CodeRabbit bruger GPT-6.1 Sol som den primære model i sin sikkerhedsagent. Den skal hjælpe udviklere med at undersøge risici, der går på tværs af enkelte kodeændringer, oplyser OpenAI i en kundecase.
Et ændret loginmodul kan påvirke andre dele af et system. CodeRabbit vil derfor ikke kun se på den fil, som netop er blevet rettet, men også på afhængigheder og samspillet mellem komponenter.
Fra kodeændring til bredere undersøgelse
Deep Scan kan undersøge repositories mere bredt, mens CodeRabbit Secure udvider arbejdet til forbundne repositories. En fælles autentificeringskomponent er et eksempel på noget, der kan skabe problemer flere steder.
Systemet bruger også andre modeller og sikkerhedsværktøjer. Det erstatter dermed ikke nødvendigvis de scannere, et udviklerhold allerede anvender.
Rettelser er stadig forslag
For fund, som brugeren vælger, kan systemet forsøge at verificere en udnyttelse i en isoleret sandkasse. OpenAI beskriver ikke dette som afprøvning på produktionssystemer. Understøttede problemer kan føre til et udkast til en pull request, som et menneske skal gennemgå.
Det er en vigtig opdeling. At en model peger på noget mistænkeligt, beviser ikke alene, at der er en reel sårbarhed. Og en foreslået ændring er ikke nødvendigvis den rigtige løsning, før den er testet i sammenhæng.
Kundecasen dokumenterer, hvordan CodeRabbit bruger modellen. Den er ikke en uafhængig sammenligning af, hvor mange fejl produktet finder i forhold til konkurrenterne.
Kilde: OpenAI og originalkilden.
Aktører i artiklen
