Chia sẻ

NGÀY 9 THÁNG 4 NĂM 2025

AI tối ưu sử dụng API Gemini để giảm 50% thời gian xem xét mã

Syed Ahmed

Nhà đồng sáng lập kiêm CTO

Vishal Dharmadhikari

Kỹ sư giải pháp sản phẩm

Hình ảnh chính trong phần giới thiệu AgentOps

Mặc dù rất quan trọng đối với chất lượng, nhưng quy trình xem xét mã thường trở thành nút thắt cổ chai trong quá trình phát triển nhanh. AI tối ưu sẽ thay đổi điều đó. Sứ mệnh của họ: "giúp kỹ sư lấy lại 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 công cụ kiểm tra mã AI tập trung vào bảo mật và tuân thủ, cũng như một nền tảng thông tin chi tiết do Gemini API cung cấp để tối ưu hoá tốc độ phát triển.

Trước đây, AI tối ưu gặp phải những thách thức về tốc độ và khả năng hiểu ngữ cảnh cần thiết để xem xét mã AI một cách hiệu quả. "Thách thức lớn nhất là việc hiểu theo ngữ cảnh – chúng tôi cần một mô hình có thể xem xét các thay đổi mã và thực sự đặt chúng vào ngữ cảnh", Syed Ahmed, Đồng sáng lập và CTO giải thích.

Tăng hiệu quả

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

  • Tăng tốc độ và độ chính xác của quy trình xem xét mã: Optibot, được cung cấp bởi Gemini API, tự động xem xét các yêu cầu kéo để tìm lỗ hổng bảo mật, rủi ro tuân thủ và mẫu lập trình, cung cấp phản hồi hữu ích và giảm đáng kể thời gian xem xét.
  • 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 nút thắt cổ chai và hiểu rõ hiệu suất kỹ thuật, phân biệt hiệu quả giữa hoạt động hiệu quả và sự thay đổi mã.
  • Cân bằng tốc độ và độ phức tạp: AI tối ưu hoá tận dụng Gemini 2.5 Pro để phân tích phức tạp và hiểu mã chuyên sâu, trong khi Gemini 2.0 Flash cung cấp tốc độ cần thiết cho các tác vụ có độ trễ thấp như tóm tắt nhanh.

Cách AI tối ưu sử dụng Gemini API

Việc triển khai AI tối ưu thể hiện tính linh hoạt của Gemini API:

  • Mô hình được sử dụng::
    • Gemini 2.5 Pro: Dùng để phân tích mã chi tiết, kiểm tra bảo mật, phản hồi theo ngữ cảnh về yêu cầu kéo và xác định các mẫu kỹ thuật phức tạp để biết 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 mô hình Gemini rất quan trọng để diễn giải các thay đổi phức tạp về mã và hiểu các mẫu kỹ thuật rộng hơn.
    • Hỗ trợ nhiều ngôn ngữ: Khả năng cải thiện của các mô hình Gemini trong việc xử lý nhiều ngôn ngữ và khung lập trình là một chiến thắng quan trọng đối với AI tối ưu.
    • Google AI Studio: Nhóm này sử dụng Google AI Studio để kiểm thử câu lệnh nhanh chóng, đánh giá mô hình và lặp lại. "Khả năng xem kết quả cùng với mã triển khai đã giúp các kỹ sư của chúng tôi dễ dàng thử nghiệm hơn nhiều", Ahmed lưu ý.

So sánh các chỉ số đánh giá mã trên OpenAI GPT-4, Gemini 1.5 Pro và Gemini 2.5 Thử nghiệm.

Kết quả: Xem xét nhanh hơn

Việc tích hợp Gemini đã mang lại tác động đáng kể cho Optimal AI và khách hàng của họ. Sau đây là một số kết quả chính:

  • Giảm 50% thời gian của chu kỳ yêu cầu kéo: Các kỹ sư dành ít thời gian hơn để chờ xem xét và có nhiều thời gian hơn để lập trình.
  • Khách hàng nhanh chóng sử dụng và mở rộng: Các công ty như MongoDB đã tăng đáng kể mức sử dụng AI tối ưu sau khi trải nghiệm những lợi ích của công cụ này, tăng từ 5 lên hơn 40 kỹ sư.
  • Vòng tài trợ trước ươm vốn thành công trị giá 2,25 triệu USD: Điều này đã đạt được trong giai đoạn thử nghiệm beta riêng tư, chủ yếu là nhờ sự thu hút và kết quả được thể hiện bằng các tính năng sử dụng API Gemini.


"Các nhóm rất thích việc Optibot giúp họ giảm một nửa thời gian xem xét hoạt động quan hệ công chúng, nhờ đó, các kỹ sư có thể dành nhiều thời gian hơn để lập trình thay vì chờ phê duyệt", Ahmed chia sẻ.

Trong tương lai

Optimal AI tập trung vào việc mở rộng bộ tác nhân 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 theo dõi, vá và bảo mật cơ sở mã. Khi nhìn lại hành trình của mình với API Gemini, Syed Ahmed đưa ra lời khuyên sau đây cho các nhà phát triển khác:

"Hãy chuyển thẳng đến Google AI Studio – nơi có công cụ tốt hơn, tài liệu tốt hơn và giúp thử nghiệm hiệu quả hơn nhiều." Anh cũng nhấn mạnh: "Tận dụng tối đa cửa sổ ngữ cảnh của mô hình Gemini. Cung cấp cho mô hình nhiều ngữ cảnh liên quan nhất có thể...chúng tôi cung cấp càng nhiều ngữ cảnh thì khả năng suy luận của AI càng tốt".

Thành công của AI tối ưu cho thấy cách API Gemini có thể biến đổi quá trình phát triển phần mềm, cho phép các nhóm xây dựng phần mềm tốt hơn và nhanh hơn.

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