𝗧𝗶𝗲𝗿𝗲𝗱 𝗔𝗜 𝗖𝗼𝗱𝗲 𝗥𝗲𝘃𝗶𝗲𝘄: 𝗔 𝗙𝗿𝗮𝗺𝗲𝘄𝗼𝗿𝗸 𝗳𝗼𝗿 𝗔𝗜-𝗚𝗲𝗻𝗲𝗿𝗮𝘁𝗲𝗱 𝗣𝗥𝘀

AI ટૂલ્સ તમારા રિવ્યુ ક્યુ (review queue) માં કોડ કેવી રીતે આવે છે તે બદલી નાખે છે. Diffs મોટા અને ઝડપી હોય છે. તે ઘણીવાર માનવીય વિચારધારાને બદલે AI દ્વારા બનાવવામાં આવે છે.

જ્યાં સુધી તમારી રિવ્યુ પ્રક્રિયા સમાન જ રહે છે, ત્યાં સુધી આ સમસ્યા નથી.

સંશોધન દર્શાવે છે કે AI કોડિંગ ટૂલ્સ કોડ ચર્ન (code churn) વધારી શકે છે અને પુનઃઉપયોગ (reuse) ઘટાડી શકે છે. એક અભ્યાસમાં જાણવા મળ્યું છે કે AI-જનરેટેડ કોડમાં માનવ કોડ કરતા ઘણીવાર વધુ સુરક્ષા ખામીઓ (security vulnerabilities) હોય છે.

AI ટૂલ્સ ટીમોને ઝડપથી શિપ (ship) કરવામાં મદદ કરે છે. પરંતુ દરેક AI પુલ રિક્વેસ્ટ (pull request) ને માનવ રિક્વેસ્ટ જેવી જ ગણવાથી અવરોધો (bottlenecks) અથવા છુપાયેલા દોષો (defects) ઊભા થઈ શકે છે.

તમારે સ્તરિત અભિગમ (tiered approach) ની જરૂર છે. તમારા રિવ્યુના પ્રયત્નોને ફેરફારના જોખમ સાથે મેળવો.

રિવ્યુનું સ્તર નક્કી કરવા માટે આ ત્રણ સંકેતોનો ઉપયોગ કરો:

• કોડનો ઉદ્ગમ (Code Origin): શું કોઈ માનવીએ AI ના નાના સૂચનનો ઉપયોગ કર્યો હતો, કે પછી AI એ આખી ફીચરનો ડ્રાફ્ટ તૈયાર કર્યો હતો? AI કોડ ઘણીવાર સાચો લાગે છે પરંતુ તેમાં ઊંડા તર્ક (deep logic) નો અભાવ હોય છે. • ફેરફારનો વ્યાપ (Change Scope): કેટલી લાઈનો બદલાઈ છે? મોટા diffs માં ભૂલો થવાની શક્યતા વધુ હોય છે. • બ્લાસ્ટ રેડિયસ (Blast Radius): કોડ કઈ વસ્તુઓને અસર કરે છે? ઓથેન્ટિકેશન (authentication) અથવા પેમેન્ટ્સમાં ફેરફાર ઉચ્ચ જોખમી છે. ડોક્યુમેન્ટેશનમાં ફેરફાર ઓછું જોખમી છે.

આ સંકેતોના આધારે સ્તર (tiers) સોંપો:

• Tier 1 (Skim): ફક્ત માનવ દ્વારા લખાયેલા કોડ અથવા નાના AI-સહાયિત સ્ક્રિપ્ટ્સ માટે ઉપયોગ કરો. એક રિવ્યુઅર હાર્ડકોડેડ કી (hardcoded keys) માટે તપાસ કરે છે. સમય મર્યાદા (Turnaround): 4 કલાક. • Tier 2 (Scrutinize): મધ્યમ AI ફેરફારો અથવા મોટા માનવ diffs માટે ઉપયોગ કરો. એક રિવ્યુઅર લોજિક અને ટેસ્ટ કવરેજ તપાસે છે. સમય મર્યાદા (Turnaround): 24 કલાક. • Tier 3 (Sign-off): કોઈપણ મહત્વપૂર્ણ કોડ અથવા મોટા AI-જનરેટેડ diffs માટે ઉપયોગ કરો. ટેક લીડ સહિત બે રિવ્યુઅરોએ મંજૂરી (sign off) આપવી આવશ્યક છે. સિક્યુરિટી સ્કેન અને રોલબેક પ્લાન ફરજિયાત છે. સમય મર્યાદા (Turnaround): 48 કલાક.

બ્લાસ્ટ રેડિયસ (Blast radius) એ તમારો ઓવરરાઈડ (override) છે. તમારા પેમેન્ટ લોજિકમાં નાનો AI ફેરફાર પણ હંમેશા Tier 3 ગણાય.

તમે આને ઓટોમેટ કરી શકો છો. diff સાઈઝ અને ફાઈલ પાથ વાંચવા માટે GitHub Actions workflow નો ઉપયોગ કરો. review/tier-1 અથવા review/tier-3 જેવા લેબલ્સ આપમેળે સોંપો.

આ સિસ્ટમ કોઈ સજા નથી. તે એ સુનિશ્ચિત કરવાની રીત છે કે યોગ્ય માનવીઓ યોગ્ય કોડ પર યોગ્ય ધ્યાન આપે.

મેટ્રિક્સ બનાવો. લેબલ્સ ઉમેરો. સમય જતાં તમારા થ્રેશોલ્ડ (thresholds) ને એડજસ્ટ કરવા માટે ડેટાનો ઉપયોગ કરો.

Source: https://dev.to/vuong_ngo/tiered-ai-code-review-a-framework-for-ai-generated-prs-4fgb

વૈકલ્પિક લર્નિંગ કોમ્યુનિટી: https://t.me/GyaanSetuAi