CodeRabbit выбрала GPT-6.1 Sol для анализа рисков в кодовых базах

CodeRabbit использует GPT-6.1 Sol как основную модель в агенте безопасности: она анализирует изменения в pull request, а также помогает искать риски в связанных файлах, компонентах, зависимостях и общих библиотеках. Компания сообщила, что модель уже отмечает связанные с безопасностью проблемы в тысячах репозиториев и организаций.

Проверка выходит за пределы одного изменения

Отдельный pull request может затронуть не только редактируемый файл, но и общие библиотеки, зависимости и механизмы защиты в других частях приложения. GPT-6.1 Sol помогает CodeRabbit связывать поведение между файлами и компонентами, чтобы выявлять потенциальные уязвимости.

Проверка CodeRabbit независима от агента, который написал код, и дополняет существующие сканеры. В системе также используются другие передовые модели и инструменты безопасности.

Во время ревью pull request модель анализирует изменения по мере работы разработчиков. Это позволяет встраивать результаты в привычный процесс, где команды уже обсуждают и улучшают код.

Deep Scan и связанные репозитории

В режиме Deep Scan GPT-6.1 Sol поддерживает более широкое исследование репозитория: рассматривает зависимости и взаимодействие компонентов. Такой подход нужен для ситуаций, когда риск определяется не одним фрагментом кода, а сочетанием нескольких частей системы.

CodeRabbit Secure расширяет анализ на связанные репозитории. В качестве примера OpenAI приводит общую библиотеку аутентификации: сервис может помочь команде понять, как слабое место в такой библиотеке способно повлиять на более широкую систему.

От находки к предложенному исправлению

Для находок, выбранных пользователем, CodeRabbit Secure может попытаться проверить возможность эксплуатации в изолированной песочнице. При этом сервис не тестирует производственные системы.

Для поддерживаемых типов проблем платформа способна подготовить pull request с предлагаемым исправлением. Его должен просмотреть и одобрить человек, а окончательное решение о выпуске изменений остаётся за человеческими ревьюерами.

Для бизнеса этот сценарий означает возможность ускорить расследование рисков и подготовку исправлений в больших кодовых базах, сохраняя независимую проверку и контроль инженеров на этапе принятия изменений.