GitLab à l’offensive face à GitHub Copilot

L’IA générative a pris une place importante dans la communication de GitLab. Où en est la démarche d’intégration ?

Face à GitHub Copilot, GitLab saura-t-il développer une alternative ? L’entreprise a en tout cas donné, ces dernières semaines, un coup d’accélérateur à sa com sur le sujet.

Matérialisée par une série d’articles hebdomadaires, la démarche a culminé ce 4 mai avec l’organisation d’une visioconférence réunissant le CEO Sid Sijbrandij et le CFO Brian Robins. GitLab l’a relayée jusque sur son portail investisseurs.

Une autre nouvelle était tombée la veille : GitLab va s’appuyer sur les services de Google Cloud. Plus précisément, exploiter les modèles génératifs récemment intégrés dans la boîte à outils Vertex AI. Il en propose une première incarnation consistant à expliquer des vulnérabilités et à recommander des correctifs dans un contexte d’analyse statique. Une brique au stade expérimental (alpha), comme la quasi-totalité de celles que GitLab met en avant.

fonctionnalités

L’une des exceptions s’appelle Suggested Reviewers. Il faut dire qu’elle découle en partie d’une acquisition réalisée voilà près de deux ans : celle d’UnReview. Son principe : automatiser le choix des réviseurs de PR en fonction du contenu de ces dernières et de l’historique de contributions du projet. GitLab la réserve aux utilisateurs de sa formule SaaS la plus onéreuse (Ultimate).

Suggested Reviewers

Même public pour la fonctionnalité Code Suggestions, en bêta depuis février. On peut pour le moment l’utiliser en un seul endroit : VS Code. GitLab travaille à l’intégrer sur son IDE web. Et à étendre la liste des langages pris en charge (Python, Java, JavaScript, Go et C/C++ le sont pour l’instant « à bon niveau »). Sur la roadmap figure aussi un mécanisme de routage automatique des tâches vers les modèles adaptés.

GitLab n’entend pas, à l’heure actuelle, concevoir ses propres modèles. Il a davantage d’ambitions sur l’usage de l’IA pour automatiser les flux : catégorisation des PR, découverte de tickets similaires, dimensionnement dynamique du pipeline, etc.

Le grand banc d’essai de GitLab

Pour ce qui est des fonctionnalités expérimentales, GitLab donne régulièrement à voir le résultat d’essais effectués en interne. Parmi eux :

– La conversion de langage naturel en requêtes SQL
Celles-ci alimentent des visualisations pour analyser l’usage des applications déployées.

– L’explication de code source lors de sa visualisation sur l’interface GitLab

– Le résumé du fil des commentaires attachés à un ticket

– Le résumé des changements contenus dans les PR

Merge Request Changes

– La génération de tests

Génération de tests

– Un chatbot connecté à une documentation produit

chatbot GitLab

À consulter pour davantage de contexte :

Copilot : de GitHub à Microsoft 365, le point sur l’offensive
CodeWhisperer : les choses à savoir sur ce concurrent de GitHub Copilot made in AWS
Cybersécurité : un fort parfum de GPT à la conférence RSA
DevSecOps : 5 points saillants du rapport GitLab 2023

Illustration principale © Araki Illustrations – Adobe Stock