AI PR Guardian — bramka jakości AI dla Pull Requestów (eksperyment)

Eksperyment, nie produkt — i to zastrzeżenie jest częścią tej pozycji. Strażnik AI dla Pull Requestów: dodatkowa bramka jakości obok strażników skryptowych, testów i smoke’ów, nie ich zamiennik. Powstał jako sprawdzenie jednego pomysłu: czy model potrafi pilnować klas błędów, których nie da się złapać skryptem. Nigdy nie został uruchomiony na prawdziwym Pull Requeście ani na self-hosted runnerze i nie jest utrzymywany.

Drugie zastrzeżenie: 11 z 15 commitów napisał Claude Code. Autorska jest architektura i nadzór nad agentem, nie klepanie kodu. Dlatego projekt stoi w portfolio nie jako wdrożone narzędzie, lecz jako dowód, jak prowadzi się agenta: zakres, granice uprawnień, obowiązkowa weryfikacja i pomiar wyniku.

Repozytorium sprawdzane ma 39 strażników skryptowych, 84 testy, 18 smoke’ów i 10 goldenów — gęstą, darmową siatkę, której model nie ma dublować. Nisza jest wąska: rejestr znanych błędów ma cztery wpisy bez żadnej ochrony automatycznej — test niszczący wspólną bazę deweloperską, wartość zero traktowana jak brak wartości, build wynoszący zmiany z katalogu roboczego i niewidzialny element jako kandydat na największy element strony. Tylko po to jest model.

Dwa z czterech stopni kosztują zero tokenów. Filtr zakresu odrzuca większość uruchomień, zanim model zobaczy diff — PR treściowy zatrzymuje się tu. Potem subagent-strażnik z własnym kontekstem i wyłącznie prawem odczytu, a po nim obowiązkowo drugi agent-krytyk, którego jedynym zadaniem jest obalić znalezisko pierwszego. Decyzję „przepuścić czy zablokować” podejmuje plik konfiguracyjny, nie model.

Do tego osiem plików kontrolnych — cztery z prawdziwymi błędami i cztery mylące, ale poprawne — żeby o skuteczności dało się mówić liczbą, a nie opinią. Egzekucja w dwóch warstwach: hak pre-push zatrzymuje wypchnięcie przed GitHubem, a check w CI dodaje komentarze inline na Pull Requeście.