AWS ukazuje, ako Baz kontroluje pull requesty podľa špecifikácie, nie iba podľa diffu

Code review sa pri agentických nástrojoch začína oddeľovať od klasickej kontroly diffu. AWS v novej prípadovej štúdii opisuje, ako startup Baz postavil agenta Spec Review nad Amazon Bedrock a Amazon Bedrock AgentCore tak, aby pri pull requeste nekontroloval len to, či kód vyzerá správne, ale aj to, či dodaná funkcia spĺňa produktový zámer, dizajn a správanie popísané v špecifikácii. Je to praktická ukážka trendu, v ktorom sa AI agenti posúvajú z pomocníkov pre písanie kódu do vrstvy produktovej validácie.

Baz vychádza z problému, ktorý pozná veľa vývojových tímov. Programátori dokážu pomerne rýchlo skontrolovať syntax, štýl alebo lokálnu logiku zmeny, ale otázky typu „funguje to podľa zadania“, „sedí to s návrhom vo Figme“ alebo „správa sa obrazovka tak, ako očakával produktový tím“ často zostávajú na manuálnu QA kontrolu. Pri rýchlom tempe vývoja sa tým vytvára úzke hrdlo: review prejde, ale nesúlad s požiadavkami sa odhalí až v preview prostredí, pri testovaní alebo u zákazníka.

Architektúra, ktorú AWS opisuje, preto začína už pri zbere kontextu. Agent sa po spustení webhookom alebo ručne napojí na Figma cez MCP a na Jira cez REST API. Z týchto zdrojov vytiahne vizuálne, funkčné aj technické požiadavky a rozdelí ich na menšie overiteľné tvrdenia. Následne vytvára izolovaných subagentov, z ktorých každý má overiť konkrétnu požiadavku. Dôležité je, že nejde iba o textové porovnanie špecifikácie s kódom; agent má pracovať aj s bežiacim prostredím.

Práve tu vstupuje do hry Amazon Bedrock AgentCore Browser Tool. Subagent podľa popisu kontroluje zdrojový repozitár, ale zároveň interaguje s dočasným nasadením aplikácie: skúma DOM, simuluje udalosti, kontroluje vizuálne vlastnosti a porovnáva ich so špecifikáciou. V praxi to znamená, že review môže upozorniť napríklad na odlišné rozostupy, chýbajúce správanie tlačidla alebo nesúlad medzi funkčnou požiadavkou a implementáciou, hoci samotný kód by v tradičnom diff review nepôsobil podozrivo.

Zaujímavý je aj prevádzkový rozmer. AWS rámcuje riešenie ako viacagentový tok bežiaci na cloudovej infraštruktúre: GitHub webhook smeruje zmenu do platformy Baz, tá koordinuje subagentov a veľké jazykové modely sú obsluhované cez Amazon Bedrock. Pre firmy je to dôležité preto, že agentický code review sa nedá posudzovať iba podľa presnosti odpovede modelu. Potrebuje izoláciu, oprávnenia, auditovateľnosť, prácu s nástrojmi a spôsob, ako bezpečne pristupovať k interným artefaktom.

Prínos pre vývojárske tímy nie je v tom, že by AI nahradila všetkých reviewerov. Skôr mení poradie kontroly. Časť otázok, ktoré sa bežne riešia neskoro a manuálne, sa môže dostať priamo do pull requestu. Reviewer potom nemusí začínať od nuly, ale vidí, ktoré produktové požiadavky agent preveril, kde našiel nesúlad a ktoré časti si stále zaslúžia ľudský úsudok. Takýto model je najcennejší pri produktoch s veľkým množstvom UI zmien, dizajnových pravidiel a krátkych vývojových cyklov.

Prípad Baz zároveň ukazuje hranice dnešných agentov. Ak agent číta špecifikácie z Jira, návrhy z Figma a aplikáciu v prehliadači, kvalita výsledku bude závisieť od kvality týchto vstupov. Nejasná požiadavka alebo neaktuálny dizajn môžu viesť k rovnako nejasnému verdiktu. Preto je vhodnejšie vnímať tento typ systému ako doplnok k produktovej disciplíne, nie ako zázračnú kontrolu. Agent môže výborne škálovať opakované overenia, ale stále potrebuje dobre popísané zadanie a jasné pravidlá eskalácie.

Pre AWS je prípadová štúdia ďalším signálom, že Bedrock AgentCore má byť viac než iba runtime pre chatbotov. Amazon ho tlačí do vrstvy produkčných agentov, ktorí používajú prehliadač, interné nástroje a podnikové dáta. Pre trh vývojárskych nástrojov je pointa ešte širšia: najbližšia vlna code review nástrojov pravdepodobne nebude súťažiť len v tom, kto lepšie nájde bug v kóde, ale kto lepšie prepojí kód s produktovým zámerom.

Ak sa takýto prístup uchytí, môže zmeniť aj metriky úspechu AI asistenta. Namiesto počtu vygenerovaných riadkov alebo rýchlosti odpovede bude dôležité, či systém skráti cyklus medzi požiadavkou, implementáciou a overením. Baz a AWS ukazujú konkrétny príklad tejto zmeny: agent nevystupuje ako autor kódu, ale ako kontrolór zhody medzi tým, čo tím chcel postaviť, a tým, čo pull request skutočne dodáva.