AI 생성 코드는 개발자가 트레이드오프에 대한 명확한 지침 없이 여러 옵션 중에서 선택해야 하므로 신뢰성 문제를 제기합니다. 기존 테스트는 정확성만 검증하며 보안 및 성능과 같은 중요한 측면은 다루지 않습니다. SafeCode Arena는 5가지 동시 축에 걸쳐 코드 후보를 평가하는 자동 검증기를 제공하여 이를 해결하는 것을 목표로 합니다. 이러한 축에는 각각 할당된 가중치를 가진 정확성, 보안, 성능, 유지보수성 및 리소스 사용량이 포함됩니다.이 시스템은 다중 축 채점 접근 방식을 사용하여 트레이드오프를 정량화하여 방어 가능한 의사 결정을 가능하게 합니다. 구현 패턴에는 WebAssembly를 사용하여 코드 실행을 격리하여 안전성을 확보하는 것이 포함됩니다. 평가 기록의 지속성은 회귀를 추적하고 코드 진화에 대한 감사 추적을 구축할 수 있게 합니다. SafeCode Arena는 여러 언어를 지원하여 동일한 루브릭에서 언어 간 비교를 허용합니다.CI/CD 파이프라인에 통합하면 병합 전에 코드 후보가 평가되어 프로덕션에서 예상치 못한 상황을 방지할 수 있습니다. 핵심 아이디어는 직감이 아닌 루브릭이 신뢰와 책임을 정의한다는 것입니다. 명시적인 루브릭은 코드 평가를 투명하고 재현 가능하며 가르칠 수 있게 합니다.이 시스템을 통해 개발자는 객관적인 점수를 기반으로 결정을 설명할 수 있다는 것을 알면서 자신 있게 코드를 선택하고 병합할 수 있습니다. SafeCode Arena는 이미 주요 기능으로 구현되었으며 향후 언어 지원 및 통합을 계획하고 있습니다. AI 생성 코드에 대한 업계의 암묵적인 신뢰 경향을 해결하기 위해 AI 생성 코드를 보완하는 체계적인 검증 방법을 제공합니다. 이 프로젝트는 오픈 소스이며 Rust, Wasm, SQLite 및 Python으로 구축되었습니다.