Optimal AI 運用 Gemini API，將程式碼審查時間縮短 50%

程式碼審查對品質至關重要，但往往會成為快速開發的瓶頸。Optimal AI 正在改變這種情況。他們的使命是「運用 AI 自動執行工程和法規遵循作業，讓工程師有更多時間處理其他事務」。他們的解決方案包括 Optibot (專注於安全性和法規遵循的 AI 程式碼審查工具)，以及由 Gemini API 支援的洞察平台，可提升開發速度。

先前，Optimal AI 在速度和脈絡理解方面面臨挑戰，無法有效進行 AI 程式碼審查。共同創辦人兼技術長 Syed Ahmed 說明：「最大的挑戰在於瞭解脈絡，我們需要一個模型來查看程式碼變更集，並實際瞭解脈絡。」

整合 Gemini API 後，Optimal AI 的服務大幅升級：

• 提升程式碼審查速度和準確度：Optibot 採用 Gemini API 技術，可自動審查提取要求中的安全性漏洞、法規遵循風險和編碼模式，提供實用意見回饋，大幅縮短審查時間。
• 擷取可執行的工程洞察：Gemini 模型會分析 GitHub 和 Jira 的資料，找出瓶頸並瞭解工程效能，有效區分生產力活動和程式碼流失。
• 兼顧速度和精確度：最佳化 AI 會運用 Gemini 2.5 Pro 進行複雜分析和深入瞭解程式碼，並使用 Gemini 2.0 Flash 快速摘要內容，以利執行低延遲工作。

Optimal AI 的實作方式展現了 Gemini API 的彈性：

• 使用的模型：
  • Gemini 2.5 Pro：深入分析程式碼、進行安全性檢查、針對提取要求提供脈絡回饋，以及找出複雜的工程模式，以取得效能洞察資料。
  • Gemini 2.0 Flash：適用於低延遲工作，例如掃描檔案樹狀結構和生成快速摘要。
• 主要功能與實作方式：：
  • 瞭解脈絡：Gemini 模型的大型脈絡窗口是解讀複雜程式碼變更集，以及瞭解更廣泛工程模式的關鍵。
  • 支援多種語言：Gemini 模型處理多種程式設計語言和架構的能力有所提升，對 Optimal AI 來說是一大優勢。
  • Google AI Studio：團隊大量使用 Google AI Studio 快速測試提示、評估模型及進行疊代。Ahmed 表示：「能夠在實作程式碼旁查看輸出內容，讓工程師更容易進行實驗。」

整合 Gemini 後，Optimal AI 和客戶都獲得顯著效益。主要結果包括：

• 提取要求週期時間縮短 50%：工程師等待審查的時間減少，可投入更多時間編碼。
• 快速吸引客戶採用並擴大使用：MongoDB 等公司在體驗 Optimal AI 的優勢後，大幅提升使用率，從 5 位工程師增加到超過 40 位。
• 成功完成 225 萬美元的種子前輪募資：這項成就是在私測期間達成，主要歸功於 Gemini API 輔助功能帶來的吸引力和成效。

「團隊很喜歡 Optibot，因為這項工具可將 PR 審查時間縮短一半，讓工程師有更多時間編寫程式碼，不必等待核准」，Ahmed 說道。

Optimal AI 致力於擴展 AI 代理程式套件，自動執行更多重複性工作。他們目前正在開發「Code Radar」，這項代理程式可自主監控、修補及保護程式碼集。回顧使用 Gemini API 的歷程，Syed Ahmed 為其他開發人員提供以下建議：

「直接使用 Google AI Studio，這個工具的效能更好、說明文件更完善，實驗效率也更高。」他也強調：「充分運用 Gemini 模型的脈絡窗口。盡可能提供相關背景資訊給模型，我們提供的背景資訊越多，AI 的推理能力就越好。"

Optimal AI 的成功案例證明，Gemini API 如何徹底改變軟體開發作業，協助團隊加速打造優質軟體。

準備好開始建構了嗎？請參閱 Gemini API 說明文件，立即開始使用 Google AI Studio。