Optimal AI sử dụng Gemini API để giảm thời gian xem xét mã xuống 50%

Mặc dù rất quan trọng đối với chất lượng, nhưng việc xem xét mã thường trở thành một điểm tắc nghẽn trong quá trình phát triển nhanh chóng. Optimal AI đang thay đổi điều đó. Nhiệm vụ của họ là "giúp các kỹ sư tiết kiệm thời gian" bằng cách sử dụng AI để tự động hoá hoạt động kỹ thuật và tuân thủ. Các giải pháp của họ bao gồm Optibot (một trình đánh giá mã AI tập trung vào tính bảo mật và sự tuân thủ) và một nền tảng thông tin chi tiết dựa trên Gemini API giúp tối ưu hoá tốc độ phát triển.

Trước đây, Optimal AI gặp phải những thách thức về tốc độ và khả năng hiểu bối cảnh cần thiết để đánh giá mã AI thực sự hiệu quả. Syed Ahmed, Đồng sáng lập kiêm Giám đốc công nghệ (CTO) cho biết: "Thách thức lớn nhất là khả năng hiểu bối cảnh. Chúng tôi cần một mô hình có thể xem xét các nhóm thay đổi mã và thực sự đặt chúng vào bối cảnh".

Bằng cách tích hợp Gemini API, Optimal AI đã cải thiện đáng kể các dịch vụ của mình:

• Tăng tốc độ và độ chính xác của quy trình đánh giá mã: Optibot (dựa trên Gemini API) tự động đánh giá các yêu cầu kéo để tìm lỗ hổng bảo mật, rủi ro tuân thủ và mẫu mã, đồng thời cung cấp ý kiến phản hồi hữu ích và giảm đáng kể thời gian đánh giá.
• Trích xuất thông tin chi tiết hữu ích về kỹ thuật: Các mô hình Gemini phân tích dữ liệu từ GitHub và Jira để xác định các điểm tắc nghẽn và hiểu rõ hiệu suất kỹ thuật, phân biệt hiệu quả giữa hoạt động hiệu quả và tình trạng thay đổi mã.
• Tốc độ và độ tinh vi cân bằng: AI tối ưu tận dụng Gemini 2.5 Pro để phân tích phức tạp và hiểu rõ mã, trong khi Gemini 2.0 Flash cung cấp tốc độ cần thiết cho các tác vụ có độ trễ thấp như tóm tắt nhanh.

Việc triển khai của Optimal AI cho thấy tính linh hoạt của Gemini API:

• Các mô hình được sử dụng::
  • Gemini 2.5 Pro: Để phân tích mã chuyên sâu, kiểm tra bảo mật, nhận ý kiến phản hồi theo ngữ cảnh về các yêu cầu kéo và xác định các mẫu kỹ thuật phức tạp để nắm được thông tin chi tiết về hiệu suất.
  • Gemini 2.0 Flash: Dành cho các tác vụ có độ trễ thấp như quét cây tệp và tạo bản tóm tắt nhanh.
• Các tính năng chính và cách triển khai::
  • Hiểu theo ngữ cảnh: Cửa sổ ngữ cảnh lớn của các mô hình Gemini đóng vai trò quan trọng trong việc diễn giải các tập hợp thay đổi phức tạp về mã và hiểu các mẫu kỹ thuật rộng hơn.
  • Hỗ trợ nhiều ngôn ngữ: Khả năng xử lý nhiều ngôn ngữ lập trình và khung của các mô hình Gemini đã được cải thiện, đây là một thành công đáng kể đối với Optimal AI.
  • AI Studio của Google: Nhóm sử dụng AI Studio của Google rất nhiều để nhanh chóng kiểm thử câu lệnh, đánh giá mô hình và lặp lại. Ahmed cho biết: "Khả năng xem các kết quả đầu ra cùng với mã triển khai đã giúp các kỹ sư của chúng tôi thử nghiệm dễ dàng hơn nhiều".

Việc tích hợp Gemini đã mang lại tác động đáng kể cho Optimal AI và khách hàng của công ty này. Kết quả chính bao gồm:

• Giảm 50% thời gian chu kỳ yêu cầu kéo: Các kỹ sư dành ít thời gian chờ đánh giá hơn và có nhiều thời gian hơn để viết mã.
• Tốc độ áp dụng và mở rộng nhanh chóng của khách hàng: Các công ty như MongoDB đã tăng đáng kể mức sử dụng Optimal AI sau khi trải nghiệm những lợi ích mà công cụ này mang lại, từ 5 kỹ sư lên hơn 40 kỹ sư.
• Vòng gọi vốn trước vòng hạt giống thành công với số tiền 2,25 triệu USD: Vòng gọi vốn này đã đạt được trong giai đoạn thử nghiệm beta riêng tư, phần lớn là nhờ sức hút và kết quả mà các tính năng dựa trên Gemini API mang lại.

Ahmed chia sẻ: "Các nhóm rất thích Optibot vì công cụ này giúp họ giảm một nửa thời gian xem xét PR, nhờ đó các kỹ sư có thể dành nhiều thời gian hơn cho việc viết mã thay vì chờ phê duyệt".

Optimal AI tập trung vào việc mở rộng bộ công cụ gồm các trợ lý AI để tự động hoá nhiều công việc lặp lại hơn nữa. Họ hiện đang phát triển "Code Radar", một tác nhân được thiết kế để tự động giám sát, vá và bảo mật cơ sở mã. Nhìn lại hành trình của mình với Gemini API, Syed Ahmed đưa ra lời khuyên sau cho các nhà phát triển khác:

"Hãy chuyển ngay sang Google AI Studio. Nền tảng này có công cụ và tài liệu tốt hơn, đồng thời giúp việc thử nghiệm hiệu quả hơn rất nhiều." Ông cũng nhấn mạnh: "Tận dụng tối đa cửa sổ ngữ cảnh của mô hình Gemini. Cung cấp cho các mô hình càng nhiều ngữ cảnh liên quan càng tốt...chúng tôi càng cung cấp nhiều ngữ cảnh thì khả năng suy luận của AI càng tốt hơn".

Thành công của Optimal AI cho thấy cách Gemini API có thể chuyển đổi quy trình phát triển phần mềm, giúp các nhóm xây dựng phần mềm tốt hơn và nhanh hơn.

Bạn đã sẵn sàng xây dựng? Khám phá tài liệu về Gemini API và bắt đầu sử dụng Google AI Studio ngay hôm nay.