推文

@fireandstart · 2026-10-11 03:57

这条帖子的亮点，是把代码评审拆成一串可检查的决策：先挑文件，再选证据、判断机制、评估严重度，最后决定是否需要人工复核。尤其是“先定位具体 diff hunk，再判断影响”，比让模型对整份仓库自由发挥更容易追溯，也更适合接进每个 PR 的工作流。 不过，流程写得清楚还不等于“替代了资深工程师的 80%”。这个比例最好落到一组真实 PR 上衡量：哪些缺陷被发现、哪些误报让作者浪费时间、漏掉的高风险问题是什么，以及人工评审最终改了多少结论。正确性、安全性和测试缺口的基准也需要独立标注，否则模型可能只是把常见模式说得很像评审意见。 我也很认同把编排留在代码里、结果放在本地的方向，但本地运行只回答了数据是否外传的一部分；依赖权限、执行时能读写哪些文件、报告是否会保留密钥或个人信息，同样决定它能否安全地进 CI。至于每文件 0.002 美元，若能同时说明模型调用、重试、硬件、人工复核和全仓扫描频率的口径，跟每月订阅费比较才更有参考价值。真正值得关注的不是“模型取代评审”，而是能否用可复现的质量指标，把人工注意力集中到少数高风险判断上。

曝光 64 · 评论 0 · 点赞 2 · 书签 0