এআই কোড জেনারেশনের কারণে ইঞ্জিনিয়ারদের সমস্যার কারণে কোড রিভিউ বটনেক তৈরি হয়েছে

লেখক: The Pragmatic Engineer

স্যাংচাও টেকফ্লো

শিনচাওয়ের পরিচয়: এআই কোড লেখার গতি বাড়ছে, কিন্তু কোড পরীক্ষা করছে মানুষ। এই বিরোধটি একটি সংকটে পরিণত হচ্ছে: ইঞ্জিনিয়ারদের এআই দ্বারা তৈরি প্রোপোজালগুলির সমুদ্রে ডুবে যেতে হচ্ছে—এগুলি পরীক্ষা করতে অক্ষম হয়ে পড়ছেন, অথবা এআই কোনো ত্রুটি দেখায়নি বলেই সহজেই অনুমতি দিয়ে দিচ্ছেন। বড় কোম্পানিগুলি এই সমস্যার সমাধানের জন্য নিজস্ব টুলস তৈরি করছে, কিন্তু এখনও কেউই একটি মানক সমাধান খুঁজে পায়নি।

হাই, আমি গেরগেলি, এটি Pragmatic Engineer Newsletter-এর একটি বিনামূল্যের অতিরিক্ত সংখ্যা। প্রতিটি সংখ্যায় আমি বড় টেক কোম্পানি এবং স্টার্টআপগুলির বিষয়ে অভিজ্ঞ ইঞ্জিনিয়ার এবং ইঞ্জিনিয়ারিং লিডারদের দৃষ্টিকোণ থেকে রিপোর্ট করি। আজ আমরা The Pulse পত্রিকার চারটি বিষয়ের মধ্যে একটি নিয়ে আলোচনা করছি। পূর্ণাঙ্গ সাবস্ক্রাইবারদের এই আর্টিকেলটি এক সপ্তাহ আগেই পাঠানো হয়েছে। যদি এই ইমেইলটি আপনার জন্য ফরওয়ার্ড করা হয়ে থাকে, তবে আপনি এখানে সাবস্ক্রাইব করতে পারেন।

আমি শুনেছি যে অনেক ইঞ্জিনিয়ারিং নেতা সবচেয়ে বেশি চিন্তিত তাদের কোড রিভিউ লোডের ধারাবাহিক বৃদ্ধির সাথে কীভাবে মোকাবেলা করা যায়। এই বিষয়টি কিছুদিন ধরে বিদ্যমান, এবং এখন এই ধরনের আলোচনা আরও বেশি হচ্ছে।

আমার জন্য, এটি এই বছরের জানুয়ারিতে শুরু হয়েছিল, যখন Opus 4.5 এবং GPT 5.4 বেশিরভাগ কোম্পানিতে আরও বেশি এবং আরও ভালো কোড লিখতে শুরু করে। প্রায় সেই সময় থেকে, ডিরেক্টর লেভেলের মানুষগুলি সফটওয়্যার ডেভেলপমেন্টের বাধা কোডিং পর্যায় থেকে রিভিউ পর্যায়ে সরে যাচ্ছে তা নিয়ে আলোচনা শুরু করে।

ফেব্রুয়ারি থেকে, লোড বৃদ্ধির প্রতিক্রিয়ায় এআই কোড রিভিউ টুলগুলির বিস্ফোরণ ঘটেছে। CodeRabbit, Greptile, Qodo, SonarQube (এখন Gitar সহ) এর মতো বিশেষায়িত এআই কোড রিভিউ টুলগুলির পরীক্ষা এবং গ্রহণ বিস্ফোরিতভাবে বৃদ্ধি পেয়েছে। Claude Code review, Cursor review, GitHub Copilot review-এর মতো কোডিং টুলগুলির নিজস্ব টুলগুলিও রয়েছে। তারপর, যেসব টুলগুলি আগে কোড রিভিউতে অংশগ্রহণ করত না কিন্তু কোডবেসের জন্য কনটেক্সট রাখত, সেগুলি এখন এই ক্ষেত্রে যোগদান করছে, যেমন Sentry-এর Seer AI reviews, Linear code reviews।

