Google представила крупное обновление для Conductor — расширения Gemini CLI, которое превращает обычный чат с моделью в структурированный процесс разработки. Теперь инструмент поддерживает функцию Automated Review, добавляя этап верификации в жизненный цикл создания кода нейросетями.
По словам разработчиков Google, это обновление позволяет Conductor «выйти за рамки простого планирования и исполнения в область валидации». Это критически важный шаг для вайбкодеров, работающих с агентными флоу, где контроль качества часто становится узким местом.
Как работает верификация
Функция Automated Review вводит строгий этап проверки сразу после того, как AI-агент завершает выполнение задач. Conductor анализирует написанный код по нескольким ключевым направлениям:
- Глубокий анализ логики: Инструмент ищет не только синтаксические ошибки, но и сложные баги: состояния гонки (race conditions), риски null pointer и логические несоответствия.
- Соответствие плану: Система сверяет реализацию с файлами
plan.md и spec.md. Теперь агент не сможет «забыть» часть функционала, описанного в спецификации.
- Соблюдение стайл-гайдов: Код проверяется на соответствие правилам оформления и кастомным правилам проекта, заданным на этапе планирования.
- Автоматическое тестирование: Conductor сам запускает юнит- и интеграционные тесты, включая данные о покрытии в итоговый отчет.
- Безопасность: Сканер ищет захардкоженные API-ключи, утечки персональных данных (PII) и небезопасную обработку входных данных.
Отчеты и исправления
После проверки Conductor генерирует подробный отчет, где все находки классифицируются по уровню критичности (High, Medium, Low). В отчете указываются точные пути к файлам, а самое главное — можно сразу запустить новый «трек» (track) для автоматического исправления найденных проблем.
«Этот уровень детализации гарантирует, что агентная разработка не превращается в бесконтрольную. Мы создаем замкнутый цикл (close the loop), добавляя верификацию сразу после написания кода», — отмечают в Google.
Что это значит для вайбкодеров
Conductor, запущенный в декабре прошлого года, выделяется на фоне других CLI-инструментов тем, что хранит контекст проекта в Markdown-файлах под Git, а не в эфемерных логах чата.
Для тех, кто строит продукты с помощью AI-агентов, это обновление решает главную проблему — «галлюцинации» и отклонение от архитектуры при масштабировании проекта. Теперь процесс становится более предсказуемым: вы не просто просите AI «написать фичу», а получаете инструмент, который сам проверяет свою работу на соответствие вашим стандартам.