Cloudflare ускорил ревью кода с AI‑агентами: 130 тыс. проверок в месяц за 3,5 мин
Cloudflare внедрил CI‑нативную оркестрацию из семи узкоспециализированных ИИ‑агентов, сократив среднее время ревью с часов до 3,5 минут и обработав более 130 тыс. запросов за месяц.
В статье инженеров Cloudflare, опубликованной на Habr ML, рассказывается о масштабной автоматизации процесса code review с помощью искусственного интеллекта. Традиционный подход к ревью кода часто превращался в узкое место: медианное время ожидания первого комментария в Cloudflare измерялось часами, что тормозило выпуск новых функций.
Для решения проблемы команда построила CI‑нативную систему оркестрации, в которой задействованы семь специализированных AI‑агентов. Каждый агент отвечает за отдельный аспект качества кода: безопасность, стилистическую согласованность, производительность, тестовое покрытие и др. Система автоматически распределяет задачи между агентами, собирает их выводы и формирует единый отчёт, который сразу попадает в пул‑реквест.
Результаты впечатляют: за первый месяц работы система выполнила 130 000 проверок, а среднее время ревью сократилось до 3,5 минут. При этом уровень обнаружения уязвимостей и регрессий не только не упал, но и вырос, благодаря постоянному обучению моделей на реальных данных проекта.
Технически оркестрация построена на базе Docker‑контейнеров, интегрированных в GitHub Actions, и использует LLM‑модели, доступные через внутренний API Cloudflare. Инженеры отмечают, что система легко масштабируется и может быть адаптирована под любые CI‑процессы.
Подробный разбор архитектуры, набор используемых моделей и метрики эффективности доступны в оригинальной статье: https://habr.com/ru/articles/1049330/
Для разработчиков и студентов AI‑курсов это демонстрация того, как LLM‑модели могут стать частью CI‑pipeline и реально ускорять процесс разработки. Интеграция нескольких узкоспециализированных агентов позволяет покрыть разные аспекты качества кода без потери гибкости. Однако стоит помнить о необходимости контроля за «автономностью» AI‑ревью, чтобы избежать ложных срабатываний и поддерживать человеческий надзор.
