Яндекс: ИИ-ревьюер NeuroReview, разработчики принимают около 30% замечаний

В «Яндексе» ревью кода строилось так: сначала обязательные тесты и статические анализаторы, затем ручное ревью. Поток пул-реквестов рос, а времени и внимания у ревьюеров больше не становилось. Первого комментария можно было ждать несколько часов, и за это время разработчик переключался на другую задачу. Ревьюеры раз за разом искали похожие ошибки — необработанные исключения, перепутанные параметры, забытые крайние случаи, — и часть таких дефектов проходила дальше. Компания решила выполнять значительную часть этих проверок автоматически, быстро и до подключения человека.

NeuroReview — внутренний сервис автоматического ревью пул-реквестов, который работает поверх Comrade, платформы «Яндекса» для запуска LLM-агентов; процесс оркестрируется как workflow на Temporal. Ревью выполняют два агента. Генератор читает дифф и нужные файлы и ищет как можно больше проблем; это модель Qwen 3.6 27B на внутреннем инференсе компании. Валидатор на MiniMax-M2-7 перепроверяет находки и отбрасывает спорные, дублирующие и недоказанные замечания. Перед публикацией сервис сверяет указанные файл, строку и фрагмент кода с репозиторием. Финальное решение по коду остаётся за человеком.

NeuroReview применяется только на внутреннем коде, подключение добровольное. По данным на октябрь 2026 года через сервис ежедневно проходит около 4 тыс. пул-реквестов — около 40% созданных в монорепозитории Аркадия. Конфигурации сравниваются в A/B-экспериментах по метрике Time Saved per PR. Вариант с Opus дал TSPR примерно на 30% выше, но одна проверка стоила 3,42 доллара против 0,041 доллара у Qwen, поэтому в продакшен выбран Qwen; весь поток идёт на собственном железе с запасом около 25%. Комментарий появляется в среднем через 2–3 минуты после публикации пул-реквеста. Разработчики принимают примерно 30% замечаний, доля лайков за полгода выросла с 50 до 70%.