← Каталог

· AI Engineer World's Fair 2026

Создание uReview — мультиагентной системы Uber для code review

Building uReview, Uber’s Multi-Agent Code Review Engine — Will Bond & Ameya Ketkar, Uber

Качество автоматического code review в Uber держится не на выборе модели, а на обратной связи разработчиков и командных правилах, по словам авторов.

  • Фильтрация вместо потока комментариев — генераторы выдают много дублей, поэтому комментарии после них ранжируются, категоризуются, фильтруются и дедуплицируются, и до разработчика доходят только уверенные и применимые замечания.
  • Командные правила рядом с кодом — кастомизации (few-shot линтеры и кастомные агенты с базой знаний и прошлыми PR) хранятся рядом с кодом команды и подключаются через существующую систему владения, чтобы правила не централизовать в одном месте.
  • Метрики, которые ведут тюнинг — трекинг адресации комментариев и траекторий агента показал, что модель уверенно ошибается и нуждается в guardrails; по словам авторов, около 67% комментариев адресуются, а стоимость снизилась на 60% относительно наивной реализации.
  • Точность для внутреннего цикла — при агентной разработке плохой комментарий заставляет агента править код, уходить на повторное ревью и откатывать правки, поэтому точность должна расти.

Кому полезно: тем, кто строит code review на агентах для многих команд и монорепозиториев с собственными правилами.

Статья по теме

Главы

Похожие доклады