Riadený agentic workflow. Ako používame AI agentov pri vývoji

AI agent vie prečítať repozitár, pripraviť plán, zmeniť kód a spustiť testy. Z toho ešte nevzniká spoľahlivý vývojový proces. Produkčný tím potrebuje vedieť, kto schválil zámer, aké oprávnenia agent dostal, čo presne overil a kto rozhodol o prijatí zmeny.

V Rise preto používame review-gated Shadow model. Agent pripravuje zmenu v izolovanom worktree, no V1 sa spúšťa manuálne. Človek schvaľuje plán, výnimky, merge aj deploy. Systém automatizuje opakovateľnú prácu a uchováva dôkazy. Nehrá sa na autonómneho vlastníka produkcie.

Tento model odporúčame tímom, ktoré chcú zrýchliť implementáciu bez toho, aby sa vzdali kontroly nad rozsahom, bezpečnosťou a vydaním. Nie je automaticky najrýchlejší pre každý experiment. Pri malej vratnej úlohe môže byť ad hoc zadanie lacnejšie.

1. Ad hoc prompting

   Rýchly štart pre malú vratnú úlohu. Kontext, oprávnenia a dôkazy závisia od človeka pri každom zadaní.

2. Review-gated Shadow

   Vhodný pre produkčný tím, ktorý chce merateľné brány, ohraničené opravy a ľudský merge.

3. Autonómna továreň

   Vyžaduje silnú izoláciu, observabilitu, núdzové zastavenie a dôveru v automatické zmeny s väčším dosahom.

Čo znamená review-gated Shadow

Shadow neznamená, že agent iba sleduje človeka. Znamená, že pracuje v skutočnom vývojovom toku, ale oprávnenie meniť spoločný základ a produkciu zostáva mimo jeho dosahu.

Práca začína WorkOrderom. Ten pomenuje cieľ, povolený rozsah súborov, riziko, požadované kontroly a zakázané akcie. Agent z neho pripraví plán. Kým ho človek neschváli, implementácia nezačne.

Po schválení dostane jeden writer vlastný worktree. Izolácia znižuje riziko, že dve relácie prepíšu rovnaké súbory alebo si navzájom znehodnotia výsledky testov. Rovnaký princíp popisujú aj návody pre Codex a Claude Code worktrees.

1. Schválený WorkOrder

   Rozsah, riziko, oprávnenia a požadované dôkazy sú známe vopred.

2. Plán a ľudské schválenie

   Agent najprv vysvetlí postup, dotknuté hranice a spôsob overenia.

3. Izolovaná implementácia

   Jeden writer pracuje v samostatnom worktree s obmedzeným počtom opráv.

4. Presné kontroly

   Deterministické príkazy overia dohodnutý rozsah a vytvoria opakovateľné výsledky.

5. Nezávislé review a odovzdanie

   Čerstvý kontext preverí zmenu. Evidence manifest ide človeku, ktorý rozhodne o mergei a deployi.

Kontroly vracajú chybu na implementáciu. Pripomienky review vracajú zmenu do plánovania.

Kontroly sú presné príkazy z projektu, nie veta „otestuj to“. Keď kontrola zlyhá, writer môže urobiť iba vopred obmedzený počet opráv. Potom sa zmena zastaví a čaká na rozhodnutie. To chráni čas aj rozpočet pred nekonečnou slučkou.

Hotovú zmenu číta reviewer s čerstvým kontextom. Neopravuje potichu writerovu prácu. Vráti nálezy do plánovania alebo vydá stanovisko. Výsledkom je evidence manifest s rozsahom zmeny, príkazmi, výsledkami, známymi rizikami a otvorenými otázkami.

Posledná brána je ľudská. Merge a deploy nepatria agentovi. GitHub rulesets môžu technicky vyžadovať pull request, review a úspešné status checks, ale zodpovednosť za prijatie rizika zostáva na tíme.

Čo automatizujeme a čo zostáva ľuďom

Automatizácia je užitočná tam, kde rovnaký vstup má viesť k rovnakému rozhodnutiu. Ľudská brána patrí tam, kde treba posúdiť obchodný kontext, výnimku alebo dôsledok pre prevádzku.

1. Automatizované kroky

   Validácia kontraktu, dry-run, stavové pravidlá, hooks, CI kontroly a zostavenie dôkazov.

