CodeRabbit через Codex выпускает в 20 раз больше кода без найма инженеров

Вы внедрили кодовых агентов, количество pull request'ов выросло в разы, и вдруг выясняется, что команда тонет в ревью. По словам CEO CodeRabbit Харджота Гилла, это первое узкое место, в которое упирается любая компания после внедрения агентов. Его стартап строит бизнес именно на этой проблеме, а на днях OpenAI опубликовала разбор его кейса. Это вендорский материал, так что цифры стоит читать с поправкой. Но инженерных идей в нём больше, чем в типичной рекламе.

Узкое место сместилось на ревью

CodeRabbit делает платформу, которая проверяет код, написанный агентами, и помогает решить, что можно выпускать. Ею пользуются более 20 000 организаций и свыше 150 000 open-source проектов. Первую версию продукта собрали на GPT-3.5 Turbo, реально полезным он стал с GPT-4, а затем команда рано перешла на o1 и o3.

Ключевой момент: ревью идёт асинхронно в облаке. Мгновенный ответ там не нужен, поэтому можно брать медленные reasoning-модели и платить временем за глубину анализа. Если у вас ревью тоже работает в фоне, этот компромисс стоит учесть при выборе модели.

Новые модели команда проверяет на собственном наборе известных багов. По оценке Гилла, GPT-6 Astra ловит на нём около 50% проблем и лидирует среди протестированных. Набор постоянно обновляют: агенты делают новые виды ошибок, а исправления вскрывают то, что раньше пропускали. Статичный бенчмарк здесь быстро устаревает.

Дешёвые субагенты и дорогой оркестратор

Сначала в CodeRabbit было один-два субагента для навигации по коду. Теперь дешёвые модели вроде GPT-6 Luna обслуживают множество субагентов по всей платформе, а GPT-6 Astra занимается планированием и оркестрацией. Дешевле стали и сами токены, и кеширование. Гилл говорит, что агентов теперь можно ставить туда, где раньше это было экономически бессмысленно.

Это стандартная схема «умный планировщик плюс много дешёвых исполнителей». Но здесь она подкреплена конкретным выводом: снижение цены напрямую превращается в более глубокую проверку, а не только в экономию.

О безопасности. Агентов CodeRabbit запускает в песочницах с 2023 года, и через программу Daybreak команда получила доступ к модели OpenAI Cyber. Её использовали для внутреннего пентеста и нашли уязвимости, которые сами «не могли вообразить». Из этого вырос продукт CodeRabbit Secure. За две недели промоакции со скидкой на $1 млн глубоких сканов компания нашла более 43 000 уязвимостей в 13 000 сканов. Тысячи из них клиенты уже закрыли. Правда, это маркетинговая акция, и сколько из находок реально критичны, неизвестно.

Что взять себе — и с какой оговоркой

Главная цифра: примерно в 20 раз больше выпущенного софта за шесть месяцев без найма. Гилл лично оценил, что отправил 2 500–3 000 pull request'ов за 30 дней. Это его собственная оценка, и «объём софта» не равен ценности для пользователей.

Интереснее то, что пришлось изменить. Несколько параллельных агентов упёрлись в память ноутбуков, тесты, сборку и зависимости. Команда упростила релизный процесс, перенесла часть разработки в облако ради контроля доступа и аудита и решила, где нужен человек. Низкорисковые изменения CodeRabbit мержит автоматически, проверяя их собственным продуктом. Гилл называет это «полным пересмотром поставки софта».

Ещё есть бот в Slack на Codex, который разбирает инциденты, сообщения и тикеты поддержки и возвращает готовый pull request. А маркетинг компании ведёт Google Ads через pull request'ы и хранит слайды и документы в репозитории. Лозунг — «управлять компанией как кодом».

Практический вывод для команд:

• Заранее готовьте ревью и CI к росту числа PR, а не после.
• Заведите свой бенчмарк багов и обновляйте его.
• Разделите риски: что мержится автоматически, а что идёт к человеку.
• Держите дорогую модель для планирования, дешёвую — для массовой работы.

Ограничение очевидно: компания продаёт именно тот инструмент, который сама же и хвалит, и независимых замеров нет. Но сама логика, что узкое место переезжает с написания кода на его проверку, вполне применима и к вашей команде.