Как сообщает InfoQ AI/ML/Data, инженеры LinkedIn разработали мультиагентную платформу для ревью кода. Команда пришла к выводу, что в масштабах компании нельзя эффективно управлять PR, если полагаться только на рецензентов-людей или использовать готового AI-рецензента поверх GitHub.
Платформа учитывает внутренний контекст написания кода в организации. При этом в сообщении не раскрываются состав агентов, распределение ролей и то, как они влияют на качество и масштаб ревью.
Инженеры относятся к ревью как к части производственной инфраструктуры. При разработке они старались свести к минимуму галлюцинации и малополезную обратную связь. Эти показатели могут использоваться как критерии пилота перед внедрением, однако достигнутые значения и пороги для принятия решения не указаны.
Ключевые факты
По оценке команды, одних рецензентов-людей недостаточно для эффективного управления PR в масштабе LinkedIn
Готовый рецензент на базе искусственного интеллекта поверх GitHub также признан неэффективным для этого масштаба
Платформа учитывает внутренний контекст написания кода в организации
При разработке ставилась задача минимизировать галлюцинации и малополезную обратную связь
Вопросы и ответы
- Почему LinkedIn не использовала готовый AI-рецензент для GitHub?
В масштабе LinkedIn ни одних рецензентов-людей, ни готового AI-рецензента поверх GitHub оказалось недостаточно для эффективного управления pull request.
- Чем платформа отличается от универсальных инструментов ревью кода?
Она учитывает внутренний контекст написания кода в LinkedIn, а ревью работает как производственная инфраструктура. При разработке отдельно минимизировали галлюцинации и малополезную обратную связь.