Când un agent AI de programare scrie diff-ul, code review-ul pull requestului devine momentul în care un om decide dacă modificarea este corectă. Code review-ul pentru cod generat de AI folosește aceleași abilități ca orice review, dar accentul se mută: mai puțin pe stil, pe care instrumentele și agenții îl tratează bine, și mai mult pe intenție, scop, teste și dependențe. Articolul este o listă de verificare pentru inginerul senior care aprobă merge-ul.
Ce se schimbă când un agent scrie diff-ul
Se schimbă trei lucruri, și fiecare influențează felul în care faceți review.
Este mai mult cod de verificat. Un articol Codacy despre agenți și review o spune direct: „Human review cannot simply scale linearly with AI-generated output” (review-ul uman nu poate crește liniar odată cu codul generat de AI). Capacitatea de review devine blocajul, iar riscurile enumerate sunt cunoscute: oboseala reviewerilor, verificări superficiale și încredere excesivă într-un cod care de obicei arată bine.
Codul arată corect mai des decât este corect. În sondajul State of Code realizat de Sonar printre peste 1.100 de dezvoltatori, așa cum l-a prezentat The Register, 53% au numit drept dezavantaj al instrumentelor AI codul care pare corect, dar nu este, iar 38% au spus că review-ul codului generat de AI cere mai mult efort decât al codului scris de oameni, față de 27% care au spus că cere mai puțin. Doar 48% au spus că verifică întotdeauna codul scris cu ajutorul AI înainte de commit. Sonar vinde instrumente de verificare a codului, așa că citiți cifrele ținând cont de asta.
Autorul nu își poate explica intenția așa cum o face un coleg. Nu puteți întreba un agent ce a gândit ieri. Referința pentru review este specificația după care a lucrat agentul, nu propriul lui rezumat al celor făcute.
Responsabilitatea nu se mută. Ghidul OpenAI despre construirea unei echipe de inginerie AI-native afirmă că „engineers ultimately own the code that is deployed to production” (inginerii răspund în final de codul care ajunge în producție), chiar și atunci când un agent face prima trecere de review.
Listă de verificare pentru code review-ul codului generat de AI
Ghidul public de code review al Google spune că reviewerii pot uneori doar să parcurgă rapid codul generat, dar nu ar trebui să treacă repede peste o clasă sau o funcție scrisă de om presupunând că este în regulă. Regula a fost scrisă pentru ieșirea generatoarelor de cod. Codul unui agent AI nu este o ieșire mecanică: verificați-l cu grija pe care ghidul o cere pentru codul scris de oameni și asigurați-vă că înțelegeți tot ce face.
Parcurgeți punctele în ordine. Primele sunt cele mai ieftine și prind cele mai multe probleme.
- Corespunde modificarea specificației? Comparați diff-ul cu criteriile de acceptare, unul câte unul. Verificați că face ce s-a cerut și nimic din ce nu s-a cerut.
- Se limitează diff-ul la sarcina lui? Agenții au tendința să facă ordine în codul din jur, să redenumească lucruri sau să reformateze fișiere. Modificările fără legătură o ascund pe cea reală și trebuie să meargă într-un pull request separat sau nicăieri.
- Se potrivește cu designul existent? Ghidul OpenAI le cere reviewerilor să se concentreze pe arhitectură: dacă munca urmează tiparele și convențiile codului. Căutați un al doilea mod de a face ceva ce codul face deja, de exemplu un nou client HTTP, un nou utilitar pentru date calendaristice sau un nou tip de eroare.
- Refolosește ce există? Agenții scriu des un helper care există deja în altă parte a repository-ului. Căutați înainte să aprobați.
- Sunt tratate cazurile limită și erorile? Date de intrare goale, date lipsă, timeout-uri, reîncercări, actualizări concurente. Verificați ce se întâmplă când un apel extern eșuează, nu doar când reușește.
- Este la fel de simplu ca problema? Ghidul Google avertizează împotriva supraproiectării: rezolvați problema care trebuie rezolvată acum. Opțiunile de configurare în plus și abstracțiile cu o singură implementare sunt un semn frecvent.
- Spun numele și comentariile adevărul? Un comentariu care descrie ce făcea o versiune mai veche a funcției este mai rău decât niciun comentariu.
