Przejdź do głównej zawartości

Kolejka code review dla pull requestów otwieranych przez agentów pozostaje zdrowa, dopóki PR-y napływają nie szybciej, niż zespół jest w stanie je przejrzeć. Tech lead utrzymuje tę równowagę czterema narzędziami: limitem pracy w toku (WIP), który wstrzymuje uruchamianie agentów, budżetem rozmiaru PR, torami ryzyka decydującymi o recenzencie oraz równoważeniem obciążenia recenzentów, a wszystko mierzy czasem w review.

Twoich sześciu inżynierów prowadzi po dwóch, trzech agentów i w poniedziałek rano czekają 34 otwarte pull requesty. Każdy wygląda rozsądnie. Żaden nie jest pilny. W czwartek najstarszy czeka już cztery dni, dwie osoby po cichu zaczęły zatwierdzać bez czytania, a senior mówi ci na spotkaniu 1:1, że cały dzień robi review i nic nie buduje. To sufit review z poziomu 3 drabiny autonomii, a ta strona jest instrukcją obsługi tego sufitu.

Strona jest dla tech leada lub szefa zespołu, który odpowiada za przepływ pracy jednego zespołu. Zakłada, że agenci już otwierają pull requesty; jeśli jeszcze nie, zacznij od backlogu przygotowanego dla agentów.

  • Jednolinijkowy test przepustowości, który mówi, czy kolejka w tym tygodniu urośnie, czy się opróżni.
  • Limit WIP wyliczony z twoich własnych danych i skrypt, który wstrzymuje uruchamianie agentów, gdy kolejka jest pełna.
  • Budżet rozmiaru PR, którego agenci przestrzegają, a CI go egzekwuje, z furtką, którą kontrolujesz ty.
  • Tabelę torów ryzyka, która kieruje każdy PR do zielonego pipeline’u, automatycznego recenzenta, jednej osoby albo dwóch.
  • Osiem definicji metryk, które policzysz jeszcze dziś po południu za pomocą gh i jq, oraz progi, przy których trzeba coś zmienić.
  • Miarę czasu ludzi z rewertami i incydentami jako zabezpieczeniem oraz reguły zatwierdzania i politykę dla autorów, które możesz zacommitować.
  • Zasady zrównoważonego tempa: limity sesji, dyżury przy kolejce i sygnały, że trzeba zmniejszyć współbieżność.

Generowanie kodu się przeskalowało, czytanie nie. Raport Faros AI AI Engineering Report 2026: The Acceleration Whiplash (kwiecień 2026, telemetria z 22 000 programistów) zmierzył obie strony jednocześnie: liczba zmergowanych PR na programistę wzrosła o 16,2%, a w tym samym okresie mediana czasu w review wzrosła o 441,5%, mediana czasu do pierwszego review o 156,6%, liczba incydentów na PR o 242,7%, a pull requestów zmergowanych bez żadnego review było o 31,3% więcej. PR-y też urosły: Faros podaje wzrost rozmiaru PR o 51%, a panel DX (czerwiec 2026) odnotował wzrost mediany „from 44 lines to 72 lines per pull request between July 2025 and June 2026”.

Najbardziej niepokojąca jest liczba merge’y bez review. Tak wygląda kolejka, którą nikt nie zarządza: recenzenci nie odmawiają pracy, tylko przestają czytać i dalej zatwierdzają.

DORA nazywa środek zaradczy w swoim AI Capabilities Model. O „working in small batches” materiał DORA na blogu Google Cloud (grudzień 2025) mówi: „AI can easily generate massive blocks of code, which are hard to review and test. Enforcing the discipline of small batches counteracts this risk”. Reszta tej strony zamienia to zdanie w reguły, które da się wyegzekwować.

Sprawdź, czy twoja kolejka review może się opróżnić

Dział zatytułowany „Sprawdź, czy twoja kolejka review może się opróżnić”

Kolejka jest stabilna tylko wtedy, gdy tempo napływu jest niższe niż tempo obsługi. Zmierz oba z ostatnich czterech tygodni, a nie z pamięci:

  • Tempo napływu (λ): liczba PR-ów niebędących draftami, otwieranych w ciągu dnia roboczego, łącznie od agentów i ludzi.
  • Przepustowość review (μ): liczba PR-ów, które recenzenci są w stanie zamknąć w ciągu dnia roboczego. Policz ją jako liczbę godzin recenzenckich dziennie podzieloną przez medianę godzin review na jeden PR.

Przykład na okrągłych liczbach: czterech recenzentów chroni po 90 minut dziennie na review, czyli razem 6 godzin. Mediana review jednego PR to 30 minut, więc μ wynosi 12 PR-ów dziennie. Jeśli agenci i ludzie otwierają 18 dziennie, kolejka rośnie o sześć każdego dnia, bez końca. Żaden wysiłek recenzentów tego nie naprawi; pomoże tylko mniej PR-ów albo mniejsze PR-y.

