Optimal AI использует API Gemini для сокращения времени проверки кода на 50%

Проверка кода, хотя и критически важна для качества, часто становится узким местом в быстрой разработке. Optimal AI меняет это. Их миссия: «вернуть инженерам их время», используя ИИ для автоматизации разработки и обеспечения соответствия требованиям. Их решения включают Optibot — ИИ-ревьювер кода, ориентированный на безопасность и соответствие требованиям, а также платформу аналитики на базе API Gemini, которая оптимизирует скорость разработки.

Ранее Optimal AI сталкивался с трудностями, связанными со скоростью и пониманием контекста, необходимыми для действительно эффективного анализа кода с помощью ИИ. «Самой большой проблемой было понимание контекста — нам нужна была модель, которая могла бы анализировать наборы изменений кода и фактически учитывать их контекст», — объясняет Сайед Ахмед, соучредитель и технический директор.

Благодаря интеграции API Gemini компания Optimal AI значительно расширила свои возможности:

• Повышенная скорость и точность проверки кода : Optibot, работающий на базе API Gemini, автоматически проверяет запросы на извлечение изменений на предмет уязвимостей безопасности, рисков несоответствия и шаблонов кодирования, предоставляя полезную обратную связь и значительно сокращая время проверки.
• Извлеченные практические инженерные идеи : модели Gemini анализируют данные из GitHub и Jira для выявления узких мест и понимания эффективности инженерных разработок, эффективно различая продуктивную деятельность и откат кода.
• Сбалансированная скорость и сложность : Optimal AI использует Gemini 2.5 Pro для комплексного анализа и глубокого понимания кода, в то время как Gemini 2.0 Flash обеспечивает скорость, необходимую для задач с малой задержкой, таких как быстрое суммирование.

Реализация Optimal AI демонстрирует гибкость API Gemini:

• Использованные модели: :
  • Gemini 2.5 Pro: для глубокого анализа кода, проверки безопасности, контекстной обратной связи по запросам на извлечение и выявления сложных инженерных шаблонов для анализа производительности.
  • Gemini 2.0 Flash: для задач с малой задержкой, таких как сканирование дерева файлов и создание быстрых сводок.
• Основные характеристики и реализация:
  • Контекстное понимание : большое контекстное окно моделей Gemini имеет решающее значение для интерпретации сложных наборов изменений кода и понимания более широких инженерных шаблонов.
  • Поддержка нескольких языков : улучшенная способность моделей Gemini работать с несколькими языками программирования и фреймворками стала значительным достижением для Optimal AI.
  • Google AI Studio : команда активно использует Google AI Studio для быстрого тестирования, оценки моделей и итераций. «Возможность видеть результаты вместе с кодом реализации значительно упростила эксперименты наших инженеров», — отмечает Ахмед.

Интеграция Gemini оказала значительное влияние на компанию Optimal AI и её клиентов. Ключевые результаты включают:

• Сокращение времени цикла запроса на извлечение на 50% : инженеры тратят меньше времени на ожидание отзывов и больше времени на кодирование.
• Быстрое внедрение и расширение среди клиентов : такие компании, как MongoDB, значительно увеличили использование Optimal AI, ощутив его преимущества, увеличив число инженеров с 5 до более чем 40.
• Успешный раунд предварительного финансирования в размере 2,25 млн долларов США : это было достигнуто в ходе закрытого бета-тестирования, во многом благодаря популярности и результатам, продемонстрированным с помощью функций на базе API Gemini.

Компания Optimal AI сосредоточена на расширении своего набора ИИ-агентов для автоматизации ещё большего количества повторяющихся задач. В настоящее время они разрабатывают «Code Radar» — агента, предназначенного для автономного мониторинга, исправления и защиты кодовых баз. Размышляя о своём опыте работы с Gemini API, Сайед Ахмед даёт коллегам-разработчикам следующий совет:

«Переходите сразу к Google AI Studio — там лучший инструментарий, лучшая документация, и эксперименты становятся гораздо эффективнее». Он также подчёркивает: «Используйте все преимущества контекстного окна модели Gemini. Предоставьте моделям как можно больше релевантного контекста... чем больше контекста мы предоставляем, тем лучше становится ИИ».

Успех Optimal AI демонстрирует, как API Gemini может преобразовать разработку программного обеспечения, позволяя командам создавать более качественное программное обеспечение быстрее.

Готовы к разработке? Изучите документацию по API Gemini и начните работу с Google AI Studio уже сегодня.