2. Ľudské rozhodnutia

   Schválenie plánu, výnimky z rozsahu, prijatie rizika, merge, release a deploy.

V našom modeli sa automatizujú tieto časti.

• Validácia kontraktu preverí, či WorkOrder a workflow obsahujú povinné polia a povolené príkazy.
• Dry-run inicializácia ukáže plánované súbory a zmeny bez zápisu do cieľového projektu.
• Stavové a oprávneniové pravidlá v YouTracku strážia povolené prechody a roly. YouTrack workflows sú na takúto automatizáciu určené a YouTrack MCP sprístupňuje riadené nástroje pre agentov.
• Hooks zastavia zakázaný príkaz alebo spustia kontrolu v presnom okamihu. Claude Code hooks sú príkladom deterministickej vrstvy okolo modelu.
• CI zopakuje dôveryhodné kontroly v čistom prostredí.
• Evidence manifest spojí vstupy, výsledky a review do jedného odovzdania.

Človek naďalej schvaľuje zámer, zmenu rozsahu, bezpečnostnú výnimku, prijatie rizika, merge, release a deploy. Tento rozdiel je dôležitý aj z bezpečnostného pohľadu. OWASP odporúča minimálne oprávnenia, schválenie citlivých akcií, validáciu vstupov a výstupov, auditnú stopu aj limity spotreby.

Sedem workflowov nemá rovnaké pravidlá

Jedna univerzálna šablóna je lákavá, no hotfix a výskumný spike majú iný cieľ. K 24. júlu 2026 máme na úrovni kontraktu validovaných sedem typov workflowov. Ich živé integrácie a oprávnenia sa overujú samostatne v každom projekte.

Limit nehovorí, koľkokrát smie vývojár premýšľať. Bráni agentovi opakovať rovnakú stratégiu bez nového rozhodnutia.

Prečo samotné prompting alebo CI nestačia

Ad hoc prompting je vhodný pre malú, dobre vratnú úlohu. Jeho slabinou je pamäť procesu. Rozsah, povolenia a spôsob overenia sa pri každej relácii znova skladajú v hlave operátora.

Samotné CI rieši inú vrstvu. Vie odmietnuť zmenu, ktorá neprejde testom, no zvyčajne nevie, či agent mal právo upraviť daný modul, či plán schválil vlastník a či tretí pokus ešte dáva ekonomický zmysel.

Review-gated Shadow pridáva kontrakt pred implementáciou a dôkazy po nej. To je lepšie pre produkčný tím, ktorý potrebuje spätne vysvetliť rozhodnutie. Platí za to prípravou WorkOrderu a ľudskými bránami.

Plne autonómna továreň môže spracovať viac nezávislých úloh bez čakania. Potrebuje však silnejšiu izoláciu, observabilitu, núdzové zastavenie, správu identity a dôveru v automatický merge alebo deploy. Pre väčšinu menších tímov je to samostatný produkt, nie nastavenie jedného promptu.

Ako merať prínos bez marketingových percent

Neuvádzame všeobecné percento úspory. Výsledok závisí od kvality repozitára, testov, zadania aj skúsenosti reviewera. Zmysel má porovnať prijaté zmeny pred a po zavedení workflow.

Sledujeme najmä čas od schváleného zadania po prijatú zmenu, čistý review čas, počet opráv, regresie po vydaní, zamietnuté nepovolené akcie a cenu prijatej zmeny. Dôležitý je menovateľ. Náklady na zamietnuté alebo nepoužiteľné návrhy patria do výsledku.

Prvé týždne majú vytvoriť baseline. Až potom má zmysel meniť limity, pridávať workflow alebo automatizovať ďalšiu bránu.

Kde začať

Začnite jedným typom opakovanej zmeny, jedným repozitárom a manuálnym spustením. Definujte WorkOrder, povolené príkazy, vlastníka schválenia a dôkazy, ktoré musí odovzdanie obsahovať. Najprv skúste dry-run.

Náš starší pohľad na človeka v slučke pri AI vývoji vysvetľuje, prečo je odborný úsudok stále potrebný. Governance checklist pre AI agenta rozširuje tému o dáta, nástroje a núdzové zastavenie.

Ak riešite aj výber procesu, pozrite si našu službu AI automatizácia. Riadený agentic workflow dáva zmysel až vtedy, keď tím vie pomenovať zodpovednosť, zakázané akcie a spôsob prijatia hotovej zmeny.