3 maneiras de simplificar as revisões de código com IA na sua equipe

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: 3 ways to streamline AI code reviews across your team · Canal: GitHub · 01:31 · Assistir no YouTube

Tópicos: Agentes de IA, Engenharia de software com IA, Open source e ecossistemas de software

Resumo

O volume de código gerado por IA pode sobrecarregar as equipes e fazer com que desenvolvedores passem mais tempo revisando do que levariam para escrever o código. Um acúmulo de revisões pode indicar que o sistema de trabalho ainda não foi ajustado para formas de trabalho mais agentic. Para facilitar as revisões, é importante melhorar os inputs e o escopo das tarefas atribuídas aos agents, além de manter PRs pequenos. As equipes também devem reavaliar o próprio sistema de trabalho para evitar que as revisões se acumulem à medida que o uso de agents aumenta.

Pontos-chave

O aumento do código gerado por IA pode sobrecarregar os desenvolvedores com revisões.
Acúmulos de revisões podem sinalizar que o sistema de trabalho ainda não está calibrado para o uso de agents.
Melhorar os inputs, como critérios de aceitação e decisões anteriores relevantes, pode facilitar a revisão.
Reduzir o escopo das tarefas dos agents ajuda a manter os PRs menores e revisáveis de uma só vez.
Manter PRs pequenos continua sendo uma prática fundamental de engenharia.
O recurso de stacked PRs do GitHub pode ajudar a organizar as revisões.
As equipes devem reconsiderar seu sistema de trabalho para evitar o acúmulo de revisões conforme o uso de agents cresce.
Com agents, engenheiros podem passar mais tempo nos modos direct e assess e menos no modo perform.

Capítulos

Início	Capítulo	Resumo
00:00	O desafio de revisar código gerado por IA	O volume de código produzido por IA pode tornar as revisões pesadas e consumir mais tempo do que escrever o código.
00:30	Melhore os inputs e reduza o escopo	Ajustar os inputs das tarefas e pedir aos agents que façam menos ajuda a tornar os PRs mais fáceis de revisar.
01:01	Evite o acúmulo de revisões	PRs pequenos e a reavaliação do sistema de trabalho ajudam a equipe a acompanhar o aumento do uso de agents.

Citações

Às vezes, eles passam mais tempo lendo e revisando esse código do que passariam se tivessem escrito tudo por conta própria. — 00:00

Acúmulos crescentes de revisões são um sinal de que o sistema como um todo ainda não foi calibrado para as formas mais novas de trabalhar com agents. — 00:30

Manter os PRs pequenos não é um conceito novo. — 01:01

O próprio sistema precisa ser reconsiderado à medida que os agents são cada vez mais usados. — 01:31

Conceitos e entidades

DevOps (conceito): Práticas de engenharia que incluem revisar o código antes de sua implantação em produção.
Agentic Engineering System (conceito): Sistema de trabalho mencionado como referência para identificar oportunidades de melhorar o conhecimento compartilhado e os inputs.
stacked PRs (ferramenta): Recurso do GitHub citado como útil para organizar pull requests em revisões.
GitHub (empresa): Empresa cujo recurso de stacked PRs é mencionado no vídeo.
direct mode (conceito): Modo de trabalho que, segundo a fala, pode ocupar mais tempo dos engenheiros à medida que os agents são usados.
assess mode (conceito): Modo de trabalho que pode ganhar espaço na atuação dos engenheiros com o uso crescente de agents.
perform mode (conceito): Modo de trabalho que pode ocupar menos tempo dos engenheiros conforme o sistema se adapta aos agents.

Tradução completa (pt-BR)

00:00 Christopher: Como as organizações devem gerenciar a revisão de todo o código gerado por IA? É claro que entendemos a importância de DevOps e de revisar todo esse código antes de ele ser enviado para produção. Mas converso com desenvolvedores que muitas vezes se sentem sobrecarregados com a quantidade de código e que, às vezes, acabam passando muito mais tempo lendo e revisando esse código do que teriam passado se simplesmente o tivessem escrito por conta própria.

00:30 Como podemos ajudar a agilizar esse processo de revisão? Bronte: Vejo o acúmulo crescente de revisões como um sinal de que o sistema como um todo ainda não foi ajustado às novas formas de trabalhar com agents. Muitas vezes, pode estar ocorrendo uma ou mais das seguintes situações. Primeiro, talvez o trabalho assumido por um agent tenha sido mal definido. No nosso Agentic Engineering System, veríamos isso como uma oportunidade de melhorar a qualidade do conhecimento compartilhado, ou o modo direto. Trata-se de melhorar os dados de entrada,

01:01 por exemplo, os critérios de aceitação ou decisões anteriores relevantes, para que a revisão se torne mais fácil. Segundo, reduza o escopo do que se pede aos agents para fazer. Assim, os pull requests ficam menores e podem ser revisados de uma só vez. Quem conhece as boas práticas de programação vai reconhecer que manter os PRs pequenos não é uma ideia nova. Na verdade, é um ótimo exemplo de como os fundamentos da engenharia não mudaram, e os engenheiros devem continuar aplicando esses fundamentos ao trabalhar com agents.

01:31 O recurso de PRs empilhados do GitHub também é útil nesse caso. Terceiro, tente evitar que essas revisões se acumulem. Isso significa entender que o próprio sistema precisa ser repensado à medida que os agents são cada vez mais usados e os papéis das pessoas e dos agents mudam. Embora a produção possa estar aumentando, os engenheiros podem descobrir que passam mais tempo nos modos direto e de avaliação do que no modo de execução.

Transcrição original

[00:00] Christopher: How should organizations manage reviewing all the code that AI generates? We understand, of course, the importance of DevOps and reviewing all of that code before it eventually gets pushed out to production. But I talk to developers who often feel overwhelmed by the amount of code, and that sometimes they’re really spending more time reading and reviewing that code than they would have spent if they would have just written it by themselves.

[00:30] How can we help streamline that review process? Bronte: I see growing review backlogs as a signal that the overall system hasn’t yet been calibrated for the newer agentic ways of working. Often, one or more of the following might be occurring. First, the work an agent picked up may have been poorly scoped. In our Agentic Engineering System, we would see this as an opportunity to improve the health of shared knowledge, or the direct mode. It’s about improving the inputs,

[01:01] for example, acceptance criteria or relevant prior decisions, so the review then becomes easier. Second, reduce the scope of what agents are asked to do. So pull requests are smaller and reviewable in one pass. Those who are familiar with coding best practices will recognize that keeping PRs small is not a new concept. It’s actually a great example of how engineering fundamentals have not changed, and engineers should continue to bring those fundamentals to how they work with agents.

[01:31] GitHub’s stacked PRs feature is useful here too. Third, try to avoid letting those reviews pile up. This is about understanding that the system itself needs reconsideration as agents are increasingly used and the modes that people and agents play changes. Whilst output may be increasing, engineers may find they spend more time in the direct and assess modes rather than in the perform mode.