आमतौर पर यह एजेंट डेवलपमेंट पाइपलाइन में बैकग्राउंड में चलता रहता है और डेवलपर्स के काम करते समय ही कोड का विश्लेषण करता रहता है।
हालाँकि यह टूल काफी हद तक स्वचालित है, लेकिन इसे पूरी तरह स्वायत्त नहीं बनाया गया है। यह human‑in‑the‑loop मॉडल पर काम करता है।
इसका मतलब है:
इस तरह संगठन AI की गति का लाभ भी उठा सकते हैं और साथ ही महत्वपूर्ण सॉफ्टवेयर बदलावों पर मानव नियंत्रण भी बनाए रखते हैं।
SonarQube Remediation Agent की जड़ें एक शोध परियोजना में हैं जिसका नाम AutoCodeRover था। यह तकनीक National University of Singapore (NUS) के कंप्यूटर वैज्ञानिकों द्वारा विकसित की गई थी।
AutoCodeRover का उद्देश्य था कि बड़े भाषा मॉडल (LLMs) और उन्नत कोड‑सर्च तकनीकों का उपयोग करके सॉफ्टवेयर समस्याओं को स्वतः पहचानकर उनके समाधान तैयार किए जा सकें।
बाद में Sonar ने फरवरी 2025 में AutoCodeRover को अधिग्रहित कर लिया और इसे अपने कोड‑क्वालिटी प्लेटफॉर्म में शामिल कर दिया।
इससे एक अकादमिक शोध प्रोटोटाइप को व्यावसायिक उत्पाद में बदलना संभव हुआ, जिसे अब कंपनियाँ वास्तविक सॉफ्टवेयर प्रोजेक्ट्स में इस्तेमाल कर सकती हैं।
इस तकनीक के विकास और लॉन्च में सिंगापुर की टेक इकोसिस्टम ने भी महत्वपूर्ण भूमिका निभाई।
यह उदाहरण दिखाता है कि कैसे विश्वविद्यालय शोध, सरकारी पहल और निजी तकनीकी कंपनियाँ मिलकर एक प्रयोगात्मक तकनीक को वैश्विक उत्पाद में बदल सकती हैं।
जैसे‑जैसे AI अधिक कोड लिखने लगेगा, वैसे‑वैसे उस कोड की जांच और सत्यापन भी उतना ही महत्वपूर्ण हो जाएगा।
अगर स्वचालित जांच और सुधार की व्यवस्था न हो, तो कंपनियों को इन समस्याओं का सामना करना पड़ सकता है:
SonarQube Remediation Agent जैसे टूल कोड को लगातार स्कैन करते हैं, समस्याओं के समाधान सुझाते हैं और उन्हें लागू होने से पहले सत्यापित करते हैं। इससे AI‑सहायता प्राप्त सॉफ्टवेयर डेवलपमेंट के लिए एक continuous verification layer तैयार होती है।
आज सॉफ्टवेयर इंजीनियरिंग की नई वास्तविकता यह है: जब कोड बनाना बेहद आसान हो गया है, तो असली चुनौती यह सुनिश्चित करना है कि वह कोड सुरक्षित, भरोसेमंद और उत्पादन (production) के लिए तैयार हो।
Comments
0 comments