বড় কোম্পানিগুলি কোড রিভিউ অভিজ্ঞতা উন্নত করার জন্য অভ্যন্তরীণ টুল তৈরি করছে। ইউবারের কোড ইনবক্স একটি উদাহরণ:

স্মার্ট বন্টন হল Code Inbox-এর একটি ফিচার যা পরীক্ষার প্রক্রিয়াকে এগিয়ে নিয়ে যায়:

চিত্র: কোড ইনবক্সের স্মার্ট অ্যাসাইনমেন্ট সেটিংস, যা পরীক্ষার প্রক্রিয়াকে এগিয়ে নিয়ে যায়। উৎস: The Pragmatic Engineer

এছাড়াও, পরিবর্তনের প্রভাব মূল্যায়নের জন্য রিস্ক প্রোফাইল ফাংশন রয়েছে এবং উচ্চ-ঝুঁকিপূর্ণ পরিবর্তনগুলির জন্য ডেভেলপারদের বিশেষ মনোযোগ আকর্ষণ করা হয়:

চিত্র: কোড ইনবক্সের রিস্ক প্রোফাইল ফাংশন, যা কোড পরিবর্তনের ঝুঁকি অনুমান করে এবং গুরুত্বপূর্ণ বিষয়গুলির দিকে মনোযোগ আকর্ষণ করে। উৎস: The Pragmatic Engineer

আমরা প্রতিবেদন করেছি যে ইউবার কীভাবে সফটওয়্যার ডেভেলপমেন্টের জন্য এআই ব্যবহার করে, এবং শুধু ইউবার নয়: ক্লাউডফ্লেয়ার (এআই কোড রিভিউয়ার), ফেয়ার (ফেয়ারি), হাবস্পট (সাইডকিক) এবং অনেক অন্যান্য কোম্পানি তাদের কোড রিভিউ প্রক্রিয়াকে আরও সহজ করার জন্য টুল তৈরি করেছে, কারণ তারা অনুভব করেছে যে অভ্যন্তরীণ বাস্তবায়ন সরবরাহকারীদের সমাধানের চেয়ে ভালো ফলাফল দেয়।

একটি বিকল্প পদ্ধতি হলো কোড রিভিউ নয়, বরং কোড যাচাই করার উপায় নিয়ে চিন্তা করা। বলতে সহজ, করতে কঠিন; তত্ত্বগতভাবে, সম্পূর্ণ টেস্টিংয়ের মাধ্যমে কোডের কাজ প্রত্যাশিতভাবে হচ্ছে কিনা তা যাচাই করা সম্ভব। কিন্তু কতটা টেস্টিংকেই বলা হবে 'সম্পূর্ণ'? আমরা কোন ধরনের টেস্টিংয়ের কথা বলছি? ইন্টিগ্রেশন টেস্টিং এবং এন্ড-টু-এন্ড টেস্টিংও কি অন্তর্ভুক্ত? ফাজি টেস্টিং? ফরমাল মেথডস? নতুন টেস্টগুলির মাধ্যমে ফাংশনালিটির প্রত্যাশিত কভারেজ কীভাবে যাচাই করব? আমরা এগুলিকে কীভাবে অবজারভেবিলিটির সাথে সংযুক্ত করব?

অত্যধিক কঠোর কোড রিভিউ ইঞ্জিনিয়ারদের ক্লান্ত করে তুলছে এবং রিভিউর গুণমান হ্রাস করছে। আমি অনেক শুনেছি যে ডেভেলপাররা দেখছেন যে অন্যরা আর কোড রিভিউয়ের জন্য মনোযোগ দিতে পারছে না, এবং যদি AI কোড রিভিউতে কোনো বাস্তবিক মন্তব্য না থাকে, তাহলে তারা সরাসরি অনুমতি দিয়ে দেয়। একইসাথে, যারা আগের মতোই কোড রিভিউয়ের জন্য একই পরিমাণ শ্রম ও সময় ব্যয় করছে, তারা AI-এর দ্বারা পাঠানো গুণগতভাবে নিম্নমানের PR-এর ঢলে ডুবে যাচ্ছে।

সমস্যাটি রয়েছে, কিন্তু সমাধানটি মনে হচ্ছে বেশি পরীক্ষামূলক।