← Каталог

· AI Engineer World's Fair 2026

ReviewDebt: практическая система оценки каждого pull request

ReviewDebt: a practical framework for scoring every pull request — Sachin Gupta, eBay

Оценка ревью-нагрузки от AI-агентов по каждому PR в виде детерминированного балла от 0 до 100 делает этот долг видимым и отслеживаемым.

  • Пять групп сигналов — размер diff и связность файлов, разрыв в тестах, разброс по владельцам, признаки авторства AI и пробелы в обосновании. Балл считается без LLM, поэтому одинаковый PR получает одинаковую оценку.
  • Пороги — полосы от 0 до 24, от 25 до 49, от 50 до 74 и 75 и выше; начиная с 50 баллов автор должен объяснить изменение до senior-ревью. Спикер советует сначала не блокировать PR, а публиковать балл комментарием и смотреть недельный тренд по командам.
  • Сложность, а не авторство — в скане 524 PR из трёх публичных репозиториев AI-признаки появлялись в 5–20% PR каждую неделю, но в высокие полосы попали четыре структурных изменения: миграции, переписывание SDK, многокомандные рефакторинги.

Кому полезно: тем, кто ввёл AI-агентов в разработку и видит, что PR стало больше, а ревьюить их всё труднее.

Статья по теме

Главы

Ещё доклады: Sachin Gupta

Страница спикера →

Похожие доклады