К содержимому
Дайджест

Как перестать вычитывать код агентов: линтеры и верификация

AI Engineer·14 ноября 2026·17:32
можно прочитать можно повторить промо
Открыть на YouTube
Доклад разработчицы из SpaceX SI о том, как выстроить окружение для AI-агентов, чтобы они массово сливали качественный код без ручного код-ревью.

Что в ролике

Инженер из SpaceX SI делится подходом, как доверять агентам настолько, чтобы они сами сливали тысячи pull request-ов в прод, не превращая кодовую базу в хаос. Она считает код самой большой частью входных данных для агентов, поэтому любые хаки, анти-паттерны и техдолг в репозитории будут скопированы следующим агентом, как сорняки в саду. Вместо добавления текстовых правил в файл с инструкциями она предлагает переводить каждое исправление агента в детерминированные проверки: линт-правила, запреты на импорты между слоями, типы и тесты. В их клиентском фреймворке Dune запретили useEffect в продуктовом коде и почти все комментарии, потому что агенты используют их для оправдания быстрых хаков, а комментарии устаревают и не проверяются. Для автономности агента ключевой стала верификация: агенты запускают код сами, используют feature map для общего словаря и снимают видео со скриншотами, а команда проверяет артефакты вместо построчного чтения кода. Они начали применять формальную верификацию через TLA Plus и Lean, а также property-based тестирование UI библиотекой Bombadil, и уже нашли этим несколько багов. Результат за месяц — 11 000 pull request-ов в прод у всей команды, скорость запуска и переключения чатов выросла, а доля откаченных PR держится около половины процента. В конце она честно признаёт, что такие результаты появились после полугода вложений в окружение агентов, и рекомендует сначала навести порядок в кодовой базе и верификации, а уже потом автоматизировать слияние.

Практика

Что получишь
Конкретные приёмы: как превращать замечания агенту в линт-правила и запреты, как организовать верификацию через видео и формальные методы, и какие метрики считать успехом.
Первый шаг
Найти ближайшее место, где агент ошибся, и вместо текстового правила в файле с инструкциями добавить детерминированную проверку — линт-правило или запрет импорта.
Цифры
  • —11 000 pull request-ов — столько команда Graph Bot слила в прод за один месяц
  • —0,5% — доля откаченных PR, стабильно низкая при таком объёме
  • —227 человек — столько контрибьюторов сделали хотя бы один PR в октябре
  • —70% — доля ежедневных токенов, которые разработчица из примера тратит на верификацию
Честно
Это запись доклада с конференции, автор работает над Graph Bot и в конце продвигает его как платформу для оркестрации агентов; также упоминает свой плагин Potato Stack. Конкретные настройки Dune, feature map и state chart видны на слайдах, но в речи не разобраны пошагово, поэтому повторить их без слайдов будет сложно. Цифры по производительности и revert rate — внутренние заявления команды, независимых замеров нет.
Если слова незнакомы — 4 терминов

Компоненты

12 шт.

Формат: разбор кейса · для практикующих · уверенность разметки 0.92 · источник