Riadený agentic workflow. Ako používame AI agentov pri vývoji

AI agent vie prečítať repozitár, pripraviť plán, zmeniť kód aj spustiť testy. Spoľahlivý vývojový proces z toho ešte nevzniká. Produkčný tím sa totiž pýta na celkom iné veci, teda kto schválil zámer, aké oprávnenia agent dostal, čo overil a kto zmenu prijal.

V Rise preto používame review-gated Shadow model. Agent pripravuje zmenu v izolovanom worktree, no V1 sa spúšťa manuálne a plán, výnimky, merge aj deploy schvaľuje človek, zodpovedný za prijatie zmeny. Systém automatizuje opakovateľnú prácu a uchováva dôkazy. Produkčné oprávnenia zostávajú mimo tejto lane.

Tento model odporúčame tímom, ktoré chcú zrýchliť implementáciu bez toho, aby stratili kontrolu nad rozsahom, nad bezpečnosťou a nad tým, čo ide von. Pre každý experiment automaticky najrýchlejší nie je. Pri malej vratnej úlohe býva 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 merge, ktorý drží človek.

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. Pracuje v skutočnom vývojovom toku, píše kód, ktorý sa naozaj dostane do review, a mimo jeho dosahu zostáva jediná vec, totiž oprávnenie siahnuť na produkciu a na spoločný základ, z ktorého vychádzajú všetci ostatní.

Práca začína WorkOrderom. Ten pomenuje cieľ, povolený rozsah súborov, riziko, požadované kontroly aj akcie, ktoré sú zakázané.

Agent z neho pripraví plán a implementácia nezačne, kým ho človek neschváli.

Po schválení dostane jeden writer vlastný worktree. Izolácia znižuje riziko, že si dve relácie prepíšu rovnaké súbory, prípadne si navzájom znehodnotia výsledky testov tak, že sa už nedá povedať, ktorý beh čo dokazoval. 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 to, ako sa to overí.

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 má na opravu vopred obmedzený počet pokusov, a keď ich minie, zmena sa zastaví a čaká na rozhodnutie človeka, nie na ďalší nápad modelu. To chráni čas aj rozpočet.

Hotovú zmenu číta reviewer s čerstvým kontextom. Writerovu prácu potichu neopravuje. Vráti nálezy do plánovania alebo vydá stanovisko a výsledkom je evidence manifest, ktorý obsahuje rozsah zmeny, spustené príkazy, ich výsledky, známe riziká aj otázky, ktoré zostali otvorené.

Posledná brána je ľudská, pretože merge ani deploy nepatria agentovi. GitHub rulesets môžu technicky vyžadovať pull request, review a úspešné status checks, no rozhodnutie prijať riziko je stále rozhodnutie tímu, nie konfigurácia repozitára.

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, prípadne výnimku alebo dôsledok, ktorý pocíti prevádzka.

1. Automatizované kroky

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

2. Ľudské rozhodnutia

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

V našom modeli sa automatizujú tieto časti.

• Validácia kontraktu preverí povinné polia a povolené príkazy vo WorkOrderi aj vo workflowe.
• 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 aj review do jedného odovzdania.

Človek naďalej schvaľuje zámer, zmenu rozsahu, bezpečnostnú výnimku, prijatie rizika, merge, release aj deploy. Tento rozdiel je dôležitý aj z bezpečnostného pohľadu a 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. Hotfix a výskumný spike však majú celkom iný cieľ. K 24. júlu 2026 máme na úrovni kontraktu validovaných sedem typov workflowov, teda sedem rôznych odpovedí na otázku, čo sa musí overiť, kým zmena prejde ďalej. Ich živé integrácie a oprávnenia overujeme 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. Slabinou je pamäť procesu. Rozsah, povolenia aj spôsob overenia sa pri každej relácii znova skladajú v hlave operátora, a keď operátor odíde na dovolenku, odíde s ním aj celý proces.

Samotné CI rieši inú vrstvu a vie odmietnuť zmenu, ktorá neprejde testom. Nevie však, či agent mal právo upraviť daný modul, či plán schválil vlastník, ani či tretí pokus ešte dáva ekonomický zmysel.

Review-gated Shadow pridáva kontrakt pred implementáciou a dôkazy po nej, čo je lepšie pre produkčný tím, ktorý musí o mesiace neskôr vysvetliť, prečo zmena vyzerá tak, ako vyzerá. Platí za to prípravou WorkOrderu a časom pri ľudských bránach.

Plne autonómna továreň spracuje viac nezávislých úloh bez čakania. Potrebuje však silnejšiu izoláciu, observabilitu, núdzové zastavenie, správu identity aj dôveru v automatický merge alebo deploy, ktorú si tím musí najprv zaslúžiť. 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, od testov, od zadania aj od toho, koľkokrát už reviewer podobnú zmenu videl, takže cudzie číslo Vám o Vašom tíme nepovie nič. Zmysel má porovnať prijaté zmeny pred zavedením workflow a po ňom.

Sledujeme najmä čas od schváleného zadania po prijatú zmenu, čistý review čas, počet opráv, regresie po vydaní, zamietnuté nepovolené akcie aj cenu, ktorú jedna prijatá zmena nakoniec stála. Dôležitý je menovateľ. Náklady na zamietnuté alebo nepoužiteľné návrhy patria do výsledku.

Prvé týždne majú vytvoriť baseline. Až potom má zmysel meniť limity, pridávať ďalší workflow alebo automatizovať bránu, ktorá dovtedy patrila človeku.

Kde začať

Začnite jedným typom opakovanej zmeny, jedným repozitárom a spustením, ktoré stlačí človek. Definujte WorkOrder, povolené príkazy, vlastníka schválenia a dôkazy, ktoré musí odovzdanie obsahovať, lebo bez nich sa o týždeň nedá zrekonštruovať ani to, čo agent vlastne urobil. 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, o nástroje a o núdzové zastavenie, ktoré musí niekto vedieť stlačiť.

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 to, ako sa hotová zmena prijíma.