ソフトウェア変更のコントロールレイヤーを構築するため、1億4,300万ドルを調達しました。詳しく見る
CodeRabbit Security はコードベース全体で疑わしい脆弱性を追跡し、コードの証拠に基づいて到達可能性と悪用に必要な条件を評価し、プルリクエストのワークフロー内でレビュー可能な修正を提案します。
CodeRabbit は評価額15億ドルで1億4,300万ドルのシリーズC資金調達を実施し、人間とエージェントが生み出すソフトウェア変更のコントロールレイヤー「Agentic Change Management」を発表します。
CodeRabbit は NVIDIA と Baseten と協力し、CodeRabbit の高頻度なルーティングタスクのために NVIDIA Nemotron 3.5 Lightning をポストトレーニングしました。ルート一致率を高めながら、推定推論コストを削減しました。
エージェントが生成するすべての変更をレビューすることは不可能になりつつあります。次のボトルネックは、何に注意を向けるべきかを決め、コンテキストを再構築し、マージ後もコードを安全に保つことです。
コードは今や潤沢にありますが、何をマージすべきかを判断する力はそうではありません。より良いモデルはエージェントが書くコードを洗練しますが、その判断まではしてくれません。
コードレビューの属人化がボトルネックとなっていた日本経済新聞社が、CodeRabbitの導入でプルリクエストのマージまでのリードタイムを中央値1週間から約1日へ短縮。AIと人間の役割分担やLearningsの活用による新たな開発体験を紹介します。
Opus 5は、クリーンなアクション可能コメントのストリームを生成しました。一方で、既知の問題の検出は少なく、nitpickはベースラインの約4倍に増えました。このモデルが適する可能性のある場面と、適さない場面を解説します。
コーディングエージェントは、人が理解できる以上の速さで変更量を増やせます。人がシステムの方向を決め続けるには、意図から挙動、コードまでを共有できるレビュー経路が必要です。
Post-Merge Actionsは、プルリクエストのコンテキストを利用して、マージ後の変更履歴、ドキュメント、チケット作成などを進めます。
当社の製品、ユースケース、捉え方に関する知見に触れてください。
