Ada Lovelace, de AI code review bot van Smartshore

Ada Lovelace, een AI code review bot

Net zoals de meeste bedrijven en concurrenten is ook Smartshore bezig met AI. Hoe kunnen we AI inzetten voor onze klanten, voor nieuwe diensten en producten? Maar we kijken vooral ook naar hoe we wel AI intern kunnen inzetten. 

Sinds kort maken we gebruik van een eigengemaakte AI tool, een code review bot, genaamd Ada Lovelace.

Ada Lovelace was de eerste programmeur. Al in de 19e eeuw zag zij dat machines ooit méér zouden kunnen dan rekenen en legde zo de basis voor modern programmeren.

Twee van mijn collega’s die fervent bezig zijn met de praktische inzet van AI binnen Smartshore en Ability zijn Marcel Leicher (Smartshore) en Julia van Montfort (Ability). Samen hebben zij Ada Lovelace gecreëerd. 

Ik heb hen een aantal vragen gesteld over Ada Lovelace:

Wat was de aanleiding om deze tool te ontwikkelen?

AI kan al goed code schrijven, maar we schrijven zelf ook nog veel code. Tijdens de wekelijkse borrel ontstond de vraag: kan AI ons helpen om betere code te leveren én sneller te ontwikkelen?

Welk probleem voor developers of organisaties lost de tool op?

Voor onze klanten helpt Ada om sneller software te leveren en de kwaliteit te verhogen. Onze AI-reviewbot Ada vervangt de peer review niet, maar vormt een waardevolle aanvulling. Het grootste voordeel is de snelheid: waar een developer moet wachten tot een collega tijd heeft voor een review, levert Ada binnen enkele minuten feedback.

Hoe verschilt dit van bestaande code quality tools (zoals SonarQube, ESLint, enz.)?

Ada kijkt direct naar de aangebrachte wijzigingen en de kwaliteit daarvan, en geeft meteen feedback in de pull request. Het grootste verschil is dat Ada laagdrempelig werkt. De bestaande tooling in onze set blijft uiteraard bestaan, maar Ada vult dit aan met directe, toegankelijke ondersteuning.

Hoe gebruikt de tool AI om de kwaliteit van code te beoordelen?

Dit is een vraag die we het beste door AI zelf kunnen laten beantwoorden.

Welke soorten issues kan de tool detecteren (bijvoorbeeld security, performance, leesbaarheid, maintainability)?

Ada kan op al deze gebieden feedback geven. We vragen de tool om te letten op eenvoudige, herbruikbare code. Security is daarbij uiteraard een belangrijk onderwerp, maar dat laat zich niet altijd volledig beoordelen op basis van slechts één pull request.

Hoe ziet een typische workflow eruit: van het scannen van code tot het geven van feedback?

Wanneer een developer een feature afrondt en deze naar Git pusht, kan Ada als reviewer worden toegevoegd. Binnen één minuut is de review dan gereed!

Is de tool taalonafhankelijk of gericht op specifieke programmeertalen/frameworks?

Omdat AI taalonafhankelijk is, geldt dat ook voor de tool.

Wat maakt deze tool slimmer of innovatiever dan traditionele code checkers?

De inline feedback met concrete suggesties maakt Ada laagdrempelig en direct bruikbaar voor developers.

Kan de tool ook suggesties doen voor verbeteringen (autocorrectie, refactor-voorstellen)?

Ja, de tool kan actief verbeteringsvoorstellen doen.

Gebruikt de tool ook context (bijvoorbeeld business logic of architectuur) in plaats van alleen syntactische checks?

Nee, Ada kijkt naar de diff die in de pull request wordt aangeboden, niet naar de volledige context. Voor bredere analyses gebruiken we andere tooling.

Wat levert het developers, teams en bedrijven concreet op? (tijdwinst, hogere codekwaliteit, minder bugs in productie)

Ada levert tijdwinst, hogere codekwaliteit én minder bugs in productie op.

Hebben we al praktijkcases of voorbeelden van verbeteringen die de tool vond?

Ja, die zijn er inmiddels.

Hoe kan dit bijdragen aan snellere softwareontwikkeling of lagere onderhoudskosten?

De tool draagt bij aan zowel snellere als betere softwareontwikkeling, waardoor de time-to-market wordt verkort.

Hoe zie je de tool zich ontwikkelen in de komende 1-2 jaar?

We verwachten dat deze tool een belangrijke rol speelt in de overgang naar een toekomst waarin softwareontwikkeling grotendeels door AI wordt gedaan. Wij als experts zullen ons dan vooral richten op de review van AI-gegenereerde code, met aandacht voor veiligheid, onderhoudbaarheid, business requirements en toekomstbestendigheid.

Kan deze tool ook integreren met CI/CD-pipelines, GitHub/GitLab-workflows of IDE’s?

Natuurlijk, dat is precies het doel.