Baz автоматизировал проверку соответствия спецификациям в код‑ревью с помощью Amazon Bedrock AgentCore

Baz представил Spec Review — агент, который интегрируется в процесс pull request и автоматизирует проверку того, соответствует ли реализация продуктовым и дизайнерским требованиям. Решение использует модели, запущенные через Amazon Bedrock, и Bedrock AgentCore для оркестрации и выполнения задач проверки, чтобы сократить ручную валидацию и устранить разрыв между кодом и продуктовой целью. Триггеринг запускается при появлении PR: GitHub‑webhook направляет запрос через Application Load Balancer (ALB) и Network Load Balancer (NLB) в кластер Amazon EKS, где Baz Platform выступает центром оркестрации. Все LLM‑запросы и агентные потоки обрабатываются через Amazon Bedrock, что обеспечивает централизованную, масштабируемую и управляемую инференс‑площадку.

На вход агент собирает артефакты требований: визуальные макеты из Figma через MCP и функциональные спецификации из Jira через REST API. Спецификации автоматически декомпозируются на дискретные требования — визуальные (отступы, цвета, иерархия компонентов) и функциональные (acceptance criteria, intent пользовательских историй) — чтобы задать конкретные проверки для каждой части. Для каждой отдельной проверки система порождает изолированный субагент‑воркер. Implementation Subagents комбинируют глубокий анализ кода репозитория с динамической валидацией через Bedrock AgentCore Browser Tool: рендеринг в preview‑окружении, DOM‑инспекция, симуляция событий и визуальные тесты. Такой подход соединяет статическую проверку и реальное поведение в браузере.

Архитектура предусматривает параллельное выполнение субагентов — один субагент на требование — и работу с временными окружениями, что минимизирует влияние на основную инфраструктуру. Baz сохраняет централизованную координацию в EKS, а модели Bedrock обеспечивают безопасный и масштабируемый AI‑инференс на каждом шаге проверки. Практические последствия: Baz закрывает «пробел» между кодом и намерением продукта, снижая ручную нагрузку QA, уменьшая несоответствия дизайну и вероятность регрессий, и ускоряя доставку. Для разработчиков и платформенных инженеров это шаблон интеграции LLM‑агентов в CI/PR: агрегировать требования, декомпозировать проверки, запускать изолированные runtime‑валидации и использовать Bedrock/AgentCore для масштабируемого AI‑управления.