Testele pe care agentul trebuie să le adauge
Testele scrise de același agent care a scris codul au nevoie de propriul review. Ghidul OpenAI avertizează că inginerii trebuie să verifice atent testele generate, ca să se asigure că agentul nu a luat scurtături și nu a scris teste goale (stub). Recomandă ca agentul să scrie testele într-o sesiune separată de implementare și să verificați că testele noi eșuează înainte să înceapă lucrul la funcționalitate.
Întrebarea de pus vine din ghidul Google: „Will the tests actually fail when the code is broken?” (vor eșua testele atunci când codul este stricat?). În practică:
- Fiecare criteriu de acceptare are un test. Trebuie să puteți arăta, pentru un rând din specificație, testul care îl dovedește.
- Testele existente nu au fost slăbite. Uitați-vă la fiecare aserțiune modificată sau ștearsă din diff. Un test editat până a trecut este un raport de bug, nu o corectură.
- Codul testat nu este înlocuit cu mock-uri. Un test care face mock componentei pe care ar trebui să o testeze nu dovedește nimic.
- Stricați-l o dată. Pentru o modificare importantă, anulați local o linie din implementare și rulați testele. Dacă nu eșuează nimic, testele nu testează acea linie.
Verificări de securitate
Unele riscuri apar mai des când un agent scrie codul, iar unele îi sunt specifice.
Dependențe care nu ar trebui să existe. Un studiu prezentat la USENIX Security 2025 a generat 576.000 de mostre de cod în două limbaje de programare și a constatat că, în medie, cel puțin 5,2% dintre pachetele sugerate de modelele comerciale și 21,7% dintre cele sugerate de modelele open-source erau halucinate: pachete care nu există. Studiul a numărat 205.474 de nume unice de pachete halucinate. Un nume care nu există azi este un nume pe care cineva îl poate înregistra mâine. Pentru fiecare dependență nouă, verificați că este pachetul la care vă gândiți, că este întreținut, că versiunea este fixată în fișierul lock și că proiectul chiar are nevoie de ea.
Suspecții obișnuiți, verificați intenționat. Secrete în cod sau în configurație, lipsa verificărilor de autorizare pe un endpoint nou, date de intrare nevalidate care ajung într-o interogare sau într-o comandă de shell, date personale scrise în loguri și modificări ale pipeline-urilor CI sau ale fișierelor de deployment. Nu sunt noi, dar un reviewer care citește un diff mare și ordonat le scapă mai ușor.
Reviewerul potrivit. Ghidul Google cere un reviewer calificat pentru domenii precum confidențialitatea, securitatea, concurența, accesibilitatea și internaționalizarea. Cu atât mai mult când autorul este un agent.
Verificări automate înainte de review-ul uman
Oamenii ar trebui să-și folosească timpul de review pentru ce nu pot judeca mașinile. Linterele, verificarea tipurilor, suita de teste, scanarea dependențelor și un comentariu de review automat pe fiecare pull request pot rula înainte ca cineva să deschidă diff-ul. Articolul Codacy observă că a fi văzut de un om „is not enough unless review is supported by consistent automated enforcement” (nu este suficient dacă review-ul nu este susținut de verificări automate consecvente). Ghidul OpenAI adaugă că review-ul automat trebuie reglat pentru feedback relevant, pentru că un rezultat zgomotos este ignorat.
Pentru un mod de a rula un review automat pe fiecare pull request fără să-l blocheze, citiți despre PRmate.
Când respingeți
Respingerea pull requestului unui agent costă puțin: munca se întoarce cu un motiv, iar agentul încearcă din nou. Respingeți sau cereți modificări când:
- nu puteți explica ce face modificarea după ce ați citit-o;
- diff-ul este prea mare pentru un review serios, așa că cereți modificări mai mici;
- nu corespunde specificației sau adaugă ce nu s-a cerut;
- testele au fost slăbite sau testele noi ar trece și fără codul nou;
- adaugă o dependență pe care nimeni nu o poate justifica;
- atinge cod sensibil din punct de vedere al securității și niciun reviewer calificat nu l-a văzut.
Când același motiv apare a doua oară, adăugați-l în specificație sau în instrucțiunile după care lucrează agentul. Următorul pull request pornește atunci de mai bine.
Cum vă putem ajuta
Facem dezvoltare de produse cu agenți AI: agenții scriu cod și teste în modificări mici, iar inginerii noștri verifică modificările și rulează testele. Munca ce nu este corectă se întoarce la agenți.