Teoria kolejek dodaje drugie ostrzeżenie: czas oczekiwania rośnie gwałtownie, a nie liniowo, gdy wykorzystanie (λ ÷ μ) zbliża się do 1. Zespół, w którym recenzenci są obciążeni w pełni, ma długie oczekiwanie nawet wtedy, gdy arytmetyka „się zgadza”. Planuj tak, by review było zajęte mniej więcej przez trzy czwarte czasu, a wszystko powyżej traktuj jako kolejkę tuż przed zatorem.

Ustaw limit WIP, który wstrzymuje uruchamianie agentów

Dział zatytułowany „Ustaw limit WIP, który wstrzymuje uruchamianie agentów”

Prawo Little’a łączy trzy liczby, na których ci zależy: liczba elementów w kolejce = przepustowość × czas w kolejce. Wybierz docelowy czas w review, pomnóż go przez zmierzoną przepustowość i masz limit WIP. Przy μ = 12 dziennie i celu jednego dnia roboczego w review limit wynosi 12 otwartych PR-ów (bez draftów) czekających na review, w skali całego zespołu.

Limit działa tylko wtedy, gdy blokuje uruchamianie pracy, a nie tworzenie pull requestów. Agent, który skończył pracę i nie może otworzyć PR, zostawia gałąź, której nikt nie widzi — to ten sam zapas pracy, tylko schowany w gorszym miejscu. Postaw więc bramkę przed tym, co uruchamia agentów: przed workflow issue-to-PR, zaplanowaną rutyną lub automatyzacją albo poleceniem, którym inżynierowie startują agenta w tle.

scripts/review-queue-gate.sh
#!/usr/bin/env bash
# Exit 1 when the review queue (open, non-draft, not yet approved) is at or above the WIP cap.
set -euo pipefail
CAP="${REVIEW_WIP_CAP:-12}"
open=$(gh pr list --state open --search "draft:false -review:approved" \
--limit 200 --json number --jq 'length')
if [ "$open" -ge "$CAP" ]; then
echo "Review queue full: $open PRs awaiting review (cap $CAP). Review before dispatching more." >&2
exit 1
fi
echo "Review queue $open/$CAP: dispatch allowed."

Skrypt liczy dokładnie to, co definiuje limit: każdy otwarty PR, który nie jest draftem i nie ma jeszcze zatwierdzenia, zarówno od agentów, jak i od ludzi. Zatwierdzone PR-y czekające na merge nie potrzebują już recenzenta, więc się nie liczą. Trzymaj limit w jednym miejscu, w zmiennej REVIEW_WIP_CAP w ustawieniach CI, żeby jego zmiana była decyzją w jednej linijce, a nie zmianą kodu. Co dwa tygodnie porównuj limit z metrykami poniżej; wynika z przepustowości, więc zmienia się razem z nią.

Wprowadź budżet rozmiaru PR, którego agenci przestrzegają

Dział zatytułowany „Wprowadź budżet rozmiaru PR, którego agenci przestrzegają”

Małe pull requesty to najtańsza przepustowość, jaką możesz kupić: szybciej się je przegląda, precyzyjniej wskazują błąd i czysto się je wycofuje. Ustal budżet na podstawie własnej historii, na przykład na rozmiarze, poniżej którego mieszczą się trzy czwarte PR-ów przeglądanych przez ludzi. Jeśli nie masz historii, zacznij od 400 zmienionych linii bez lockfile’i i snapshotów i dostrój wartość po miesiącu. Ta liczba to punkt wyjścia, a nie wynik badań.

Najpierw powiedz o tym agentom, w pliku instrukcji czytanym przez każdą sesję, żeby zaplanowały podział przed napisaniem kodu:

CLAUDE.md or AGENTS.md (same text in Cursor project rules)
## Pull request budget
- One concern per pull request. Stay under 400 changed lines, excluding lockfiles and snapshots.
- If a task needs more, stop before coding and propose a split into stacked pull requests,
each independently green and reviewable on its own.
- Never change tests, CI config or lint rules in the same pull request as the code they check.
Open those separately with the label `oracle-change`.
- Open every pull request with `gh pr create --label agent` and put the evidence bundle
(acceptance criteria, commands run, results) in the description.

Potem zrób z CI zabezpieczenie, bo instrukcja jest prośbą, a nieprzechodzący check jest regułą:

.github/workflows/pr-size-budget.yml
name: pr-size-budget
on:
pull_request:
types: [opened, synchronize, reopened, labeled, unlabeled]
permissions:
contents: read
jobs:
size:
if: ${{ !contains(github.event.pull_request.labels.*.name, 'size-exception') }}
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v7
with:
fetch-depth: 0
persist-credentials: false
- name: Compare changed lines with the budget
env:
BASE: ${{ github.event.pull_request.base.sha }}
BUDGET: 400
run: |
changed=$(git diff --numstat "$BASE" HEAD -- . \
':(exclude,glob)**/package-lock.json' ':(exclude,glob)**/pnpm-lock.yaml' \
':(exclude,glob)**/*.lock' ':(exclude,glob)**/__snapshots__/**' \
| awk '{ a += $1; d += $2 } END { print a + d + 0 }')
echo "Changed lines: $changed (budget $BUDGET)"
if [ "$changed" -gt "$BUDGET" ]; then
echo "::error::Over the $BUDGET-line review budget. Split the change, or ask the tech lead for size-exception."
exit 1
fi

Etykieta size-exception to furtka dla zmian mechanicznych, takich jak zmiana nazwy w całej bazie kodu. Niech zasadą zespołu będzie, że nadaje ją wyłącznie tech lead. GitHub tego nie wymusza, bo etykietę może dodać każdy z uprawnieniami triage lub write, dlatego cotygodniowe metryki wymieniają każde użycie size-exception i osobę, która je nadała (z osi czasu PR), a nadużycia stają się widoczne.

