Разработчики Goose AI предложили концепцию, при которой GitHub Issues становятся основным интерфейсом взаимодействия для ИИ-агентов, заменяя традиционные Pull Requests. Вместо того чтобы писать код вручную, агент получает задачу в Issue, самостоятельно выполняет её, проводит тестирование и инициирует процесс интеграции изменений, что кардинально меняет привычный цикл разработки ПО.
В основе подхода лежит идея делегирования агентным системам не только написания кода, но и управления жизненным циклом задачи. Агент анализирует контекст репозитория, воспроизводит проблему, пишет решение и прикрепляет результаты выполнения тестов прямо в Issue. Это позволяет разработчикам-людям выступать в роли ревьюеров, которые проверяют логику и качество кода, а не тратят время на рутинную реализацию исправлений или мелких фич.
Такой сдвиг превращает Issue из простого списка пожеланий в полноценный рабочий инструмент для автономных систем. Использование Issue как «единого источника правды» позволяет лучше отслеживать прогресс выполнения задач ИИ, обеспечивая прозрачность каждого шага. Это упрощает интеграцию агентов в существующие CI/CD пайплайны, где Issue выступает триггером для запуска автономных рабочих процессов.
Ключевые факты
- Концепция предполагает использование GitHub Issues как основного рабочего пространства для ИИ-агентов.
- Агенты самостоятельно выполняют полный цикл: от анализа проблемы до написания кода и запуска тестов.
- Переход на агентскую модель позволяет разработчикам сосредоточиться исключительно на ревью кода, а не на его написании.
- Метод повышает прозрачность работы агентов, так как все этапы решения задачи фиксируются в истории Issue.
- Подход оптимизирует взаимодействие между человеком и ИИ в рамках существующих инструментов разработки.