Один ИИ может ошибиться. Rejudge заставил трех агентов спорить о вашем коде

Rejudge - три ИИ ищут баги в коде, а четвертый судит их

Один ИИ пишет код, три других его проверяют: зачем нужен Rejudge

ИИ уже научился писать код настолько быстро, что у разработчиков появилась новая проблема: проверять этот код становится сложнее, чем его генерировать.

Можно попросить Claude, GPT или другой coding agent написать функцию, провести рефакторинг или собрать целый модуль. Можно даже поручить ему самостоятельно исправить найденные ошибки. Но есть неприятный момент: тот же агент, который написал код, далеко не всегда способен объективно оценить собственную работу.

Именно на эту проблему давит Rejudge – открытый инструмент, который превращает проверку AI-кода в небольшой совет из нескольких моделей. Три независимых ревьюера анализируют один и тот же запрос, после чего четвёртая модель выступает судьёй: сопоставляет результаты, разбирается с противоречиями и выдаёт единый отчёт. Проект опубликован на GitHub под лицензией MIT.

И это интереснее самого Rejudge. Потому что за ним просматривается более крупный сдвиг: code review постепенно превращается из задачи человека в многоагентный процесс.

Почему одного AI-ревьюера уже недостаточно

Самая простая схема выглядит так: AI написал код → AI его проверил → разработчик нажал Merge.

Проблема очевидна. Если модель не заметила ошибку при написании кода, нет никакой гарантии, что она обнаружит её пять минут спустя. Новый запуск того же самого AI в чистом контексте немного помогает, но фундаментальная проблема остаётся: модель та же, её знания и типичные слепые зоны никуда не исчезли.

Rejudge предлагает идти дальше. Один и тот же запрос одновременно получают три модели в изолированных сессиях. Они не видят ответы друг друга и самостоятельно изучают код, diff и файлы проекта. Только после этого в процесс подключается судья.

Получается не «один ИИ подумал ещё раз», а несколько независимых мнений. И это принципиальная разница.

Rejudge - три ИИ ищут баги в коде, а четвертый судит их

Как работает Rejudge

Схема довольно простая:

код или запрос → три независимых ревьюера → сравнение результатов → AI-судья → финальный отчёт.

Каждый ревьюер получает собственный контекст и инструменты для чтения проекта. По умолчанию агенты могут читать файлы, искать по проекту, смотреть Git diff и выполнять другие операции чтения, но не могут самостоятельно менять файлы или запускать shell-команды. После этого судья получает три отчёта.

Но он не просто голосует по принципу «два против одного». Если модели пришли к разным выводам, судья может отправить им дополнительные вопросы и попросить объяснить спорный момент. Причём сам судья доступа к рабочему пространству не получает: он работает с результатами ревью и может обращаться к панели ревьюеров через специальный механизм ask_panel.

В этом и заключается самая интересная часть архитектуры. Представим, что первый агент говорит: «Миграция безопасна». Второй отвечает: «Нет, здесь возможен race condition». Третий вообще находит проблему с rollback.

Обычный мульти-модельный подход оставляет разработчику три мнения и вопрос: кому верить? Rejudge добавляет ещё один уровень – судью, который должен разобраться именно в расхождении.

Три модели нужны не ради красивой цифры

Можно было бы сказать: «Зачем три? Давайте сразу десять». Нет. Количество само по себе ничего не гарантирует.

Смысл Rejudge в независимости проверок. Если три агента получают одинаковый вопрос, но работают в разных контекстах и не видят чужих выводов, они меньше влияют друг на друга. Если все трое находят одну и ту же проблему, это становится более весомым сигналом.

Но здесь есть важная оговорка, которую сам автор проекта прямо указывает в документации: согласие нескольких моделей не означает, что они правы. Rejudge не обещает корректность и не утверждает, что его схема обязательно лучше одной сильной модели.

