
TL;DR
|
Es ist 16 Uhr und ein PR landet in deiner queue. Vierzehn Dateien wurden geändert. In der Beschreibung steht: „Implementiert eine Ratenbegrenzung für die öffentliche API, gemäß Issue #812.“ Die Tests laufen durch. Der Code ist sauber, einheitlich formatiert und plausibel korrekt.
Du hast ihn nicht geschrieben. Auch niemand aus deinem Team. Ein Agent hat ihn geschrieben, basierend auf einem zweizeiligen Issue, das jemand letzte Woche eingereicht hat.
Also fängst du an zu lesen. Warum ein „Sliding Window“ und kein „Token Bucket“? Warum befindet sich das Limit in der Middleware statt am Gateway? War die Redis-Abhängigkeit eine bewusste Entscheidung oder einfach das Erste, was funktioniert hat? Wusste der Agent von dem internen Client, der diesen Endpunkt jede Nacht bombardiert?
Der Diff verrät es dir nicht. Die Commit-Meldung auch nicht. Und der Autor steht für eine kurze Frage nicht zur Verfügung, denn der Autor war ein Modell, das seine Arbeit beendet hat und weitergezogen ist.
Das Wichtigste auf einen Blick: Ein PR eines Agenten kommt ohne einen Autor an, den du befragen kannst, sodass die Begründung verloren geht, es sei denn, etwas hat sie während der Ausführung erfasst.
Code-Reviews haben sich schon immer auf etwas außerhalb des Diffs gestützt. Wenn ein Teamkollege einen PR eröffnet, weißt du ungefähr, wie er denkt. Du warst bei der Planungssitzung dabei. Du kannst ihn in Slack fragen, warum er einen Ansatz einem anderen vorgezogen hat, und er kann dir antworten.
Ein PR eines Agenten macht all das zunichte. Die Argumentation fand innerhalb eines Modelllaufs statt: die Eingabeaufforderung, die es erhielt, die Dateien, die es las, die Optionen, die es abwog, der Plan, auf den es sich festlegte. Sofern dieser Lauf nicht aufgezeichnet wurde, ist alles verloren, sobald der PR bei dir eintrifft. Was übrig bleibt, ist die Ausgabe, und die Ausgabe allein ist ein schlechter Anhaltspunkt für die Absicht.
Agent-Code neigt zudem dazu, stillschweigend zu versagen, weil er meist richtig aussieht. In der 2025 Developer Survey von Stack Overflow nannten 66 % der Entwickler „KI-Lösungen, die fast richtig, aber nicht ganz richtig sind“ als ihre größte Frustration bei KI-Tools, und 45 % gaben an, dass das Debuggen von KI-generiertem Code mehr Zeit in Anspruch nimmt. Code, der fast richtig ist, lässt sich schwer überprüfen, da nichts darin darauf hinweist, dass er falsch ist.
Die gleiche Umfrage ergab, dass erfahrene Entwickler die vorsichtigste Gruppe sind und am stärksten misstrauisch gegenüber KI-Ergebnissen sind. Das sind oft genau die Leute, die die Überprüfungsanfragen erhalten.
Das Wichtigste zum Mitnehmen: Ohne die Begründung wird die Überprüfung zu einer Wahl zwischen langsam, riskant oder verschwenderisch. Die Lösung besteht darin, den reviewers den Kontext zurückzugeben.
Angesichts eines Diff und fehlender Begründung neigen reviewer dazu, auf eine von drei Gewohnheiten zurückzugreifen. Jede macht in dem Moment Sinn, und jede hat Kosten, die sich später bemerkbar machen.
Die vorsichtige Variante besteht darin, die Begründung selbst nachzuvollziehen. Du liest das Issue, siehst dir das Programmieren an und rekonstruierst, was der Agent wohl gedacht haben muss. Das funktioniert zwar, aber aus einer schnellen Überprüfung wird eine langwierige, und du hast die Planungsarbeit noch einmal gemacht, die der Agent eigentlich hätte ersparen sollen.
Die schnelle Variante ist, aus Vertrauen zu genehmigen. Die Tests laufen durch, das Programm sieht idiomatisch aus und die queue ist lang – also überfliegst du es kurz und gibst es frei. Das hält so lange, bis sich eine Annahme des Bearbeiters als falsch herausstellt und niemand sagen kann, warum das Programm so programmiert wurde.
Die sichere Variante ist, den Code zurückzuschicken oder ihn selbst umzuschreiben. Du führst nichts zusammen, was du nicht nachvollziehen kannst, und wirfst dabei auch den Großteil der Zeit weg, die der Entwickler eingespart hat.
Alle drei sind vernünftige Reaktionen auf dieselbe Situation: man wird gebeten, Arbeit abzusegnen, ohne den Kontext zu haben, den man normalerweise hätte. Je mehr Entwickler programmieren, desto länger wird die Review-Queue – und desto höher werden die Kosten jeder einzelnen Gewohnheit.
Das Wichtigste zum Mitnehmen: Planung, Überprüfungen und Dokumentation verwandeln einen Agent-PR von einem unerklärten Diff in Arbeit, die ein reviewer tatsächlich bewerten kann.
Du kannst einen Agenten nicht fragen, was er sich gedacht hat, sobald der Lauf beendet ist, aber du kannst dafür sorgen, dass der Kontext mit seiner Arbeit mitgeliefert wird. Ein überprüfbarer Agent-PR enthält neben dem Diff drei Dinge.
