Как создать AI-агента для code review
How to Build an AI Code Review Agent - Daksh Gupta, Greptile
Наивный ревью-агент пропускает баги и дорог, а исправляется таргетированными промптами, оценкой на истории инцидентов и ревьюером из другого семейства моделей.
- Оценка на истории инцидентов — набор PR, которые уже вызывали аварии, прогоняется через каждую версию агента. Меньше комментариев само по себе не доказывает, что баги находятся, а редкие баги заметны только по аварии.
- Ревьюер из другого семейства — по наблюдениям Greptile, другая модель ловит на 10% больше багов, чем та, что написала код. Генератор можно угадать по префиксу
codex/в имени ветки или поCo-authored-by: Claudeв коммите, в остальных случаях нужна эвристика. - Промпт под типы багов — типы берутся из каталога прошлых инцидентов, а nitpick прямо исключаются. Иначе кодинговые агенты, которые правят по каждому комментарию, пишут избыточно защитный код.
- Дешёвые модели на подзадачи — маленькие модели ищут контекст и проверяют пользовательские сценарии, frontier модель остаётся примерно на 20% критичных задач. Каждую замену нужно проверять на датасете, иначе детекция багов тихо падает.
Кому полезно: тем, кто строит внутреннего ревью-агента или выбирает готовый; доклад во многом презентация продукта Greptile, но методика переносится на любой стек.
Статья по теме
Главы
Ещё доклады: Daksh Gupta
Страница спикера →Код, созданный ИИ, уже конкурирует с кодом людей
AI Engineer World's Fair 2026
Похожие доклады
Как устранить узкое место в проверке PR
AI Engineer Code 2025
Близко по содержанию
Создание uReview — мультиагентной системы Uber для code review
AI Engineer World's Fair 2026
Близко по содержанию
Перестраиваем CI для потока коммитов в эпоху AI
AI Engineer NYC 2026 Online Talks
Близко по содержанию