Dwa kolejne ograniczenia sprawiają, że to zabezpieczenie awaryjne, a nie zamek. Job pominięty przez swoje if: raportuje stan skipped, a pominięty job spełnia wymagane sprawdzenie, więc etykieta naprawdę omija budżet, a nie tylko go sygnalizuje. Do tego przy wyzwalaczu pull_request GitHub uruchamia ten workflow z merge refu pull requesta, więc pull request może podnieść budżet albo usunąć job. Dopiero linia /.github/ w pliku CODEOWNERS poniżej, przy włączonym „Require review from Code Owners”, sprawia, że taka zmiana czeka na tech leada.

Nie każdy PR potrzebuje tego samego czytelnika. Model review opartego na dowodach mówi, co człowiek czyta zamiast diffa; tory poniżej mówią, które PR-y w ogóle trafiają do człowieka. Spisz tabelę, zacommituj ją jako docs/review-lanes.md obok CODEOWNERS i pozwól, by o torze decydowały ścieżki plików.

TorCo do niego trafiaBramka przed merge’emKto zatwierdza
A. Zielony pipelineAktualizacje zależności w wersjach patch, dokumentacja, zmiany tekstów, generowani klienci, zmiany zgodne ze wzorcem zatwierdzonym już wiele razyPrzechodzą typy, testy, lint i budżet rozmiaru; automatyczny recenzent nie zgłasza blokującego problemuPipeline; tech lead co tydzień sprawdza kilka losowo
B. Automat plus wyrywkowo człowiekZwykłe funkcje i poprawki w obrębie jednego modułu z mocnymi testamiBramki toru A plus automatyczny recenzent; człowiek czyta pakiet dowodów, a kod tylko wtedy, gdy dowody są słabeJeden recenzent przydzielony według obciążenia
C. Właściciel koduPubliczne API, biblioteki współdzielone, fragmenty kodu krytyczne wydajnościowo, wszystko, co przekracza granice modułówBramki torów A i B plus zatwierdzenie właściciela koduZespół-właściciel przez CODEOWNERS
D. Dwie osoby, kod czytanyUwierzytelnianie i autoryzacja, pieniądze, schematy i migracje danych oraz każda zmiana oracle-change (testy, CI, konfiguracja lintera lub typów)Wszystkie bramki plus dwa zatwierdzenia, w tym jedno właściciela kodu; najpierw głębokie review automatyczneDwie wskazane osoby; przy zmianach oracle-change (testy, CI, lint) — tech lead

CODEOWNERS wymusza zatwierdzenie właściciela kodu w torach C i D bez nowego narzędzia, o ile w regule ochrony gałęzi włączona jest opcja „Require review from Code Owners”:

.github/CODEOWNERS
/db/migrations/ @acme/data-owners
/src/auth/ @acme/security-reviewers
/src/billing/ @acme/security-reviewers
/.github/ @acme/tech-leads
/tests/ @acme/tech-leads
/eslint.config.js @acme/tech-leads

Ochrona gałęzi w GitHubie ma jedną wymaganą liczbę zatwierdzeń dla całej gałęzi, co wpływa na pozostałe tory. Ustaw ją na 1, a tor A obsłuż na jeden z dwóch sposobów. Albo powiąż automatyczne zatwierdzanie z kryteriami toru A (PR Routing & Approval w Cursorze albo GitHub Action, która zatwierdza tylko ścieżki toru A; Action wymaga włączenia w repozytorium ustawienia „Allow GitHub Actions to create and approve pull requests”), albo nadaj automatyzacji scalającej tor A (aplikacji GitHub lub kontu bota) uprawnienie bypass w rulesecie gałęzi i niech merge’uje wyłącznie PR-y, których wszystkie ścieżki należą do toru A. W obu przypadkach kontrolą jest cotygodniowa wyrywkowa weryfikacja przez tech leada.

Liczba 1 oznacza też, że nic nie wymusza drugiego zatwierdzenia w torze D: CODEOWNERS wymaga jednego zatwierdzenia właściciela kodu, a nie dwóch. Daj temu drugiemu zatwierdzeniu osobną kontrolę. Albo dodaj wymagany check CI, który oblewa PR, gdy zmieniono ścieżki toru D, a zatwierdzeń jest mniej niż dwa (odczytasz je poleceniem gh pr view <numer> --json reviews), albo zostaw to jako zasadę i rozliczaj ją w cotygodniowych metrykach poniżej, gdzie wiersz Merge bez review liczy także merge’e w torze D z mniej niż dwoma zatwierdzeniami.

Tor A na początku jest pusty. Klasa zmian trafia do niego dopiero po serii merge’y bez rewertów i bez błędów, które przedostały się dalej, a wypada z niego po pierwszym takim zdarzeniu. Szczegółowo opisuje to protokół transferu zaufania.

