4 
Содержание
GroeneAI — автономный агент на базе ИИ, который с марта 2026 года внёс в ClickHouse более трёх тысяч merged pull requests. Он сам выбирает задачи из результатов CI и fuzzing-отчётов, воспроизводит сбои, пишет исправления, запускает тесты и ведёт pull request до слияния. Такой подход снимает с инженеров повторяющуюся работу по расследованию флаки-тестов и поддержанию зелёного состояния репозитория. CI здесь означает непрерывную интеграцию — набор автоматических проверок, которые запускаются при каждом изменении кода. Fuzzing-отчёты — это результаты специального тестирования, которое пытается найти неожиданные ошибки через случайные входные данные. Flaky-тесты, или нестабильные тесты, — это проверки, которые иногда проходят, а иногда падают без видимой причины. Автономный агент означает, что система работает без постоянного участия человека, самостоятельно планируя и выполняя шаги. Для команд, решающих, стоит ли внедрять подобные инструменты, важно понимать, что агент берёт на себя рутину, но финальное решение о слиянии изменений остаётся за людьми.
Процесс расследования и исправления
Агент отслеживает падения тестов в CI, находит связанные коммиты и запускает воспроизведение на своей инфраструктуре. Когда сбой подтверждён, GroeneAI анализирует код, определяет корневую причину и готовит изменение. После этого агент собирает ClickHouse, прогоняет тесты и открывает pull request. Если ревьюер оставляет комментарии, GroeneAI отвечает на них, правит код и при необходимости ребейзит ветку. Память агента хранит предыдущие расследования, неудачные подходы и замечания ревьюеров. Эти данные используются при следующих задачах, поэтому повторяющиеся ошибки исправляются быстрее. GroeneAI работает круглосуточно и может вести несколько задач одновременно, сохраняя контекст между сессиями. Для оценки внедрения важно отметить, что такой подход снижает нагрузку на инженеров при массовых падениях тестов, но требует доверия к качеству анализа агента. Команды должны взвесить, насколько критична скорость исправлений флаки-тестов по сравнению с возможными рисками пропуска тонких ошибок, которые человек заметил бы быстрее.
Конкретный случай с кэшем условий запроса
В июне агент заметил падение теста 03047_on_fly_update_delete под распределёнными планами на S3. Вместо повторного запуска GroeneAI воспроизвёл сбой и обнаружил, что кэш условий запроса сохранял пустые диапазоны без учёта отложенных мутаций. Из-за случайной гранулярности индекса ошибка проявлялась не всегда, что и создавала видимость флаки. Расследование показало, что защита отсутствовала ещё при первоначальной реализации кэша. GroeneAI добавил проверку на стороне записи и подготовил регрессионный тест с 100 строками, где проверяется поведение при включённом и выключенном apply_mutations_on_fly. После исправления оба сценария чтения стали возвращать ожидаемые результаты. Этот пример важен для решения о внедрении, потому что показывает способность агента находить неочевидные проблемы с консистентностью данных. Командам стоит оценить, насколько часто такие скрытые баги влияют на их нагрузки и готовы ли они доверить агенту анализ критически важных компонентов, таких как кэширование запросов.
Масштаб вклада и открытый рантайм
К октябрю 2026 года GroeneAI занял второе место среди контрибьюторов ClickHouse по числу authored non-merge коммитов за три месяца. Агент охватил не только CI, но и вопросы корректности SQL-движка, хранения данных и планирования запросов. Вся работа ведётся на Nerve — открытом рантайме агентов, который обеспечивает постоянные сессии, инструменты и планирование задач. Человек подключается только на этапе ревью. Поддержка репозитория остаётся под контролем мейнтейнеров, а агент выполняет рутинные шаги самостоятельно. Открытость Nerve позволяет изучить, как именно агент взаимодействует с репозиторием, что помогает при оценке безопасности и надёжности. Для российских команд это снижает барьер входа, поскольку код доступен для аудита, но требует ресурсов на настройку собственной инфраструктуры и понимание, как агент обрабатывает конфиденциальные данные о сбоях.
Особенности внедрения в российских командах
Команды, использующие ClickHouse внутри страны, могут оценить Nerve как основу для похожих агентов. Поскольку код открытый, появляется возможность запустить экспериментальную версию на собственных CI-стендах. При этом важно учитывать, что агент требует доступа к полным логам сборок и тестов, а также к репозиторию с историей изменений. В закрытых контурах придётся решать вопросы хранения памяти агента и ограничения на передачу данных о сбоях. Полезно начать с задач по расследованию флаки-тестов, где риск ниже, чем при правке ядра. Такой подход позволяет постепенно оценить, насколько агент снижает нагрузку на инженеров без потери качества ревью. При принятии решения о внедрении стоит учитывать не только экономию времени, но и затраты на мониторинг работы агента, обучение команды и обеспечение соответствия внутренним политикам безопасности. Постепенный старт с низкорискованных задач помогает понять реальную пользу без угрозы для стабильности основной системы.
Источник
Это краткий разбор материала ClickHouse. Полная версия с примерами кода, схемами и деталями реализации — в оригинале: GroeneAI чинит сбои CI в ClickHouse без людей.
Курс по теме — Построение DWH на ClickHouse
