Agentes de revisión de código con IA: útiles, pero no una solución mágica

Han surgido muchos agentes de revisión de código con IA que utilizan modelos lingüísticos grandes (LLM) para analizar las diferencias de código e identificar problemas. El autor experimentó con Coderabbit y descubrió que ocasionalmente detecta errores que pasan desapercibidos para los revisores humanos, pero también genera sugerencias irrelevantes o incorrectas. Construir un agente básico es relativamente fácil utilizando la API de GitHub y una clave de OpenAI. Sin embargo, los LLM tienen dificultades para comprender completamente el código, especialmente sin un contexto más amplio de la base de código, lo que lleva a sugerencias imprecisas. El autor concluye que crear un agente realmente útil requiere abordar el problema de la comprensión del código por parte del LLM y aprovechar eficazmente el contexto de la base de código.