Jak zatwierdzanie skalowane ryzykiem zmniejsza kolejkę review?

Dział zatytułowany „Jak zatwierdzanie skalowane ryzykiem zmniejsza kolejkę review?”

Tory powyżej są tą dźwignią: każdy pull request, który nie potrzebuje człowieka albo potrzebuje jednego zamiast dwóch, wychodzi z kolejki. Zespół Claude Code w Anthropic stosuje trzy poziomy („How the Claude Code team does code review”, Addy Osmani, Morgan Westlee Lunt i Qing Wang, blog claude.dev, 15 października 2026):

RyzykoPrzykładyZatwierdzenia przez ludzi
NiskieDokumentacja, teksty, funkcje tylko wewnętrzne, dodatki za flagąŻadne, gdy zielone są review automatyczne i sprawdzenia bezpieczeństwa
ŚrednieZwykłe zmiany produktowe oraz zmiany we wrażliwych obszarach, takich jak cache, auto-updater czy prompty systemoweJedna osoba
WysokieKod o najwyższym ryzyku i niewielki zestaw ścieżek, które zawsze wymagają dwóch osóbDwie osoby

Z grubsza niskie ryzyko odpowiada torowi A, średnie torom B i C, a wysokie torowi D. Artykuł dołącza do tabeli cztery reguły:

  • O poziomie decyduje zmiana, nie autor. Klasyfikator wybiera poziom, a drugi pyta, czy ta zmiana wymaga jeszcze jednej osoby, nawet gdy jej poziom tego nie przewiduje. Wszystko, co właściciele uznali za wrażliwe, i każdy plik workflow CI zawsze wymaga człowieka; lista ścieżek w CODEOWNERS to najprostsza wersja tej reguły.
  • Lżejsze ścieżki dostają tylko zaufani autorzy. Lista zaufanych to głównie zespół-właściciel; wszyscy pozostali potrzebują drugiej osoby. Zatwierdzenie agenta nigdy nie liczy się jako zatwierdzenie człowieka: może zwolnić zmianę niskiego ryzyka, ale nie zajmie miejsca, które wymaga człowieka.
  • Odpowiada ten, kto zlecił zmianę. W pull requeście napisanym przez agenta osoba, która nim kieruje, liczy się jako jeden z wymaganych recenzentów.
  • Zatwierdzenie obejmuje jeden konkretny commit. Po commitach, za które system nie może poręczyć, na przykład po pushu agenta albo merge’u rozwiązanym ręcznie, zatwierdzenie trzeba dać ponownie.

Lista wdrożeniowa dodaje: zacznij ostro i luzuj na podstawie dowodów oraz unieważniaj zatwierdzenia przy nowych commitach. W GitHubie najbliższe jest ustawienie „Require approval of the most recent reviewable push”. Ten fragment jest surowszy niż reguła Anthropic, bo wymaga nowego zatwierdzenia po każdym pushu:

docs/review-lanes.md (approval rules)
## Approval rules
- The change sets the lane, not the author. The lane comes from the paths
changed and `CODEOWNERS`.
- Lane A is open only to the authors in `docs/trusted-authors.md`. Everyone
else's pull request needs one person.
- A bot's approval never fills a slot that calls for a person.
- On an agent-written pull request, the person who directed the agent is one
of the required reviewers.
- An approval covers one commit. Any push after approval, including an
agent's, or a merge resolved by hand needs a new approval.
- Start strict. Move a class of change to a lighter lane only after a run of
merges with no reverts and no incidents.

Równoważ obciążenie recenzentów zamiast przydzielać z przyzwyczajenia

Dział zatytułowany „Równoważ obciążenie recenzentów zamiast przydzielać z przyzwyczajenia”

Pozostawione samym sobie prośby o review trafiają do dwóch osób, które odpowiadają najszybciej, a te stają się najpierw wąskim gardłem, a potem ofiarami wypalenia. Mechanikę naprawiają ustawienia code review zespołu w GitHubie. W Team settings › Code review zaznacz Enable auto assignment i wybierz algorytm Load balance zamiast round robin. Według dokumentacji GitHuba load balance „considers the number of outstanding reviews for each member” i dąży do tego, by każdy członek zespołu przejrzał tyle samo PR-ów w dowolnym okresie 30 dni, podczas gdy round robin rotuje „regardless of the number of outstanding reviews they currently have”.

Liczą się jeszcze dwa ustawienia. Osoby, które ustawiły w GitHubie status Busy, nie są wybierane, więc „jestem w bloku skupienia” staje się realnym stanem, a nie grzecznościową fikcją. Z kolei Never assign certain team members pozwala wyłączyć kogoś z rotacji na czas onboardingu albo tygodnia z incydentem.

Wstępne review i kierowanie PR w Claude Code, Codeksie i Cursorze

Dział zatytułowany „Wstępne review i kierowanie PR w Claude Code, Codeksie i Cursorze”

Opisane wyżej mechanizmy kolejki działają na poziomie platformy Git (np. GitHuba) i są takie same dla wszystkich trzech narzędzi. Różni się to, jak każde narzędzie przegląda zmianę, zanim zobaczy ją człowiek, i jak pomaga skierować wynik.

