· 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 →Агентам нужны feature flags
AI Engineer World's Fair 2026
Похожие доклады
Как покончить с ревью кода
AI Engineer World's Fair 2026
Близко по содержанию
DeepSWE: бенчмарк кодирования, устойчивый к контаминации
AI Engineer World's Fair 2026
Близко по содержанию
Поймайте баги, которые пропускает code review
Killian Carlsen-Phelan, Taylor Luttrell-Williams
Близко по содержанию
Что данные о 20 миллионах pull requests говорят о трансформации с помощью ИИ
AI Engineer Code 2025
Близко по содержанию

