Dev News Daily ENDE

Quarkus-Anwendung prüft Pull Request mit 2.900 Zeilen für 0,45 Dollar mit Code, Debatten und Abstimmungen

Mario Fusco hat am 4. November im Quarkus-Blog beschrieben, wie das LangChain4j-Team einen agentischen Prüfer für die eigenen Pull Requests gebaut hat. Zum Zeitpunkt des Beitrags hatte das Projekt in diesem Jahr 1.698 Pull Requests erhalten. Der Prüfer, eine Quarkus-Anwendung mit den Erweiterungen Quarkus LangChain4j 1.15 auf LangChain4j 1.21, prüfte einen Pull Request mit 2.900 Zeilen für 0,45 Dollar. Er liest GitHub nur mit einem Lese-Token und schreibt einen Markdown-Bericht, denselben Bericht als JSON und einen HTML-Verlauf der Agenten.

Die Grundentscheidung zieht sich durch den ganzen Beitrag: Das Gerüst ist kein steuerndes Modell. Die Wurzel ist eine einfache Abfolge von rund zwanzig Schritten, als Java-Interface deklariert, und die Erweiterung prüft beim Build, dass jede Eingabe eines Agenten von einem anderen Schritt erzeugt wird. Ein falscher Schlüssel lässt den Build scheitern statt eine Prüfung. Viele Schritte nutzen gar kein Modell: Abrufen des Pull Requests, Zerlegen des Diffs, Prüfen der Befunde und Erzeugen des Berichts sind gewöhnliche statische Methoden.

Modellurteile stecken in einzelnen Schritten. Ein Entscheidungsmodell, das statt Text Wahrscheinlichkeiten für typisierte Fragen liefert, wählt aus fünf Prüfern: Korrektheit, Sicherheit, Design, Tests sowie Dokumentation und API. Mit thematischen Beschreibungen traf ein lokales Entscheidungsmodell mit 0,8 Milliarden Parametern 13 von 25 Routing-Entscheidungen; nachdem die Beschreibungen auf einfache Merkmale umgeschrieben waren, etwa ob Produktionscode geändert wurde, traf es 22 und ein gehostetes Modell alle 25. Ein festes Sicherheitsnetz startet trotzdem eine Ersatzprüfung für Korrektheit, Sicherheit oder Dokumentation, wenn der Router eine nötige Prüfung ausgelassen hat.

Befunde müssen auf eine Datei im Diff und eine Zeile nahe einer Änderung zeigen, sonst verwirft sie der Code. Das entfernt erfundene Fundstellen und Text, der über den Pull Request eingeschleust wurde. Strittige schwere Befunde gehen in eine Debatte zwischen Ankläger und Verteidiger, ein Richter entscheidet. Drei Bewerter stimmen nur ab, wenn die erste Bewertung knapp ausfällt, und ein Kalibrierer ohne KI kann das Ergebnis nur verschärfen. Der Berichtstext durchläuft eine Schleife aus Kritik und Überarbeitung, während Befunde, Punkte und Urteil aus Daten erzeugt werden, sodass der Schreiber keinen erfinden oder verlieren kann.

Quarkus-Anwendung prüft Pull Request mit 2.900 Zeilen für 0,45 Dollar mit Code, Debatten und Abstimmungen
Quarkus-Anwendung prüft Pull Request mit 2.900 Zeilen für 0,45 Dollar mit Code, Debatten und Abstimmungen — Dev News Daily

Was das bedeutet

Der Beitrag ist ein praktisches Plädoyer dafür, Struktur in Code zu legen und Urteile in enge, prüfbare Stellen. Die Kostenzahl entsteht, weil die teuren Muster, Abstimmung und Debatte, nur dort laufen, wo sie gebraucht werden.

Geschrieben von Victoria Shinder.