  • Zanim PR zostanie otwarty: niech agent uruchomi na własnym diffie wbudowany skill /code-review i poprawi to, co znajdzie. Dodaj --fix, żeby poprawki trafiły do tego samego przebiegu.
  • Na pull requeście: zarządzana usługa Code Review (plany Team i Enterprise) publikuje komentarze w linii z podziałem na Important, Nit i Pre-existing i jest rozliczana według zużycia tokenów: średni koszt review dla każdego repozytorium odczytasz w ustawieniach administratora i mnożysz przez liczbę jego pull requestów w miesiącu (dokumentacja Claude Code, przeczytana 2026-10-16). Review nigdy nie zatwierdza ani nie blokuje pull requesta, a jego check run nigdy nie kończy się porażką, więc zasila tor B, ale nie może być bramką toru A. Żeby znaleziska blokowały merge, wymagaj rozwiązania rozmów na gałęzi.
  • Głębokie review dla toru D: uruchom w terminalu claude ultrareview 482, gdzie 482 to numer PR (w sesji: /code-review ultra). To wieloagentowe review w chmurze, które niezależnie odtwarza każde znalezisko; Anthropic podaje koszt zwykle 5–25 USD po trzech darmowych uruchomieniach w planach Pro i Max. Nie działa na Bedrocku, Google Cloud ani Foundry, a także w organizacjach z Zero Data Retention.
  • Podgląd floty: claude agents otwiera agent view (research preview), który pozwala „dispatch and manage many Claude Code sessions from one screen”. Dzięki temu widzisz w jednym miejscu, ile sesji równocześnie nadzorują twoi inżynierowie.

Automatyczny recenzent, który nie może zablokować merge’a, uczy ludzi przewijać jego komentarze. Zdecyduj, przy których znaleziskach może oblać build — krótka lista, na przykład sekrety, SQL sklejany ze stringów i wyłączone testy — a resztę traktuj jako komentarze. Konfigurację tej warstwy opisuje workflow review pull requestów agentów, a jej wdrożenie w całym zespole — strona o automatyzacji review PR w zespole.

Liczniki przepustowości łatwo oszukać i nic nie mówią o kolejce. Śledź co tydzień tych osiem metryk, z podziałem na tory oraz na autora-agenta i autora-człowieka:

MetrykaDefinicjaReaguj, gdy
Tempo napływuPR-y (bez draftów) otwarte w dniu roboczymPrzez dwa tygodnie z rzędu przekracza przepustowość review
Przepustowość reviewPR-y zmergowane lub zamknięte po review, na dzień roboczySpada, choć napływ się nie zmienia
Głębokość kolejkiOtwarte PR-y (bez draftów) jeszcze bez zatwierdzenia, od agentów i ludzi (to, co liczy skrypt bramki)Stoi na limicie WIP dłużej niż dwa dni
Czas do pierwszego reviewOd otwarcia (lub oznaczenia jako gotowy) do pierwszego wysłanego review od człowieka; mediana i 90. percentylMediana przekracza pół dnia roboczego
Czas w reviewOd otwarcia (lub oznaczenia jako gotowy) do merge’a; mediana i 90. percentyl90. percentyl przekracza cel o 50%
Rozmiar PRZmienione linie bez lockfile’i i snapshotów, medianaMediana rośnie dwa tygodnie z rzędu
Merge bez reviewOdsetek merge’y bez wysłanego review od człowieka poza torem A oraz merge’y w torze D z mniej niż dwoma zatwierdzeniamiPojawia się choć jeden merge bez review poza torem A albo merge w torze D z mniej niż dwoma zatwierdzeniami
Obciążenie recenzentówOtwarte prośby o review na osobę i rozrzut między najbardziej a najmniej obciążonymJedna osoba ma dwa razy więcej niż mediana zespołu

Progi są punktem wyjścia do rozmowy, a nie branżowymi benchmarkami. Pierwsze cztery tygodnie dają ci punkt odniesienia; potem porównuj się z nim. Jak te metryki mają się do rodzin DORA i SPACE, opisuje strona o frameworkach metryk inżynierskich.

To polecenie eksportuje kolumny czasu, rozmiaru i zmienionych ścieżek dla ostatnich 200 zmergowanych PR-ów agentów. Uruchom je w terminalu w katalogu repozytorium, z zalogowanym gh:

Okno terminala
gh pr list --state merged --label agent --limit 200 \
--json number,author,createdAt,mergedAt,additions,deletions,reviews,files \
--jq '.[] | (.createdAt | fromdateiso8601) as $o | .author.login as $me
| [ .number, .createdAt, .mergedAt,
(.additions + .deletions),
(([.reviews[] | (.author.login // "") as $r
| select($r != $me and ($r | test("\\[bot\\]$|^(cursor|coderabbitai|sentry|github-actions|chatgpt-codex-connector|gitguardian)$|^(copilot|greptile|linear)") | not))
| .submittedAt] | min) as $f
| if $f then ((($f | fromdateiso8601) - $o) / 3600 | floor) else "none" end),
(((.mergedAt | fromdateiso8601) - $o) / 3600 | floor),
([.files[].path] | join(",")) ]
| @tsv' > review-queue.tsv

