Revisão de código

Discutiremos como testes automatizados e code reviews precisam evoluir, o papel de guardrails determinísticos e não determinísticos e por que práticas como integração e deploy contínuos, monitoramento e rollback automático se tornam ainda mais importantes nesse novo cenário.

O professor Diomidis Spinellis, na qual tive o imenso prazer de conhecer durante minha estadia na Holanda, escreveu sobre revisão de código no mundo da IA.

Revisão de código Revisão de código virou um dos gargalos mais visíveis nesse novo mundo.

Eles não são como eu ou como outro engenheiro de software que se satisfazem com apenas testes automatizados ou revisão de código.

A conversa passa por testes automatizados, revisão de código, validação humana, deploy e pelos desafios de atualizar um sistema em produção.

Por exemplo, havia vários sistemas que tentavam identificar, por força bruta, o momento em que uma alteração era integrada à ramificação principal (main), lendo linearmente o registro de commits em vez de consultar nossa ferramenta de revisão de código.

Isso é muito além do que usamos hoje nas ferramentas de revisão de código mais comuns, que basicamente mandam o código do pull request junto com um prompt caprichado pedindo para a LLM encontrar erros no código.

O professor Christian Kästner, que tive o prazer de conhecer, escreveu um texto muito legal sobre code review, chamado “O fim da revisão de código ou uma oportunidade para repensá-la?” Meu resumo do texto: Code review moderno não foi otimizado principalmente para encontrar bugs.

Cada time vai precisar entender o quanto de revisão de código, da própria pessoa, de uma pessoa externa, de um outro agente de IA, é necessária para garantir que o sistema funciona, ao mesmo tempo em que trabalha na sua fábrica e nos seus guardrails para que essas revisões sejam cada vez menos necessárias.

A Rachel Laycock (CTO da Thoughtworks) escreveu um texto muito interesse sobre code review.

Code review precisa mudar.

Mas quando chega em revisão de código, mergear PR, muitos times, incluindo os nossos, ainda fazem de forma 100% manual.

Neste episódio do Hipsters.tech, discutimos o que acontece com pull requests e revisão de código quando agentes passam a produzir muito mais software.

O Andrea LaForgia escreveu um post bem provocativo sobre se precisamos mesmo de pull requests.

Se seu time está voando agora com a adoção de IA, 2-3x mais pull requests do que antes, é muito provável que você esteja sentindo agora a fricção em outro lugar.

Implemente práticas de verificação de qualidade, incluindo testes automatizados, revisão de código e análise estática.

Assunto identificado no título, nas tags ou nos metadados da entrada.

Gosto da frase “5 minutos a mais no prompt te economizam 10 minutos a mais na revisão de código”.

Assunto identificado no título, nas tags ou nos metadados da entrada.

Resumo Os agentes de codificação de IA já são um grande fenômeno OSS: o conjunto de dados AIDev captura 932.791 pull requests criadas por agentes em 116.211 repositórios e 72.189 desenvolvedores, portanto, essas descobertas refletem o uso no mundo real em escala.

Além disso, como as notas da aula estavam disponíveis no GitHub, orientei os alunos a enviar pull requests sempre que encontrassem algo não tão claro.

Para código de produção, muitos projetos de software industrial e de código aberto empregam revisão de código, uma prática de qualidade de software bem estabelecida, mas permanece a questão se e como a revisão de código também é usada para garantir a qualidade do código de teste.