И это, пожалуй, самая здоровая часть всей концепции. Потому что четыре одинаково уверенных AI-ответа всё ещё могут быть четырьмя одинаково уверенными ошибками.

Rejudge - три ИИ ищут баги в коде, а четвертый судит их

Это не теория – AI уже меняет code review

Rejudge появился не в вакууме. Сам процесс разработки действительно движется в эту сторону.

Исследование 2026 года, основанное на анализе 1,02 млн проверенных pull request из 207 GitHub-проектов, сравнивает эпоху человеческого ревью с периодами LLM-assisted и agentic code review. Авторы обнаружили, что участие AI-агентов связано с более быстрым принятием решений по PR. Но есть неприятная деталь: ускорение не привело автоматически к повышению качества ревью.

Вот где ломается популярная идея «давайте просто поставим AI вместо ревьюера». AI действительно способен снять часть рутины. Но скорость и качество – разные метрики. Можно закрывать pull request в два раза быстрее и при этом пропускать больше проблем.

Исследователи, изучающие будущее agentic code review, поэтому предлагают не полностью убирать человека из процесса, а строить многоступенчатую систему с AI-агентами и человеческими точками контроля. Среди главных проблем они отдельно называют надёжность, смещения моделей, приватность, прозрачность и automation bias – ситуацию, когда человек слишком сильно доверяет автоматической системе.

Rejudge фактически движется именно в эту сторону, только делает это на уровне инструмента для разработчика.

Чем Rejudge отличается от обычного AI-ревью

Параметр Обычное AI-ревью Rejudge
Количество моделей Обычно одна Три независимых агента
Контекст проверки Один общий контекст Каждый агент работает изолированно
Независимость выводов Ограниченная Высокая: модели не видят ответы друг друга
Поиск ошибок Зависит от одной модели Ошибки ищутся параллельно несколькими моделями
Разногласия между моделями Обычно не анализируются Отдельно разбираются AI-судьёй
Дополнительные вопросы Обычно отсутствуют Судья может запросить уточнения
Финальный результат Набор замечаний одной модели Единый итоговый отчёт
Проверка рисков Может быть поверхностной Отдельно учитываются баги, риски и уязвимости
Главная идея Получить мнение ИИ Сопоставить несколько независимых мнений и вынести общий вердикт

Последний вариант никуда не исчезает. И, скорее всего, не должен.

Хороший AI-ревьюер – это не замена инженеру. Это дополнительная пара глаз. Rejudge пытается сделать таких «глаз» сразу несколько.

Rejudge - три ИИ ищут баги в коде, а четвертый судит их

Что именно можно проверять

Здесь Rejudge интересен не только для поиска очевидных багов.

Запрос можно сформулировать довольно конкретно: например, проверить миграцию, найти риски в изменении API, посмотреть rollback-сценарий или провести ревью конкретного diff. В документации проекта приведён даже простой пример:

rejudge “does this migration need a lock?”

или:

git diff | rejudge “review this change”

Можно продолжить уже завершённую проверку через –resume, задав судье дополнительный вопрос.

То есть это не отдельная веб-страница, куда нужно вручную копировать куски кода. Rejudge задуман как инструмент внутри рабочего процесса разработчика.

Он распространяется через npm, может работать как CLI, интегрируется с Pi и доступен в виде Agent Skill для других coding agents. В качестве провайдеров поддерживаются разные модели и сервисы, включая Anthropic, OpenAI, Gemini, OpenRouter и другие варианты, которые поддерживает используемая инфраструктура.

Главный минус – это не магия, а счёт за токены

У такой архитектуры есть совершенно приземлённая проблема. Один AI-ревьюер – один набор вычислений. Rejudge запускает несколько ревьюеров, затем судью. А если судья обнаружит разногласия и начнёт задавать дополнительные вопросы, количество обращений к моделям вырастет ещё сильнее.