Kolumny to numer PR, znaczniki czasu utworzenia i merge’a, liczba zmienionych linii, godziny do pierwszego review (none oznacza merge bez review), godziny w review oraz zmienione ścieżki rozdzielone przecinkami. gh pobiera najwyżej 100 pierwszych plików na PR, więc przy większym PR-ze lista ścieżek jest niepełna. Filtr pomija review od botów i od autora PR, więc kolumna pierwszego review mierzy review ludzi; bez tego automatyczni recenzenci opisani wyżej prawie zawsze byliby pierwsi. Boty do review nie mają w tym wyniku przyrostka [bot]. Wzorzec obejmuje najczęstsze, więc raz wypisz loginy pierwszym poleceniem z sekcji o czasie ludzi i dopisz każdego bota, którego zobaczysz.

Dwa zastrzeżenia. createdAt obejmuje czas spędzony jako draft, więc jeśli agenci najpierw otwierają drafty, liczby zawyżają kolejkę; gdy to zniekształcenie ma znaczenie, użyj zamiast niego zdarzenia ready_for_review z API osi czasu. Ponadto kolumna rozmiaru liczy lockfile’e, które budżet w CI pomija.

Jak mierzyć czas ludzi w review, z rewertami jako zabezpieczeniem?

Dział zatytułowany „Jak mierzyć czas ludzi w review, z rewertami jako zabezpieczeniem?”

Osiem metryk powyżej mierzy kolejkę. Nie pokazują, czy czas nie przeniósł się w gorsze miejsce. Zespół Claude Code liczy czas ludzi po obu stronach kosztu review: „the time people spend reviewing, and the time they spend fixing what bad code breaks”. Jego cel to większość pull requestów scalanych „with at most one human in the loop, who can be the author, with no increase in reverts or incidents”. Zespół śledzi liczbę zatwierdzeń przez ludzi na pull request (mediana i 95. percentyl), komentarze ludzi oraz to, jak długo pull request czeka na człowieka. „Revert and incident rates are the guardrail: if they rise, we haven’t saved human time, we’ve only moved it.”

Anthropic podaje, że od czerwca do września 2026 liczba jego scalonych pull requestów wzrosła ponad dwukrotnie, a odsetek wycofanych spadł o ponad 40 procent, przy czym Claude pisze około 90 procent własnego kodu Claude Code. To dane, które Anthropic podaje sam o sobie, więc nie traktuj ich jako benchmarku.

MiaraDefinicja
Zatwierdzenia przez ludzi na PRRóżne osoby, nie boty, które zatwierdziły pull request; mediana i 95. percentyl
Komentarze ludzi na PRKomentarze od osób innych niż autor i boty; mediana i 95. percentyl
Czas, który PR czeka na człowiekaOd gotowości do review do reakcji człowieka; przybliża go kolumna pierwszego review z eksportu powyżej
Odsetek rewertów (zabezpieczenie)Wycofane pull requesty podzielone przez zmergowane
Odsetek incydentów (zabezpieczenie)Zmergowane pull requesty powiązane z incydentem, podzielone przez wszystkie zmergowane

Najpierw wypisz, kto komentował i recenzował. Boty do review nie mają w wyniku gh przyrostka [bot]; w tym repozytorium lista pokazuje chatgpt-codex-connector, coderabbitai, cursor, gitguardian, linear-code i sentry obok jednej osoby.

Okno terminala
# Terminal, inside the repository, gh authenticated
gh pr list --state merged --limit 200 --json reviews,comments \
--jq '[.[] | (.reviews[], .comments[]) | .author.login] | unique'

Dopisz do poniższego wzorca każdego bota, którego zobaczysz (wzorzec obejmuje już najczęstsze), a potem wyeksportuj zatwierdzenia i komentarze dla ostatnich 200 zmergowanych pull requestów i policz medianę oraz 95. percentyl:

Okno terminala
gh pr list --state merged --limit 200 --json number,author,reviews,comments \
--jq '.[] | .author.login as $me
| def human: select((.author.login // "") as $l | $l != $me and ($l | test("\\[bot\\]$|^(cursor|coderabbitai|sentry|github-actions|chatgpt-codex-connector|gitguardian)$|^(copilot|greptile|linear)") | not));
[ .reviews[] | human ] as $r
| [ .comments[] | human ] as $c
| [ .number,
([$r[] | select(.state == "APPROVED") | .author.login] | unique | length),
([$r[] | select(.body != "")] | length) + ($c | length) ]
| @tsv' > human-time.tsv
# Median and 95th percentile of approvals (column 2) and comments (column 3)
for col in 2 3; do
cut -f"$col" human-time.tsv | sort -n \
| awk '{ v[NR] = $1 } END { printf "median %s, p95 %s\n", v[int((NR + 1) / 2)], v[int(NR * 0.95 + 0.999)] }'
done

Kolumny to numer pull requesta, liczba różnych zatwierdzających i komentarze ludzi. gh pr list zwraca podsumowania review i komentarze z rozmowy, ale nie komentarze inline przy liniach diffa, więc liczba komentarzy to dolna granica. Ten eksport obejmuje wszystkie zmergowane pull requesty, a eksport kolejki powyżej tylko te z --label agent. Czas oczekiwania to kolumna hours to first review z eksportu kolejki; obejmuje tylko pierwsze oczekiwanie.

