Команда GitHub пересмотрела подход к использованию Copilot в процессах код-ревью, отказавшись от избыточных абстракций в пользу Unix-подобных инструментов исследования кода. Переход на работу с «сырыми» данными из pull-реквестов позволил снизить операционные затраты на ревью и повысить точность агентских рабочих процессов, сделав взаимодействие с кодовой базой более прозрачным и эффективным для автоматизированных систем.
Изначально внедрение специализированных инструментов для ИИ-агентов привело к усложнению логики и росту стоимости обработки запросов. Разработчики обнаружили, что попытки «улучшить» опыт взаимодействия через дополнительные слои абстракции создавали лишний шум, мешая агентам фокусироваться на контексте изменений. В результате было принято решение вернуться к более простым, модульным инструментам, которые напрямую анализируют изменения в репозитории.
Новый подход строится на концепции предоставления агентам прямого доступа к доказательствам изменений внутри pull-реквеста. Вместо того чтобы полагаться на высокоуровневые сводки, система теперь оперирует конкретными фрагментами кода и метаданными, что значительно сократило количество ошибок при анализе. Это изменение демонстрирует важность выбора правильных примитивов при проектировании агентских рабочих процессов в разработке ПО.
Ключевые факты
- Отказ от сложных абстракций в пользу Unix-стиля позволил снизить стоимость выполнения задач по код-ревью.
- Основной акцент смещен на использование данных из pull-реквестов как первичного источника контекста для агентов.
- Оптимизация рабочих процессов привела к повышению качества анализа кода за счет устранения лишних промежуточных слоев обработки.
- Изменение стратегии позволило лучше интегрировать возможности Copilot в существующие инженерные пайплайны GitHub.