12/10/2026
Agenttisten tekoälyratkaisuiden yleistyessä eteen tulee uusi ja aika kiperä kysymys: kuinka paljon agentille voi antaa vapautta tehdä päätöksiä itsenäisesti, ja miten se vapaus rajataan teknisesti? Voiko agentti arvioida bugeja automaattisesti, tehdä pull requesteja tai mergejä? Entä missä kohtaa ihmisen kannattaa puuttua peliin?
Kiinnostava kysymys ei ole enää osaako AI korjata bugeja, vaan se miten pitkälle prosessi voidaan automatisoida niin, että järjestelmä pysyy hallittuna.
Rakensimme kokeilumielessä sisäisiin projekteihimme bugikorjausjärjestelmän, joka automatisoi git-issueiden käsittelyä ongelman arvioinnista koodikorjaukseen ja pull requestiin.
Lead AI Engineerimme Pekka Rantala kokosi kokeilusta blogiimme oppeja, joista tärkeimmät alla.
💡 Vapautta ja rajoja
Agenteille annettiin juuri sen verran tilaa ja kykyä toimia, että kokonaisuus pystyi tekemään tehtävänsä, m***a ei yhtään enempää. Järjestelmällä ei ollut oikeutta esimerkiksi viedä muutoksia tuotantoon, muuttaa omaa koodiaan tai lukea ympäristömuuttujia.
💡 Hard controls as code
System promptiin voi kirjoittaa "älä koskaan mergeä omaa pull requestiasi", ja ohjeena se on hyödyllinen. Paljon vahvemman kontrollin saa kuitenkin rajaamalla agentille annettuja käyttöoikeuksia. Silloin agentti ei pysty mergeämään, vaikka system prompt syystä tai toisesta ohitettaisiin.
💡 Agentti vain kun se on hyödyllistä
Kielimalleja kannattaa käyttää vain siellä, missä niistä oikeasti on hyötyä. Mitä suurempi osa prosessista saadaan rakennettua deterministisiksi prosesseiksi, sitä helpompi kokonaisuutta on ymmärtää, valvoa ja kehittää.
Agentti automatisoi suuren osan bugikorjauksen työstä, m***a lopullinen hyväksyntä jää ihmiselle.
Lopputuloksena syntyi agenttinen järjestelmä, joka osaa ratkaista sisäisten järjestelmiemme bugikorjauksia ja vapauttaa samalla kehittäjiemme kädet toteuttamaan suurempia kokonaisuuksia. 🐙