Do zabezpieczenia policz rewerty jako zmergowane pull requesty, których tytuł zaczyna się od Revert. Przycisk rewertu w GitHubie nadaje według naszych obserwacji tytuł Revert "<oryginalny tytuł>", ale dokumentacja GitHuba ani gh pr revert --help tego nie podają, a ręcznie zrobiony rewert może mieć dowolny tytuł (rewert #24 w tym repozytorium, „Revert scorecards back to 0-75 scale”, nie ma oryginału w cudzysłowie). Traktuj wynik jako dolną granicę, a incydenty weź z narzędzia, w którym je śledzisz:

Okno terminala
# Terminal, inside the repository: merged and reverted pull requests since 2026-09-01
gh pr list --state merged --search "merged:>=2026-09-01" --limit 500 --json title \
--jq '{merged: length, reverts: ([.[] | select(.title | startswith("Revert"))] | length)}'

Zapisz własny cel w kształcie z artykułu, z punktem odniesienia z pierwszych czterech tygodni: „Większość pull requestów w REPO jest scalana z najwyżej jednym człowiekiem w pętli, którym może być autor, bez wzrostu rewertów i incydentów względem czterech tygodni przed zmianą”. Zabezpieczenie czytaj co tydzień, a gdy rośnie, najpierw zaostrz tor, który się zmienił. Anthropic mówi, że nie ma jeszcze wyłączników awaryjnych, które robiłyby to automatycznie, i że jego inżynierowie chcą je mieć, zanim więcej kodu trafi do merge’y bez człowieka. Dopóki nie zbudujesz takiego wyłącznika, liczby czyta człowiek.

Kiedy autor może zmergować zmianę i odpowiadać za jej skutki?

Dział zatytułowany „Kiedy autor może zmergować zmianę i odpowiadać za jej skutki?”

Artykuł mówi: „If you land a small or medium change and something still goes wrong, it’s a team norm that you usually fix it.” Wymienia pięć warunków, które chronią przed złym skutkiem tej zasady. Sprawdź je, zanim przeniesiesz klasę zmian na lżejszy tor:

Warunek (według artykułu)Gdzie to zbudować
Zmiany są małe, więc łatwo je przejrzeć, zdebugować i cofnąćBudżet rozmiaru powyżej
Wszystko jest odwracalne: flagi, rewerty i etapowe wydania cofają większość błędów w ciągu minutProgressive delivery i linia „How to revert” w szablonie pull requesta
Zasięg szkody wyznacza poprzeczkę: drogi kod dostaje więcej osób i więcej sprawdzeńTory ryzyka powyżej
Regresje wychodzą szybko dzięki telemetrii i wewnętrznemu użyciuTelemetria agentów
To nie szukanie winnych: właściciel poprawki ma najwięcej kontekstu, a przeglądy incydentów patrzą na systemGdy incydent wywoła agent

Jeśli któregoś wiersza brakuje, trzymaj tor ostrzejszy, dopóki się nie pojawi. Zapisz tę zasadę tak, żeby obejmowała każdego, kto kieruje agentem:

CONTRIBUTING.md
## You land it, you own it
This applies to lane A and lane B changes. Lane C and lane D changes keep
their named reviewers.
- The person who directed the agent lands the change, and fixes it if it
breaks.
- You land a change only inside the size budget, and only with a "How to
revert" line that works.
- An incident review asks which check should have caught the problem. It
does not ask who merged it.

Zgłaszaj inny kierunek wcześnie, a nie jako blokujący komentarz

Dział zatytułowany „Zgłaszaj inny kierunek wcześnie, a nie jako blokujący komentarz”

Agenci sprawiają, że zaczynanie jest tanie, więc część pracy nie powinna trafić do kodu. Artykuł mówi, że zwykle ktoś na kanale zespołu pyta dlaczego, wskazuje wcześniejszą decyzję albo proponuje prostszą drogę, a autor zamyka pull request albo go przekształca, nie odczuwając straty. Rada brzmi: „raise a different direction in the thread early, not as a blocking comment on a finished PR”. Dla recenzentów oznacza to trzy reguły:

  • Pytaj tam, gdzie praca się zaczyna. Pytania o kierunek zadawaj w tickecie albo wątku, w którym publikowany jest plan agenta, zanim agent napisze zmianę.
  • Pytaj w wątku. Recenzent, który widzi inny kierunek w gotowym pull requeście, zgłasza to jako pytanie, a autor decyduje, czy zamknąć pull request, czy go przekształcić.
  • Zamknięty pull request to normalny wynik. Nie wliczaj go do strat w metrykach kolejki.

