Старт 23 ноябряЖивой Поток 3 интенсива «Вайбкодинг и ИИ-агенты»: 3 недели практики, 9 живых занятийПоток 3 (23.11) →
РелизКод / SDK · В работуGitLab Blog→ оригинал

ИИ-агент ShakeFix починил баг в приложении аптеки за 18 минут на хакатоне GitLab

GitLab подвёл итоги хакатона Transcend, где ИИ-агентов учили доводить код до продакшна. Победитель ShakeFix: пользователь аптечного приложения трясёт телефон и описывает сбой, а четыре агента пишут тест, чинят баг и выкатывают фикс за 18 минут 34 секунды без людей. Вывод для команд: агентам отдайте чтение и правку кода, а допуск в прод — тестам и CI.

AI-обработка оригинала GitLab Blog; редакция Hamidun News
ИИ-агент ShakeFix починил баг в приложении аптеки за 18 минут на хакатоне GitLab
Источник: GitLab Blog. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникGitLab Blog ↗
Главный редактор
Ключевой факт #1Из 783 проектов призовой фонд $45 000 разделили на девять номинаций
Ключевой факт #2Lookback нашёл 413 недоплаченных семей после одной выигранной апелляции
Ключевой факт #3Earned Autonomy откатил плохой релиз за 3,3 секунды

Написать код с помощью ИИ теперь просто, а вот довести его от «работает у меня» до продакшна всё ещё больно: тесты, проверка безопасности, выкатка, откат, разбор инцидентов. Именно эту часть GitLab отдал сообществу на хакатоне Transcend с девизом «Жизнь после кода». В октябре участники строили агентов и флоу (цепочки шагов, которые выполняют ИИ-агенты) на GitLab Duo Agent Platform и решали, сколько свободы им давать: от одобрения каждого шага человеком до полной автономии.

Самый наглядный пример — ShakeFix. Пользователь аптечного приложения трясёт телефон и пишет, что сломалось, а четыре агента сами пишут падающий тест, чинят баг и выкатывают исправление. В живом прогоне это заняло 18 минут 34 секунды без участия людей.

Всего зарегистрировались больше 3300 разработчиков, сдали 783 проекта, призовой фонд — $45 000 на девять номинаций.

Читать это стоит ради схемы, а не ради призов: победители чётко разделили, что делает агент, что проверяет автоматика и где нужна подпись человека.

Путь А: проекты с нуля

Aftermath (Ahadi Cyizere, лучший ассистируемый агент, $4000) отвечает на вопрос, который не закрывают сканеры. Когда раскрывают взломанный npm-пакет, надо понять, успел ли он выполниться в CI на прошлой неделе. Флоу из трёх субагентов восстанавливает прошлые CI-задачи и список секретов, до которых каждая могла дотянуться. Человек утверждает объём расследования, затем план сдерживания, а закрывает инцидент после того, как CI заменил только скомпрометированные ключи и удалил затронутые образы.

Lookback (Ujwal Suresh Vanjare и Arpita Madhukar Kalburgi, лучший контролируемый агент, $4000) стартует с выигранной апелляции. Если софт для выплат пособий неверно применил правила к одному человеку, флоу разбирает решение, воспроизводит ошибку падающим тестом и открывает merge request с исправлением. После слияния обычный код прогоняет прошлые решения и находит всех остальных пострадавших. В демо нашлось 413 недоплаченных семей, а суммы к доплате опубликовали пакетом для ведомства.

ShakeFix (Venkatesh Devale, лучший автономный агент, $5000) сравнивает исправление с поведением продакшна и только потом сливает и выкатывает код. Именно это превратило встряхивание телефона в рабочий фикс за 18 минут 34 секунды.

Путь Б: готовые открытые проекты

Unstuck (Aryan Shah и Riken Shah, лучший ассистируемый агент, $4000) доделывает обновления зависимостей, которые боты начинают, но не заканчивают. Бот меняет номер версии, а читать release notes и чинить поломки не умеет. Два флоу планируют кампанию обновлений и проводят её по одному merge request, цитируя заметку к релизу под каждой правкой и спрашивая человека, если меняется поведение. На аннотаторе doccano, застрявшем на неподдерживаемом Django с 80 известными уязвимостями, это привело к нулю уязвимостей и Django 5.2 за шесть проверенных merge request.

CodeTinder (Jason Yu, лучший контролируемый агент, $4000) исходит из идеи «меньше ревьюить код, больше учить агентов». Агент выбирает функцию в merge request и пишет несколько вариантов, проходящих тесты. Разработчик листает их на телефоне, как в Tinder. Свайпы обновляют версионируемый документ с принципами в репозитории, его читают все агенты, а затем переписывают остальной merge request под новые предпочтения. Проект получил и приз «Самый креативный» ($4000): это была самая высоко оценённая идея на обоих путях.

