TLDR;

Para criar um agente você precisa de um sandbox para subir a stack em ambiente isolado, um agente independente de modelo (por exemplo usando Open Code ou Pi), integração via webhook com GitHub/GitLab para enviar o conteúdo dos PRs e uso das APIs de revisão para publicar o feedback. Os principais problemas são que ele pode deixar passar bugs, perder contexto em bases grandes, sair caro (US$3–25 por PR), gerar comentários excessivamente pedantes e até provocar mudanças indesejadas se agentes de codificação aplicarem automaticamente os comentários. Para mitigar, optimize o prompt, indexe bem a base de código para contexto, execute o código e testes em sandbox e aloque de forma eficiente modelo e orçamento de inferência por subtarefa, preferindo soluções independentes de modelo.

Resumo

Daksh, cofundador da Griptile, explica como sua empresa cria agentes que revisam e testam pull requests com contexto completo da base de código, encontrando bugs, erros lógicos e problemas especialmente em código gerado por IA. Milhares de empresas usam o serviço — cerca de 1% dos PRs no GitHub — e às vezes clientes com necessidades muito especializadas constroem soluções próprias com ajuda gratuita da Griptile para reaprender e melhorar. Ele apresenta como construir um agente de revisão de código por IA destacando três recursos cruciais: compreensão ampla do contexto da base de código, execução do código em um sandbox com dependências para testes reais e alocação eficiente de inferência para custo‑benefício. Para começar, recomenda conectar um webhook do GitHub a um agente independente de modelo em um ambiente isolado. A implementação simples retorna feedback rápido, mas traz problemas: bugs não detectados (são “fractalmente infinitos”), perda de contexto em bases grandes, custo elevado por PR (US$ 3–25), comentários excessivamente pedantes que geram ruído e agentes de codificação que automatizam correções nocivas; além disso, execuções repetidas continuam a revelar novas falhas. A primeira melhoria sugerida é otimizar o prompt. Ele também recomenda monitorar custos, priorizar defeitos críticos e iterar nos prompts.