Автоматизация масштабных рефакторингов с помощью параллельных агентов
Automating Large-Scale Refactors with Parallel Agents
Большие рефакторинги и миграции разбивают на куски, которые параллельные агенты делают под контролем человека, а каждый результат уходит отдельным pull request.
- Разбиение и порядок — файлы группируют по директориям в пакеты размером с pull request и обрабатывают по графу зависимостей, начиная с листовых модулей. Начинать советуют с трёх-пяти параллельных агентов, потому что дальше человек не успевает следить за результатами.
- Verifier и fixer — проверка (программная или через LLM) помечает пакет зелёным или красным, а fixer запускает агента в чистой копии кода и открывает pull request на ревью. По словам спикера, цель — автоматизировать около 90% процесса, и это даёт прирост продуктивности на порядок.
- Scaffolding для миграции — при переходе с Redux на Zustand агенты сначала построили слой, где работают оба хранилища, и переносили компоненты параллельно, проверяя приложение после каждого. Этот слой удалили в самом конце.
- CVE в масштабе — клиент с тысячами репозиториев, по словам спикера, сократил время устранения CVE в 30 раз: агент в Docker-контейнере сканирует репозиторий, обновляет зависимость и открывает pull request.
Кому полезно: тем, кто ведёт миграцию или чистку большой кодовой базы и думает, как разбить её на задачи для нескольких агентов.
Статья по теме
Главы
Ещё доклады: Robert Brennan
Страница спикера →Песочницы обязательны: 4 способа изолировать coding agents
AI Engineer World's Fair 2026
Агенты для разработки ПО: что работает, а что нет
AI Engineer World's Fair 2025
Похожие доклады
Масштабирование agents в Kubernetes с acpx и ACP
AI Engineer Europe 2026
Близко по содержанию
Как устранить узкое место в проверке PR
AI Engineer Code 2025
Близко по содержанию