Locus (Ahammad Shawki, Nourin Richi, Mohammad Ashfaqul Hasan, лучший автономный агент, $5000), построенный на библиотеке JSCAD, превращает письмо учителя математики с описанием функции в осязаемый график для незрячего ученика. Агенты рисуют график с рельефными линиями и подписями по Брайлю, проверяют его по исследовательским правилам тактильного чтения, исправляют свои ошибки, публикуют результат в Google Cloud, отправляют файлы печати учителю и заказывают печать. Отметить работу готовой агенты сами не могут: график выпускается, только если прошёл правила.

Специальные призы и выводы

Приз «Больше всего этапов» получают проекты, затрагивающие максимум из девяти стадий жизненного цикла DevSecOps. Победили по одному проекту на каждом пути, по $5000.

Stale (Diptarka Nandi, Harshit Anand, Abhinav Kumar, Ashutosh Pandey) перепроверяет вердикт «безопасно выкатывать», когда меняется мир, а не только код. Например, когда корневой сертификат перестали считать доверенным. Пайплайн по расписанию следит за внешними источниками и заводит задачу для флоу, который пишет исправление. CI подтверждает его, канареечный релиз проверяет перед переключением трафика.

Earned Autonomy (Shivansh Kalra) выдаёт каждому merge request в шаблоне FastAPI свой уровень автономии, от «без вмешательства» до «заблокировано», по накопленным доказательствам. Пять агентов занимаются планированием, триажем, ревью инфраструктуры, маршрутизацией и откатом и могут только повышать оценку риска. В одном прогоне уязвимая зависимость дошла от уведомления до исправления в проде за 35 минут без людей, в другом плохой релиз откатили за 3,3 секунды.

Memory Lane (Oliver McBride, «Самое экологичное», $5000) помогает координаторам домов престарелых готовить сеансы воспоминаний для людей с деменцией. Три флоу ведут обычную задачу через проверку безопасности, CI/CD и Cloud Run в продакшн. Автор измерил углеродный след каждого выпущенного запроса по спецификации Software Carbon Intensity и перестроил пайплайн: собирать один раз и пропускать лишние запуски. Число CI-запусков на выпущенный запрос упало на 48%.

Общий паттерн, который отмечает GitLab: агенты читают, пишут и маршрутизируют, а тесты и CI решают, пройден ли шаг, и в большинстве проектов человек подписывает рискованные выкатки. Оговорка: это отобранные демо хакатона, и цифры вроде 18 минут получены в показательных прогонах авторов, а не в долгой эксплуатации. Но схема переносится: определите, какие шаги агент может делать сам, какие проверяются автоматикой и где нужна подпись человека.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: путь А: проекты с нуля?

Aftermath (Ahadi Cyizere, лучший ассистируемый агент, $4000) отвечает на вопрос, который не закрывают сканеры. Когда раскрывают взломанный npm-пакет, надо понять, успел ли он выполниться в CI на прошлой неделе. Флоу из трёх субагентов восстанавливает прошлые CI-задачи и список секретов, до которых каждая могла дотянуться. Человек утверждает объём расследования, затем план сдерживания, а закрывает инцидент после того, как CI заменил только скомпрометированные ключи и удалил затронутые образы.

Что известно по теме: путь Б: готовые открытые проекты?

Unstuck (Aryan Shah и Riken Shah, лучший ассистируемый агент, $4000) доделывает обновления зависимостей, которые боты начинают, но не заканчивают. Бот меняет номер версии, а читать release notes и чинить поломки не умеет. Два флоу планируют кампанию обновлений и проводят её по одному merge request, цитируя заметку к релизу под каждой правкой и спрашивая человека, если меняется поведение.

Что известно по теме: специальные призы и выводы?

Приз «Больше всего этапов» получают проекты, затрагивающие максимум из девяти стадий жизненного цикла DevSecOps. Победили по одному проекту на каждом пути, по $5000. Stale (Diptarka Nandi, Harshit Anand, Abhinav Kumar, Ashutosh Pandey) перепроверяет вердикт «безопасно выкатывать», когда меняется мир, а не только код. Например, когда корневой сертификат перестали считать доверенным. Пайплайн по расписанию следит за внешними источниками и заводит задачу для флоу, который пишет исправление.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ ИИ-агенты на практике · Академия & Nomad

От чтения про ИИ-агентов — к запуску своего агента за вечер

Пошаговая сборка автономных агентов и MCP-связок в Hamidun Academy (academy.hamidun.com) (72 часа бесплатно) или мгновенный запуск готовых мультишаговых агентов в облаке Nomad.

Попробовать Академию (72ч бесплатно) →Запустить Nomad Agent
Что вы думаете?
Загружаем комментарии…