Utrzymaj zrównoważone tempo, gdy ludzie nadzorują równoległych agentów

Dział zatytułowany „Utrzymaj zrównoważone tempo, gdy ludzie nadzorują równoległych agentów”

Kolejka ma ludzki koszt, który powyższe metryki widzą z opóźnieniem. Badanie Anthropic dotyczące własnych inżynierów (grudzień 2025) opisuje osoby, których praca przesunęła się „70%+ to being a code reviewer/reviser rather than a net-new code writer”, i nazywa „paradoks nadzoru”: nadzorowanie agentów wymaga właśnie tych umiejętności, które nadmierne delegowanie osłabia. Wcześniejszy raport Faros AI AI Productivity Paradox z 2025 roku (źródło wtórne: wyciągi z wyszukiwarki) podawał wzrost czasu review PR o około 91% w zespołach intensywnie korzystających z AI. Nadzorowanie kilku agentów naraz męczy w sposób, którego dashboard nie pokaże, dopóki ktoś nie przestanie czytać.

Przyjmij te cztery zasady jako politykę zespołu i wracaj do nich na każdej retrospektywie:

  1. Ogranicz liczbę równoległych sesji na inżyniera do tylu, ile jest w stanie przejrzeć tego samego dnia. Dwie lub trzy to rozsądny początek. Agent, który kończy o 17:00, gdy nikt nie przeczyta wyniku, wytworzył zapas, a nie postęp.

  2. Chroń osobno bloki na review i bloki na skupienie. Planuj review w stałych blokach, a nie jako przerywniki, i niech ludzie ustawiają w GitHubie status Busy na czas pracy w skupieniu, żeby automatyczne przydzielanie ich pomijało.

  3. Wprowadź codzienny dyżur przy kolejce. Jedna osoba dziennie pilnuje głębokości kolejki, ponagla PR-y, które przekroczyły cel czasu do pierwszego review, i zajmuje się wyłącznie kierowaniem. Dyżur rotuje, żeby nikt nie został stałym recenzentem i żeby juniorzy widzieli, jak zachowuje się cała kolejka.

  4. Zmniejsz współbieżność, zanim obniżysz poprzeczkę. Gdy czas do pierwszego review przez dwa tygodnie przekracza cel, gdy poza torem A pojawiają się merge’e bez review albo gdy dwie osoby w tym samym tygodniu mówią, że tylko robią review, najpierw obniż limit WIP i limit sesji na inżyniera. Luzowanie torów, żeby rozładować kolejkę, to prosta droga do obrazu z danych Faros: więcej merge’y bez review i więcej incydentów na pull request.

Limit WIP przenosi zapas pracy do gałęzi. Inżynierowie nie wyłączają agentów i trzymają gałęzie lokalnie, aż w kolejce zrobi się miejsce. Naprawa: w cotygodniowym przeglądzie licz otwarte gałęzie agentów, a nie tylko PR-y, i blokuj uruchamianie pracy, a nie tworzenie PR, tak jak robi to skrypt wyżej.

Agenci mieszczą się w budżecie dzięki podziałom, których nie da się przejrzeć osobno. Cztery PR-y po 390 linii, które mają sens tylko razem, to jeden PR na 1560 linii z dodatkowym narzutem. Wymagaj, żeby każdy PR ze stosu przechodził testy samodzielnie i miał jeden wyraźny cel; odrzucaj stos, który tego nie spełnia.

Tor A rośnie z przyzwyczajenia. Klasa zmian trafia do zielonego pipeline’u, bo tak było wygodniej w gorącym tygodniu. Naprawa: trzymaj przynależność do torów w zacommitowanej tabeli, którą przegląda tech lead, i cofaj klasę do toru B po każdym rewercie lub błędzie, który przedostał się dalej.

Metryki karzą za drafty albo nagradzają mikroskopijne PR-y. createdAt wlicza czas draftu, a zespół rozliczany wyłącznie z czasu w review potrafi dzielić zmiany ponad sens. Czytaj czas w review razem z rozmiarem PR, rewertami i błędami, które przedostały się dalej; nigdy nie raportuj żadnej z tych liczb osobno.

Najbardziej obciążony recenzent i tak się wypala. Równoważenie obciążenia wyrównuje liczbę próśb, a nie ich trudność, a review w torze D kosztuje dużo więcej niż w torze B. Śledź, kto dźwiga tor D, i świadomie rotuj tę rolę.

Czas ludzi się przenosi, zamiast maleć. Liczba zatwierdzeń na pull request spada, ale rosną rewerty albo incydenty, więc czas wraca jako naprawianie. Naprawa: czytaj zabezpieczenie co tydzień obok liczby zatwierdzeń i cofnij klasę zmian, która się zmieniła, o jeden tor.

Zatwierdzenie staje się pieczątką. Gdy jedynym wymaganym recenzentem jest osoba, która kierowała agentem, szybkie zatwierdzenie jest najtańszą odpowiedzią. Naprawa: zapytaj zatwierdzającego, co by przeoczyły sprawdzenia; test z artykułu brzmi „If you can’t say what the checks would miss, ask for a real review rather than a quick approval”.

Automatyczne review staje się szumem w tle. Jeśli wszyscy przewijają komentarze bota, giną też te wartościowe. Skróć jego listę blokującą do kilku znalezisk, które uzasadniają oblany build, a resztę zamień w komentarze.

Czy ten artykuł Ci pomógł?

Jedno kliknięcie, bez logowania.

wcale bardzo