Alibaba(BABA) OpenCodeReview GitHub'da 50 bin yıldızı geçti, Solidity kurallarını destekliyor

Alibaba(BABA) tarafından geliştirilen yapay zekâ kod inceleme aracı OpenCodeReview, GitHub'da 50 binin üzerinde yıldız aldı. Resmî kural listesinde kripto varlık akıllı sözleşmelerinde kullanılan Solidity ve Vyper dilleri için kurallar da yer alıyor.

14'ünde GitHub depo sayfasında 51.0k yıldız ve 3.8k fork görünüyordu. Bu değerler yuvarlatılmış olduğundan tam yıldız sayısını veya son dönemdeki artışı göstermiyor. Açık deponun lisansı Apache-2.0.

OpenCodeReview, geliştiricinin değiştirdiği kodu mevcut dosyaların bağlamıyla birlikte inceleyip yorumlar oluşturan bir komut satırı aracı. Önceden belirlenmiş bir iş akışıyla dosyalar seçilip kurallar bağlandığında, büyük dil modeli (LLM) ajanı kodu inceliyor ve yorumların nereye eklenmesi gerektiğini belirtiyor.

Alibaba, depoda OpenCodeReview'in şirket içi yapay zekâ kod inceleme yardımcısı olarak başladığını açıkladı. Şirket, aracın son iki yılda on binlerce geliştirici tarafından kullanıldığını ve milyonlarca hatanın bulunmasına yardımcı olduğunu bildirdi. Bu kullanım ve hata sayıları şirketin açıkladığı rakamlar.

Alibaba'nın resmî kural belgesinde .sol uzantılı dosyalar Solidity akıllı sözleşme kurallarına, .vy uzantılı dosyalar ise Vyper kurallarına bağlanıyor. Listede Verilog, SystemVerilog ve VHDL dosyalarına yönelik kurallar da bulunuyor.

Bu liste, aracın söz konusu dillerde kod incelemesini desteklediğini gösteriyor; uzmanlık gerektiren akıllı sözleşme güvenlik denetiminde veya gerçek çip tasarımı doğrulamasında başarılı olduğunu kanıtlamıyor.

Alibaba araştırmacılarının da yer aldığı bir ön baskı makalesi, OpenCodeReview v1.3.1'i AACR-Bench ile değerlendirdi. Kıyaslama; 50 açık kaynak depo, 200 PR, 10 programlama dili ve 1.505 inceleme yorumu içeriyordu.

Araştırmacılar aracı altı LLM altyapısında değerlendirdi. Makalede, karşılaştırılabilir ayarlarda OpenCodeReview'in SEM-F1 puanının Claude Code ve GPT-5.5 tabanlı Codex'ten yüksek olduğu bildirildi. Codex ile karşılaştırma yalnızca GPT-5.5 ayarıyla sınırlıydı.

En yüksek SEM-F1 değeri 25.10% olurken, aynı koşullarda precision 33.90%, recall ise 20.00% olarak kaydedildi. Araştırmacılar, Claude Code'a kıyasla token kullanımının 5 ila 15 kat daha düşük olduğunu belirtti.

Değerlendirmede bir LLM hakemi, inceleme yorumlarıyla mevcut doğru yanıtlar arasındaki anlamsal uyumu ölçtü. Dolayısıyla sonuçlar, makalede belirlenen kıyaslama ve değerlendirme yöntemine dayanıyor.

Araştırmacılar, değerlendirme depolarının sektörlere özgü kod tabanlarını ve alan odaklı dilleri bütünüyle kapsamayabileceğini belirtti. SEM-F1 ayrıca yorumların uygulanabilirliğini, açıklığını veya önem derecesini ölçmüyor. Makale sonuçlarını akıllı sözleşme denetimi performansına genellemek için bir dayanak sunulmadı.

GitHub'daki kullanıcı örnekleri sayfasında şirketini Wisk.aero olarak belirten bir kullanıcı, aracı geliştiricilere öneri sunan bir CI ilk denemesinde (PoC) kullandığını ancak zorunlu geçiş ölçütü yapmak için özelliklerinin yetersiz kaldığını yazdı. Şirketini KUKA Robotics olarak belirten başka bir kullanıcı da aracı PR incelemesinde kullandığını belirtti. Bu paylaşımlar kullanıcıların kendi beyanları; şirketlerin resmî kullanım duyuruları değil.

7 Kasım'daki GitHub issue'sunda bir kullanıcı, OpenCodeReview v1.13.6'yı GitHub Copilot API'si ve Claude modeliyle bağladığında ilk choices öğesinin dışındaki araç çağrılarının atlandığını bildirdi. Bu bildirim belirli bir entegrasyon ortamına ilişkin kullanıcı raporu.

10 Eylül'de yayımlanan GitHub güvenlik duyurusu, 1.11.1'den eski sürümlerdeki rule.json açığını açıkladı. Duyuruya göre saldırganın kontrolündeki bir depo inceleme ana makinesinde çalıştırılırsa .md, .txt ve .markdown dosyaları 512KB'ye kadar okunup yapılandırılmış LLM sağlayıcısına gönderilebiliyor.

Duyuruda belirtilen risk koşullarından biri, şirketin kendi işlettiği bir pipeline'ın güvenilmeyen bir dalı checkout etmesi. Açık, 1.11.1 sürümünde giderildi.