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

虽然代码审核对质量至关重要，但在快节奏开发中，它往往会成为瓶颈。Optimal AI 正在改变这一现状。他们的使命是：利用 AI 自动执行工程和合规性工作，从而“让工程师们重获时间”。他们的解决方案包括 Optibot，这是一种专注于安全和合规性的 AI 代码审核工具，以及一个由 Gemini API 提供支持的数据分析平台，可优化开发速度。

以前，Optimal AI 在真正有效的 AI 代码审核所需的速度和上下文理解方面面临着挑战。“最大的挑战是上下文理解 - 我们需要一种能够查看代码更改集并实际将其置于上下文中的模型。”联合创始人兼首席技术官 Syed Ahmed 解释道。

通过集成 Gemini API，Optimal AI 显著增强了其产品：

• 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，检查是否存在安全漏洞、合规性风险和编码模式，提供切实可行的反馈，并大幅缩短审核时间。
• 提取有实用价值的工程洞见：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变更。
• 速度和复杂性相得益彰：Optimal AI 利用 Gemini 2.5 Pro 进行复杂分析和深入了解代码，而 Gemini 2.0 Flash 则可为快速总结等低延迟任务提供所需的速度。

Optimal AI 的实现展示了 Gemini API 的灵活性：

• 使用的模型：：
  • Gemini 2.5 Pro：用于深入的代码分析、安全检查、有关拉取请求的上下文反馈，以及识别复杂的工程模式以获取性能分析。
  • Gemini 2.0 Flash：适用于文件树扫描和生成快速摘要等低延迟任务。
• 主要功能和实现：：
  • 上下文理解：Gemini 模型的大型上下文窗口对于解读复杂的代码更改集和理解更广泛的工程模式至关重要。
  • 支持多种语言：Gemini 模型在处理多种编程语言和框架方面的能力得到了显著提升，这对 Optimal AI 来说是一大胜利。
  • 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，让我们的工程师能够更轻松地进行实验。”

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

• 拉取请求周期缩短了 50%：工程师在等待审核上花费的时间更少，在编码上花费的时间更多。
• 客户快速采用并扩大使用范围：MongoDB 等公司在体验到 Optimal AI 的好处后，使用该工具的工程师数量从 5 人增加到了 40 多人。
• 成功完成 225 万美元的种子轮融资：这在该应用处于私有 Beta 版阶段时就已实现，这在很大程度上得益于采用 Gemini API 赋能的功能所取得的吸引力和成效。

Ahmed 表示：“团队非常喜欢 Optibot，因为它可以将 PR 审核时间缩短一半，让工程师有更多时间编码，而不是等待审批。”

Optimal AI 专注于扩展其 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。回顾使用 Gemini API 的历程，Syed Ahmed 向其他开发者提供了以下建议：

“直接使用 Google AI Studio，它有更好的工具和文档，并且可以大大提高实验效率。”他还强调：“充分利用 Gemini 模型的上下文窗口。为模型提供尽可能多的相关背景信息...我们提供的背景信息越多，AI 的推理能力就越强。”

优化 AI 的成功证明了 Gemini API 如何改变软件开发流程，让团队能够更快地构建更好的软件。

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