OpenAI je objavio da CodeRabbit koristi njihov model GPT‑6.1 Sol kao primarni model u svom sigurnosnom agentu. Cilj je jasan — da se pregled koda podigne sa nivoa pojedinačne izmene na nivo celog sistema, tamo gde se greške najčešće i kriju.

Svako ko je ikada radio na velikom projektu zna koliko jedan pull request može da bude podmukao. Promena u jednoj datoteci može da zatrese zajedničke biblioteke, zavisnosti i zaštitne mehanizme negde sasvim drugde u aplikaciji. Upravo tu GPT‑6.1 Sol ulazi u igru — model povezuje ponašanje kroz fajlove i komponente i tako izvlači na površinu rizike koje ljudsko oko lako propusti.
Nezavisna provera, ne samo još jedan skener
CodeRabbit ne računa na to da će AI koji je napisao kod sam sebe da proveri. Njihov pregled je namerno nezavisan od agenta koji je kod generisao i dopunjuje postojeće skenere ranjivosti. Sistem pritom koristi i druge frontier modele i sigurnosne alate, pa se ne oslanja na jedno jedino mišljenje.

Tokom pregleda pull request-a, Sol analizira izmene dok developeri još rade. U režimu Deep Scan zalazi dublje — ispituje zavisnosti i način na koji komponente međusobno komuniciraju. A CodeRabbit Secure tu istragu širi i na povezane repozitorijume, recimo na zajedničku biblioteku za autentifikaciju, kako bi timovi shvatili kako jedna slabost može da se prelije na ceo sistem.
Od pronalaženja do predloga za popravku
Prema navodima iz OpenAI-jevog teksta, CodeRabbit prijavljuje da uz pomoć GPT‑6.1 Sol hvata sigurnosne probleme u hiljadama repozitorijuma i organizacija. Ti nalazi se slivaju direktno u radne tokove koje developeri već koriste za pregled i unapređenje koda.
Ono što ovaj pristup izdvaja jeste spona između otkrivanja i sanacije. Za nalaze koje korisnik odabere, CodeRabbit Secure može da pokuša da verifikuje eksploataciju u izolovanom sandbox okruženju — bez diranja produkcijskih sistema. Kod podržanih problema može čak i da sastavi pull request sa predlogom popravke, koji onda čeka ljudsku proveru i odobrenje.

Ovakav model rada pokazuje gde frontier reasoning modeli trenutno najviše vrede u softverskoj bezbednosti: razumevanje rizika šire od jedne izmene, provera nalaza i njihovo pretvaranje u konkretne predloge. Odluka šta ide u produkciju i dalje ostaje na ljudima — i to je verovatno najvažniji deo cele priče.
Više detalja o modelu potražite na OpenAI-jevom sajtu.