SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Premiera / Narzędzie

PR-AF stawia na wolną recenzję kodu i próbuje obalić własne uwagi, zanim je wyśle

PR-AF od Agent-Field to agent do recenzji kodu, który nad jednym pull requestem pracuje od 35 do 50 minut i zanim wyśle jakąkolwiek uwagę, próbuje ją najpierw obalić, przepuszczając dalej tylko te poparte dowodem z konkretnej linijki. Na benchmarku Code-Review-Bench z otwartym modelem GLM-5.2 osiąga 0,706 golden recall, pierwsze miejsce wśród narzędzi open-source w zestawieniu 42 pozycji, choć liczby pochodzą na razie od samych twórców. Ma być nie konkurencją dla Claude Code, tylko ostatnią bramką w GitHub Actions tuż przed mergem, z domyślnym limitem 2 dolarów na recenzję.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Premiera / Narzędzie  ·  4 min  · 

PR-AF stawia na wolną recenzję kodu i próbuje obalić własne uwagi, zanim je wyśle
Ilustrację przygotowała AI.

Agent-Field wypuściło PR-AF, agenta do recenzji kodu, który nad jednym pull requestem potrafi pracować od 35 do 50 minut, a jego twórcy w tej samej dokumentacji odradzają używanie go, kiedy piszecie kod. Brzmi to jak wada przerobiona na hasło reklamowe, ale kryje się za tym konkretna teza: recenzja przed mergem i recenzja w trakcie pisania to dwie różne roboty i narzędzie do jednej z nich wcale nie musi być szybkie.

Większość dzisiejszych narzędzi do przeglądu kodu opartych na AI robi to samo w kilka minut: streszcza diff i wrzuca kilka uwag do komentarzy. Kłopot w tym, że sporo tych uwag to szum: model zgłasza brakującą walidację albo błąd, którego w rzeczywistości nie ma, a wy przewijacie te fałszywe alarmy jak spam. PR-AF stawia na coś odwrotnego, na wolną i dokładną recenzję, w której cała architektura służy temu, żeby do komentarza nie trafiła ani jedna uwaga bez pokrycia w kodzie.

Najpierw udowodnij, że problem istnieje

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Trzy agenty recenzują kod lepiej niż pięć
Analiza / Opinia

Trzy agenty recenzują kod lepiej niż pięć

3 min

Trzy agenty zamiast pięciu: główny pisze kod, recenzent go ocenia, a krytyk czepia się samej recenzji i przepuszcza dalej tylko uwagi poparte konkretną linijką kodu. Protokół Adversarial Review, opisany przez Erica S. Qiu w pracy z 16 sierpnia, rozwiązał najwięcej zadań na LiveCodeBench, a po jednej zmianie w promptcie, która każe krytykowi jawnie się nie zgodzić, osiągnął najwyższe F1 na SWE-PRBench. Sedno nie leży w liczbie agentów, tylko w tym, że drugi model domyślnie przytakuje, bo zgoda jest najtańsza, i nie daje drugiej opinii, dopóki nie każecie mu szukać dziur w cudzej recenzji.

Trzeci raz odrzucasz tę samą uwagę i agent przestaje ją powtarzać
Poradnik / Praktyka

Trzeci raz odrzucasz tę samą uwagę i agent przestaje ją powtarzać

3 min

Jerin Mathew Vinu zbudował agenta do code review, który zapamiętuje, które uwagi zespół akceptuje, a które odrzuca — po trzech kliknięciach Reject komentarz znika z czwartego PR-a. Pamięć trzyma Hindsight, recenzje generuje qwen3-32b przez Groq, a całość spina FastAPI. Kluczowa obserwacja: decyzje lądują w bazie jako jedno zdanie po angielsku, bo i tak wracają prosto do promptu — format zapisu warto dopasować do formatu odczytu. To weekendowy projekt bez pomiarów, ale wzorzec jest na tyle prosty, że można go sprawdzić u siebie.

Czy benchmark przewidzi, jak recenzent AI sprawdzi się u użytkowników?
Premiera / Narzędzie

Czy benchmark przewidzi, jak recenzent AI sprawdzi się u użytkowników?

4 min

GitHub opublikował 6 października ReviewBench, otwarty benchmark dla recenzentów AI złożony z 219 dużych pull requestów ze 187 repozytoriów, których klucz odpowiedzi doświadczeni inżynierowie potwierdzili w 96,6% przypadków, a uwagi ocenia Claude Sonnet 5 w roli sędziego. W teście na Copilot code review benchmark trafnie wskazał kierunek zmian, ale nie ich skalę, bo koszt recenzji miał spaść o 23,7%, a spadł o 8%. Ranking podpowie więc, który recenzent jest lepszy, ale nie powie, o ile.