AI · 5 oktober 2026
Ny AI-granskare för GitLab analyserar hela uppgifter över flera tjänster
En ny lösning för AI-granskning har utvecklats för GitLab som granskar hela uppgifter istället för enskilda sammanslagningsförfrågningar. Systemet analyserar alla tjänster som påverkas av en specifik uppgift för att identifiera fel som uppstår i gränssnitten mellan olika tjänster, vilket ofta missas vid traditionell granskning av enskilda kodskillnader.
Lösningen är specifikt utformad för GitLab och utnyttjar trigger API, pipeline-indata, texter och kommentarer i ärenden, emoji-utmärkelser samt GitLab CI:s variabelmodell. Den fungerar på både gitlab.com och självstyrda installationer, förutsatt att version 17.11 eller senare används. Systemet är språkoberoende och kan hantera grupper av projekt där en uppgift regelbundet påverkar flera olika tjänster, såsom front-end och kontraktsbibliotek.
Till skillnad från klassiska AI-granskare som endast skickar kodskillnader från en sammanslagningsförfrågan till en modell, använder detta system en agent i form av ett kommandoradsgränssnitt. Agenten identifierar alla berörda arkiv genom ärendets historik, klonar dem till en gemensam arbetsyta och undersöker filer, anrop och närliggande moduler. Agenten läser även projektregler i filer som CLAUDE.md och ARCHITECTURE.md för att säkerställa att dessa efterlevs.
Processen innebär att agenten skriver en rapport i sammanslagningsförfrågan och röstar med tumme upp eller tumme ner. En sammanslagning godkänns genom ett kvorum av två av tre röster, vilket kan innebära AI plus en människa, eller två människor om AI:n har underkänt förfrågan. AI-granskaren har dock inte vetorätt.
Utvecklaren av systemet konstaterar att en tidigare version baserad på enkla kodskillnader via API gav cirka 30 procent felaktiga anmärkningar och sparade 20 procent av tiden vid granskning. Den nuvarande agentbaserade modellen har reducerat tidsåtgången för granskning med 80 procent, eftersom agenten kan kontrollera kontraktens kompatibilitet mellan tjänster genom att aktivt utforska koden utanför de faktiska ändringarna.