Сам проект прямо предупреждает: лимита расходов Rejudge не устанавливает. Стоимость и ограничения определяются выбранными моделями и провайдерами. Для маленького изменения это может быть просто бессмысленной тратой ресурсов. Если вы поменяли название переменной, запускать четыре AI-агента – примерно то же самое, что созывать совет директоров из-за сломанной кнопки.

Зато для большой миграции базы данных, изменения системы авторизации или сложного рефакторинга цена дополнительной проверки уже выглядит гораздо разумнее.

Rejudge - три ИИ ищут баги в коде, а четвертый судит их

Есть ещё одна проблема: приватность

Вот здесь разработчикам стоит быть особенно внимательными. Каждый выбранный ревьюер получает запрос и может читать файлы проекта через доступные инструменты. То есть если вы отправляете Rejudge закрытый код, он фактически становится доступен всем провайдерам моделей, которых вы настроили. Сам проект отдельно предупреждает об этом и рекомендует относиться к передаваемым данным как к информации, которую увидит каждый выбранный провайдер. Логи и сессии также записываются на диск во время выполнения.

Поэтому схема «давайте прогонять через Rejudge весь корпоративный монорепозиторий» требует уже не только технической, но и юридической проверки. AI code review может быть отличным инструментом. Но конфиденциальность никто за вас не автоматизировал.

Почему multi-agent code review – это следующий логичный шаг

Самое интересное здесь даже не Rejudge. Меняется сама архитектура разработки.

Раньше человек писал код, другой человек его проверял, а CI запускал тесты. Теперь всё чаще появляется цепочка:

AI пишет → AI тестирует → другой AI ревьюит → несколько агентов спорят → отдельный агент оценивает их выводы → человек принимает решение.

Это похоже на бюрократию, пока не увидишь объём кода, который способны генерировать современные coding agents. Если один разработчик теперь может поручить AI создать за день столько изменений, сколько раньше делала небольшая команда, старое правило «потом кто-нибудь посмотрит PR» перестаёт работать. Объём ревью становится новым узким местом. Именно этот рост нагрузки на code review исследователи называют одной из причин перехода к agentic workflows.

И тогда несколько AI-ревьюеров выглядят уже не как игрушка, а как попытка масштабировать контроль качества вместе с генерацией кода.

Rejudge - три ИИ ищут баги в коде, а четвертый судит их

Но есть ловушка

Нельзя путать несколько мнений с несколькими источниками истины. Все модели могут ошибиться. Все могут неправильно понять требования проекта. Все могут пропустить бизнес-логику, которая очевидна автору системы, но никак не описана в коде.

Даже судья может выбрать неправильную сторону. Поэтому Rejudge не превращает AI в непогрешимого аудитора. Он делает другое: снижает зависимость от одного конкретного ответа модели и заставляет систему разбираться с разногласиями. Это намного более реалистичная цель.

И, пожалуй, именно такой подход сейчас выглядит перспективнее идеи «одна супернейросеть сама напишет, проверит и замержит всё за вас».

Что будет дальше

Сегодня Rejudge предлагает три ревьюера и судью. Завтра подобных схем станет гораздо больше.

Причём специализация агентов здесь выглядит естественным следующим шагом. Один ищет security-проблемы, второй проверяет корректность алгоритма, третий смотрит архитектуру и производительность, четвёртый анализирует тесты. Затем отдельный агент сводит всё в один отчёт.

Такой подход уже соответствует тому, как исследователи описывают будущее AI-assisted code review: не один универсальный бот, который оставляет комментарии в pull request, а целая система специализированных агентов с контролем качества и человеческими точками принятия решения.

И вот это уже действительно интересный поворот. AI научился писать код. Следующая проблема – научить AI достаточно хорошо проверять код, который написал другой AI.

Rejudge – один из небольших, но показательных примеров того, куда движется этот рынок. Не к одному всемогущему программисту-боту, а к команде специализированных агентов, которые проверяют друг друга.

Автор: Александр Тихонов

Rating
( No ratings yet )
Contorra