🛠 JetBrains Research: как ревьюить код, который написал AI-агент
Команда Human-AI eXperience из JetBrains и Лундский университет описали, каким должен быть инструмент для ревью AI-кода. Главная мысль: проблема не в диффе, а в доверии. Модель пишет каждую строку с одинаковой уверенностью, и непонятно, куда смотреть внимательнее. Поэтому предлагают три шага:
👉 Обзор всего изменения с пояснением агента, что и зачем он сделал
👉 Оценка рисков по файлам: правки в редко меняющемся коде рискованнее, а AI-судья подсвечивает проблемные места без учета истории файла
👉 Детальное чтение только рискованных фрагментов
Идеи собрали на воркшопах с 17 практиками, прототип оценили 43 разработчика. Забавно, что ещё 54 ответа на опрос отсеяли, потому что их написал AI 😂.
Мне нравится идея смотреть не на весь дифф, а туда, где агент мог ошибиться. Пока это прототип, но хочется увидеть такое в инструментах. Видно в JB готовят что-то интересное
🔗 Пост в блоге JetBrains Research
📄 Статья
#AI #CodeReview #JetBrains
Команда Human-AI eXperience из JetBrains и Лундский университет описали, каким должен быть инструмент для ревью AI-кода. Главная мысль: проблема не в диффе, а в доверии. Модель пишет каждую строку с одинаковой уверенностью, и непонятно, куда смотреть внимательнее. Поэтому предлагают три шага:
👉 Обзор всего изменения с пояснением агента, что и зачем он сделал
👉 Оценка рисков по файлам: правки в редко меняющемся коде рискованнее, а AI-судья подсвечивает проблемные места без учета истории файла
👉 Детальное чтение только рискованных фрагментов
Идеи собрали на воркшопах с 17 практиками, прототип оценили 43 разработчика. Забавно, что ещё 54 ответа на опрос отсеяли, потому что их написал AI 😂.
Мне нравится идея смотреть не на весь дифф, а туда, где агент мог ошибиться. Пока это прототип, но хочется увидеть такое в инструментах. Видно в JB готовят что-то интересное
🔗 Пост в блоге JetBrains Research
📄 Статья
#AI #CodeReview #JetBrains