向其他开发者提供了以下建议：

“直接使用 Google AI Studio，它具有更好的工具和文档，可让实验更高效。”他还强调：“充分利用 Gemini 模型的上下文窗口。尽可能为模型提供相关背景信息…我们提供的背景信息越多，AI 的推理能力就越强。”

Optimal AI 的成功案例表明，Gemini API 可以改变软件开发方式，使团队能够更快地构建更出色的软件。

准备好构建了吗？立即探索 Gemini API 文档并开始使用 Google AI Studio。