Az Augment Code teljes PR-felülvizsgálati hurkot épít AI-ügynökökkel

A kód elkészítése után szűkül a keresztmetszet

Az Augment Code 2026. augusztus 13-án közzétett bejegyzése szerint AI-központú fejlesztési szervezetekben a kód előállítása már nem feltétlenül a szoftverszállítás leglassabb része. A késleltetést inkább a felülvizsgálat, az ellenőrzés, a javítás és az emberi döntéshozatal okozhatja.

A vállalat szerint az önálló AI-kódoló eszközök 30, 40 százalékos gyorsulást hozhatnak, a nagyobb átbocsátáshoz azonban a kód megírása utáni teljes folyamatot kell optimalizálni. Az Augment korábbi, Cosmosról szóló bejegyzése alapján saját mérnöki szervezetükben egy olyan felülvizsgálati rendszerrel háromszorosára növelték a kódkiadást, miközben csökkentették a medián merge-időt és fenntartották a minőséget.

Az új megközelítést a cég loop engineeringnek nevezi. Ennek célja nem egyetlen eszköz gyorsítása, hanem annak a teljes rendszernek a fejlesztése, amely a generált kódból ellenőrzött, megértett és merge-re kész módosítást készít.

Külön ügynökök végzik a felülvizsgálat és a javítás feladatait

Az Augment Code szerint egy hagyományos AI-kódellenőrző eszköz, például a CodeRabbit vagy a Greptile, diffet elemez és megjegyzéseket fűz hozzá. Ez azonban csak egy lépés a folyamatban. A PR és a merge közötti munkába beletartozik a szándék és az architektúra rekonstruálása, az alacsony kockázatú módosítások osztályozása, a visszajelzések alkalmazása, a CI-hibák és összeütközések javítása, a működés végpontok közötti ellenőrzése, valamint a megfelelő bizonyítékok összegyűjtése.

A Cosmos rendszerében ezekre különböző Experts, vagyis specializált ügynökök szolgálnak. A Risk Analyzer a kockázatot osztályozza és az automatikus jóváhagyási szabályokat alkalmazza. A Deep Reviewer sorról sorra keresi az objektív helyességi hibákat, és ellenőrzi a PR-t az AGENTS.md vagy CLAUDE.md irányelveihez képest.

A Pair Reviewer a módosítás tágabb rendszerbeli értelmét, az architektúrát, a termékkörnyezetet és a kompromisszumokat vizsgálja, interaktívan, emberrel együttműködve. A Memory Manager megőrzi a PR- és Pair Review-munkamenetek visszajelzéseit. Az új Verifier tesztkörnyezetben, végponttól végpontig ellenőrzi az érintett működést, a PR Fixer pedig a felülvizsgálati megállapításokat, a CI-hibákat és a merge-ütközéseket javítja.

Az új Review Dashboard egy nézetben jeleníti meg az ügynökök állapotát, az ellenőrzött commitokat, a bizonyítékokat és az elérhető műveleteket. A PR Fixer bármilyen, ember vagy ügynök által készített meglévő PR-rel dolgozhat, így nem kizárólag az Augment saját PR-készítési folyamatára épül.

Az ember dönt, az ügynökök a mechanikus munkát végzik

Az Augment Code tervezése szerint az AI-ügynökök a mechanikus elemzést és végrehajtást kezelik, az emberek pedig azokat a kérdéseket, amelyekhez üzleti és szervezeti kontextus kell. Ilyen döntés lehet például, hogy egy logika a frontendbe vagy a backendbe kerüljön, megfelelő-e egy termékbeli kompromisszum, illetve elfogadható-e az adott kockázat.

A vállalat a tudásmegosztást és a felelősséget is az emberi részhez sorolja. A felülvizsgálat segít a mérnököknek közös képet kialakítani az architektúráról és a termék működéséről, a szoftverért pedig a kiadás után továbbra is emberek és mérnöki szervezetek felelnek. Ezért egyik Expert sem merge-el PR-t, a végső döntést mindig egy ember hozza meg.

A rendszerben a Risk Analyzer az alacsony kockázatú változásokat automatikus jóváhagyási szabály alapján kezelheti. Egy külön, alapértelmezés szerint kikapcsolt módban a PR szerzője a cosmos approve megjegyzéssel kérhet értékelést. A belső szabályok között szerepel, hogy a kérő legyen a PR szerzője és minden módosított fájl hatékony CODEOWNER-je, ne maradjon megoldatlan Deep Reviewer- vagy Pair Reviewer-blokkoló, illetve emberi megjegyzés, továbbá a Verifier ne jelezzen javítatlan hibát az aktuális commitban. Az értékelés után is ember végzi el a merge-et.

A cél a sikeres feladat költsége, nem a tokenek minimuma

Az Augment szerint egyetlen, hat feladattal túlterhelt ügynök gyengébben teljesíthet, és több emberi beavatkozást igényelhet. Több dedikált Expert külön-külön fókuszálhat a PR-felülvizsgálat egy-egy részére, jobb minőségű eredményeket készíthet, és a folyamat nagyobb részét kezelheti önállóan.

A vállalat a teljes feladatonkénti költséget vizsgálja, amelybe az emberi munka és a tokenköltség is beletartozik. A közlés szerint a hibás javítás, a kihagyott hiba vagy az újrapróbálkozás többe kerülhet, mint a feladat elsőre helyes elvégzése. Jelenleg a GPT-5.6 Solt használják az ítélőképességet igénylő munkákhoz, például a kockázatelemzéshez, a Deep és Pair Review-hoz, valamint a kódjavításhoz. A behatárolt, mechanikusan ellenőrizhető feladatokat, például a dashboard összesítését és a merge-ütközések figyelését, GPT-5.6 Lunán futtatják.

A felhasználók számára ez olyan PR-folyamatot jelent, amelyben az ügynökök több ellenőrzési és javítási lépést önállóan elvégeznek, miközben az emberi figyelem a döntést igénylő pontokra összpontosul. A merge felelőssége és az utolsó kattintás azonban a rendszer leírása szerint továbbra is az embernél marad.