Вы когда-нибудь открывали запрос на включение и обнаруживали, что тратите больше времени на чтение комментариев к обзору, чем на исправление реальных ошибок? В одном комментарии предлагается переименовать переменную. Другой рекомендует извлечь функцию. Третий отмечает возможный краевой случай...
Вы когда-нибудь открывали запрос на включение и обнаруживали, что тратите больше времени на чтение комментариев к обзору, чем на исправление реальных ошибок?
В одном комментарии предлагается переименовать переменную. Другой рекомендует извлечь функцию. Третий указывает на возможный крайний случай. Где-то посередине может возникнуть действительно важная проблема.
А теперь представьте, что вы получаете эту обратную связь по каждому открытому запросу на включение.
Инструменты ИИ-кодирования помогают разработчикам писать код быстрее, чем когда-либо. Но есть проблема, о которой мы мало говорим:
Ускоренная генерация кода полезна только в том случае, если мы можем эффективно его анализировать.
И добавление ИИ к проверке кода не решает эту проблему автоматически.
Проблема с большим количеством отзывов, генерируемых ИИ
Допустим, вы открываете запрос на включение, который меняет поток аутентификации пользователя.
Ваш обозреватель AI оставляет 15 комментариев.
Три из них — это предложения по форматированию или именованию.
Четверо рекомендуют провести рефакторинг уже работающего кода.
Пять идентифицируют потенциальные проблемы, которые требуют большего контекста.
Три выделяют проблемы, которые могут повлиять на корректность или безопасность.
Теперь у вас есть еще одна задача: выяснить, какие комментарии заслуживают вашего внимания.
Рецензент, возможно, выделил несколько полезных вещей. Но если важные выводы похоронены