Optimal AI utilizza l'API Gemini per ridurre i tempi di revisione del codice del 50%

Le revisioni del codice, sebbene fondamentali per la qualità, spesso diventano un collo di bottiglia nello sviluppo rapido. Optimal AI sta cambiando la situazione. La loro missione: "restituire tempo agli ingegneri" utilizzando l'AI per automatizzare l'ingegneria e la conformità. Le loro soluzioni includono Optibot, un revisore di codice AI incentrato su sicurezza e conformità, e una piattaforma di approfondimenti basata sull'API Gemini che ottimizza la velocità di sviluppo.

In precedenza, Optimal AI aveva difficoltà con la velocità e la comprensione contestuale necessarie per una revisione del codice basata sull'AI davvero efficace. "La sfida più grande è stata la comprensione contestuale: avevamo bisogno di un modello che potesse esaminare i set di modifiche del codice e contestualizzarli", spiega Syed Ahmed, co-fondatore e CTO.

Integrando l'API Gemini, Optimal AI ha migliorato significativamente le sue offerte:

• Maggiore velocità e precisione della revisione del codice: Optibot, basato sull'API Gemini, esamina automaticamente le richieste di pull per rilevare vulnerabilità di sicurezza, rischi di conformità e pattern di codifica, fornendo feedback attuabili e riducendo drasticamente i tempi di revisione.
• Insight di ingegneria estraibili e pratici: i modelli Gemini analizzano i dati di GitHub e Jira per identificare i colli di bottiglia e comprendere il rendimento dell'ingegneria, distinguendo in modo efficace tra attività produttiva e modifiche al codice.
• Velocità e sofisticazione bilanciate: l'AI ottimale sfrutta Gemini 2.5 Pro per analisi complesse e una comprensione approfondita del codice, mentre Gemini 2.0 Flash offre la velocità necessaria per attività a bassa latenza come i riepiloghi rapidi.

L'implementazione di Optimal AI mostra la flessibilità dell'API Gemini:

• Modelli utilizzati::
  • Gemini 2.5 Pro: per analisi approfondite del codice, controlli di sicurezza, feedback contestuale sulle richieste pull e identificazione di pattern di engineering complessi per insight sulle prestazioni.
  • Gemini 2.0 Flash: per attività a bassa latenza come la scansione dell'albero dei file e la generazione di riepiloghi rapidi.
• Funzionalità principali e implementazione::
  • Comprensione contestuale: l'ampia finestra contestuale dei modelli Gemini è fondamentale per interpretare i complessi changeset di codice e comprendere i pattern di ingegneria più ampi.
  • Supporto multilingue: la maggiore capacità dei modelli Gemini di gestire più linguaggi e framework di programmazione è stata una vittoria significativa per Optimal AI.
  • Google AI Studio: il team utilizza molto Google AI Studio per test rapidi dei prompt, valutazione dei modelli e iterazione. "La possibilità di visualizzare gli output insieme al codice di implementazione ha reso molto più semplice la sperimentazione per i nostri ingegneri", osserva Ahmed.

L'impatto dell'integrazione di Gemini è stato significativo per Optimal AI e i suoi clienti. I risultati principali includono:

• Riduzione del 50% dei tempi di ciclo delle richieste pull: gli ingegneri trascorrono meno tempo ad aspettare le revisioni e più tempo a scrivere codice.
• Adozione ed espansione rapide da parte dei clienti: aziende come MongoDB hanno aumentato significativamente l'utilizzo di Optimal AI dopo averne sperimentato i vantaggi, passando da 5 a oltre 40 ingegneri.
• Round di finanziamento pre-seed di 2,25 milioni di dollari riuscito: questo risultato è stato raggiunto nella versione beta privata, in gran parte grazie alla trazione e ai risultati dimostrati con le funzionalità basate sull'API Gemini.

"I team apprezzano il fatto che Optibot li aiuti a ridurre i tempi di revisione delle richieste di pull della metà, consentendo agli ingegneri di dedicare più tempo alla programmazione anziché attendere le approvazioni", afferma Ahmed.

Optimal AI si concentra sull'espansione della sua suite di agenti AI per automatizzare ancora più attività ripetitive. Attualmente stanno sviluppando "Code Radar", un agente progettato per monitorare, applicare patch e proteggere autonomamente i codebase. Riflettendo sul suo percorso con l'API Gemini, Syed Ahmed offre questo consiglio agli altri sviluppatori:

"Vai direttamente a Google AI Studio: offre strumenti migliori, documentazione migliore e rende la sperimentazione molto più efficiente". Inoltre, sottolinea: "Sfrutta al meglio la finestra contestuale del modello Gemini. Fornisci ai modelli il maggior contesto pertinente possibile. Più contesto forniamo, migliore diventa il ragionamento dell'AI".

Il successo di Optimal AI dimostra come l'API Gemini può trasformare lo sviluppo software, consentendo ai team di creare software migliori, più velocemente.

Tutto pronto per la creazione? Esplora la documentazione dell'API Gemini e inizia a utilizzare Google AI Studio oggi stesso.