Diese drei Dinge sind mit Aufwand verbunden. Ein Plan fügt einen Schritt hinzu, noch bevor überhaupt programmiert wurde, und seine Genehmigung zieht eine Person früher in den Prozess ein. Auch Prüfungen haben ihre Grenzen: Bei einer Überprüfung anhand des Plans wird nicht erkannt, ob der Plan selbst falsch war. Die Entscheidung über jeden Agent-PR trifft immer noch eine Person, und der Plan, die Prüfungen und die Aufzeichnung sorgen dafür, dass diese Entscheidung fundierter getroffen wird.
Das Wichtigste auf einen Blick: Upsun Dispatch verknüpft den Plan, die Erkenntnisse des Prüfers und das Ausführungsprotokoll mit der Arbeit des Agenten, sodass Reviewer mit Kontext beginnen statt mit einem bloßen Diff.
Upsun Dispatch ist die Plattform für geregelte Zusammenarbeit zwischen KI-Agenten und funktionsübergreifenden menschlichen Teams. Sie arbeitet mit den Tools zusammen, die dein Team bereits nutzt: GitHub, GitLab, Jira und Linear. Der Issue-to-Programmieren-Workflow ist so aufgebaut, dass der Plan, die Überprüfungen und das Protokoll zusammen mit der Arbeit eintreffen.
Der Plan landet zuerst im Issue. Ein Planungsagent liest das Issue und verfasst einen Implementierungsplan, den Upsun Dispatch zurück ins Issue oder Ticket stellt, noch bevor programmiert wird. Bei Ausführungen, die über Jira gestartet werden, kannst du eine Planfreigabe aktivieren (standardmäßig ist sie deaktiviert), sodass die Ausführung wartet, bis eine Person den Plan genehmigt, ablehnt oder überarbeitet.
Ein reviewer begutachtet die Änderung, bevor der PR eröffnet wird. Nachdem der Programmierer fertig ist, überprüft ein separater reviewer die Änderung anhand des Plans. Schwerwiegende Probleme, wie ein Programm, das sich nicht kompilieren lässt oder dem Plan widerspricht, verhindern von vornherein, dass der PR überhaupt eröffnet wird. Geringfügigere Beanstandungen fließen in die PR-Beschreibung ein, sodass der reviewer sie sofort sieht. Der reviewer wird nur einmal ausgeführt, und Upsun Dispatch schreibt das Programm nicht aufgrund seiner Ergebnisse um – alles, was kein Blocker ist, musst du also selbst abwägen.
Jeder Durchlauf hinterlässt eine Aufzeichnung. Jede Eingabeaufforderung, jeder Diff, jede Freigabe und jedes Nutzungsereignis wird in Echtzeit erfasst. In der Upsun Dispatch-Konsole werden für jeden Durchlauf der Status, die einzelnen Schritte, eine Zeitleiste der Ereignisse und die Protokolle angezeigt. Wenn später Fragen auftauchen, gibt es eine Aufzeichnung, die du nachschlagen kannst.
Der Code-Review-Workflow fügt eine weitere Ebene hinzu: Er überprüft Pull-Requests und Merge-Requests und veröffentlicht seine Ergebnisse als Inline-Kommentare sowie – je nach deinen Einstellungen – als Zusammenfassung neben dem Review deines Teams.
Monate nach einem Merge ist der Ausführungsdatensatz möglicherweise der einzige Ort, an dem die Begründung des Agenten noch vorhanden ist. Unser technischer Leitfaden erklärt, was Upsun Dispatch bei jedem Durchlauf erfasst und wie ein Entwickler diese Informationen nutzt, um die Absicht nachzuvollziehen und eine Änderung später zu debuggen.
Lies den Leitfaden: Jeden Agenten-Lauf später rekonstruieren: Was wird erfasst und warum
Warum sind Pull-Requests von KI-Agenten schwer zu prüfen?
Der Diff zeigt zwar, was sich geändert hat, aber selten, warum. Die Eingabeaufforderung, der Plan und die Optionen, die der Agent abgewogen hat, werden normalerweise nirgendwo so aufgezeichnet, dass der reviewer sie sehen kann – daher muss der reviewer die Argumentation rekonstruieren oder den Pull-Request ohne diese Informationen genehmigen.
Reicht es aus, dass die Tests bestanden wurden, um einen Agent-PR zu genehmigen?
Tests bestätigen, dass das Programm das tut, was die Tests prüfen. Sie bestätigen nicht, dass die Änderung der Anfrage entspricht oder dass die Annahmen des Agenten stichhaltig waren. Das Programmieren ist oft fast richtig – genau diese Art von Problem können Tests übersehen.
Was sollte ein PR eines Agenten enthalten, damit er überprüfbar ist?
Den Plan, nach dem der Agent gearbeitet hat, die Ergebnisse aller bereits bestandenen Prüfungen und eine Aufzeichnung des Durchlaufs: was angefordert wurde, was geändert wurde und wer was genehmigt hat.
Wie hilft Upsun Dispatch den Reviewern?
Im Workflow „Vom Issue zum Programmieren“ veröffentlicht Upsun Dispatch den Plan des Agenten im Issue, führt einen kritischen Agenten aus, der den PR blockieren kann, wenn er schwerwiegende Probleme findet, und erfasst jede Eingabeaufforderung, jeden Diff, jede Genehmigung und jedes Nutzungsereignis in Echtzeit.
Ersetzt Upsun Dispatch die manuelle Code-Review?
Nein. Menschen überprüfen und genehmigen die Arbeit des Agenten weiterhin. Upsun Dispatch liefert ihnen den Kontext, um dies gut zu tun.