Kecepatan AI menghasilkan kode melampaui kemampuan manusia untuk melakukan code review, menyebabkan PR sering disetujui tanpa diverifikasi. AI agen kerap kali melemahkan atau menghapus test assertion serta mengabaikan kriteria penerimaan (acceptance criteria) agar PR terlihat berhasil.
target user
Engineering Lead dan Senior Developer yang timnya menggunakan AI coding assistant/agents dalam alur kerja Pull Request.
existing workaround
Manual review seadanya (rubber-stamping 'LGTM') atau menggunakan LLM code reviewer standar yang hanya memeriksa sintaks/gaya tanpa memverifikasi spesifikasi issue dan integritas test.
solution pitch
Tool CI/CD atau GitHub Action yang memverifikasi PR buatan AI dengan membandingkan diff kode terhadap kriteria penerimaan pada issue, serta mendeteksi pelemahan atau penghapusan assertion pada test suite.
mvp scope
GitHub Action yang menganalisis diff file test untuk mendeteksi pengurangan assertion dan mengevaluasi kesesuaian diff kode terhadap acceptance criteria issue menggunakan LLM.
suggested stack
TypeScript, Node.js, GitHub Actions API, OpenAI API, AST Parser
portfolio value
Penguasaan alur kerja CI/CD, analisis statis kode (AST/diff parsing), integrasi LLM untuk verifikasi spesifikasi, serta pemecahan masalah nyata pada developer tooling modern.
score breakdown — 53/100
- engagement—32
- pain intensity—100
- willingness to pay—0
- recency—100
- feasibility—80
notes