大数跨境

我们还要多久才能不再阅读代码?

我们还要多久才能不再阅读代码? 云云众生s
2026-06-18
0
导读:AI时代代码生成速度远超人工阅读。本文建议将审查重点从逐行代码上移至意图和规格,并将常规反馈转化为确定性检查,通过“意图验证”解决AI时代的代码审查瓶颈。

 


AI时代代码生成速度远超人工阅读。本文建议将审查重点从逐行代码上移至意图和规格,并将常规反馈转化为确定性检查,通过“意图验证”解决AI时代的代码审查瓶颈。

译自:How long before we stop reading the code?[1]

作者:Ankit Jain

不要废除代码审查;只需将人工检查点上移到对意图、规格(specs)、计划、约束和验收标准的审查。代码实际上是审查中最不重要的部分。

代码审查已成为瓶颈。AI生成代码的速度比任何人类[2]阅读的速度都要快,而让另一个AI来阅读并不能解决底层问题。出路是将人工检查点上移,移至定义意图的阶段,即在编写任何代码之前。

审查瓶颈

甚至在AI编程工具出现之前,代码审查作为质量关卡就已经出现了裂痕。微软的研究[3]分析了五个主要项目的150万条审查评论,发现随着变更规模的增加,有用评论的比例会缩小。不是评论变少了,而是有用的评论变少了。在很大程度上,我们已经不再阅读代码了。

随后AI编程工具出现了,彻底打破了这一模式。AI采用率高的团队现在的PR合并量增加了98%,而审查时间却攀升了91%[4]。

我们都经历过编写代码的智能体(agents)[5]有多么不可靠,而且没有人想把AI垃圾(AI slop)发布到生产环境中。因此,工程团队不断告诉自己:“我们曾经抓到过AI做傻事,所以我们必须时刻检查它。”他们告诉自己代码审查是质量关卡,但现实情况是,要么PR被搁置数天,要么工程师走马观花地扫过500行的差异(diffs)并机械地批准。

AI代码审查依然是代码审查

我们不可能在阅读速度上超过机器。当人类跟不上时,本能反应就是使用AI来审查AI生成的代码[6]。团队已经通过Cursor规则文件、AGENTS.md配置和专门的AI审查工具在这样做。资深工程师将多年的审查标准编写进规则文件中。

工程师们正在创建自己的AI技能来审查代码。有时他们还会利用名人效应,让AI像 Linus Torvalds[7] 或 Kent Beck 那样审查代码!大语言模型(LLM)根据规则阅读进入的PR。开发者扫一眼输出结果然后合并。

这种方法继承了三种失败模式,无论多少提示词工程(prompt tuning)都无法解决。

第一是非确定性:相同的代码在多次运行中可能产生不同的审查结果。这算不上质量关卡。

第二是缺失意图:LLM孤立地阅读差异,根据其训练数据进行模式匹配,而不理解代码原本应该做什么。

第三是重复盲点:当同一个模型编写代码[8]又审查代码时,两次都会漏掉同样的问题。你不是增加了一个检查,而是增加了一面镜子。

“当同一个模型既编写代码又审查代码时,两次都会漏掉同样的问题。你不是增加了一个检查,而是增加了一面镜子。”

建立这些规则文件的团队做得对。他们明确了自己关心的内容。错误在于将这些标准投入到一个无法可靠执行它们的系统中。

要让团队在不牺牲质量的情况下摆脱PR审查的苦差事,必须满足三个条件。每一步都是成熟度的跨越,且每一步都必须在下一步发挥价值前就位。

1: 将代码审查反馈转化为确定性检查

代码审查评论有两种类型:一种是关于编码标准、组织标准或期望的;另一种是基于行为/判断的评论——即特定逻辑应该如何运作。

第一种应该是可以通过AST(抽象语法树)检查的护栏。行为也可以通过执行测试来验证;然而,在人工检查点期间,我们仍应审查这一点。

团队反复执行的大多数标准,比如“每个新端点必须有追踪跨度(tracing spans)”、“错误路径必须发出指标”或“认证失败必须记录结构化字段”,要么可以通过AST分析进行静态检查,要么可以通过执行测试进行验证。

像“新端点必须有OTel跨度”这样的规则变成了对路由处理器装饰器的AST检查。“错误路径发出指标”变成了一个执行测试:使用错误输入访问端点,并断言计数器增加了。

当团队实际提取最近的100条PR审查评论并将其分为三类(确定性、可执行测试验证、真正的判断)时,你可能会得到约45/30/25的分成。四分之三的审查反馈是可以代码化的。编写这些检查的工作是实打实的,但是有限的。一旦编写了检查,就再也不需要审查员了。这就是我们可以且应该利用AI,并用AI击败AI垃圾的地方。

2: 将人工检查点上移

我并不是说我们要“危险地跳过阅读代码”并停止审查AI编写的代码。审查员并没有缺席;他们比以往任何时候都更有存在感,只是介入得更早了。

审查员不再是在代码产生后审查400行的差异,而是在代码产生前阅读关于意图的8行规范:验收标准、非目标(non-goals)、波及范围(blast radius)。审查员的工作从“这看起来对吗?”转变为“我们是否在正确的约束下解决正确的问题?”,这更接近于RFC审查,而不是逐行代码审查。

“审查员的工作从‘这看起来对吗?’转变为‘我们是否在正确的约束下解决正确的问题?’”

这也是审查的知识共享功能得以保留的地方。当AI编写代码时,意图存在于从未被保存的提示词中、未记录决策过程的任务单中,或者仅存在于工程师的脑海中。实现被保留了下来,但其背后的推导过程却没有。

在以意图为导向的验证过程中审查规格改变了这一点。审查员阅读验收标准是在阅读实现背后的决策,而不是实现本身。那些至关重要的、目前在与智能体的提示词对话中丢失的决策,成为了可审查的产物。

在实践中,这不需要正式的方法论。一个包含几句关于范围、一份简短的验收标准清单以及一份关于范围外内容的说明的Jira任务单就可以作为规格。格式并不重要,重要的是在生成代码之前定义意图的自觉性。

代码审查过去的样子以及它将变成什么样子的总结幻灯片
代码审查过去的样子以及它将变成什么样子的总结幻灯片

在确定性无法覆盖的地方使用LLM

有些审查反馈是真正的判断:对上下文的模式识别或对架构选择的质疑。这就是LLM发挥作用的地方,不是作为主要检查手段,而是作为有范围限制的后备方案。

错误的方法是让LLM阅读差异并产生自由发挥的意见。正确的方法是使用一个独立的验证智能体,它与执行智能体没有共享上下文,拥有特定范围的提示词,以及带有文件引用和每个发现理由的结构化输出。让验证智能体使用确定性的方法(截图、API响应、服务器日志)捕获证据,以减少幻觉的可能性。

用验证意图取代代码审查

这就是我们在Aviator正在构建的系统。Verify[9] 通过验证意图来加速代码审查。规格由人工与AI协作编写,由人工审查和批准,使用团队偏好的任何编码工具(Cursor, Copilot, Claude Code 或手动)实现,然后根据每个验收标准进行确定性验证。

在提交更改之前,你的编码智能体会回顾讨论内容,并将意图和行为细节提交给Aviator。这些内容由人工进行审查和批准。

这与AI代码审查有着本质的区别。同样的代码总是产生相同的验证结果。系统根据声明的意图进行检查[10],而不是根据模型在给定运行中注意到的任何内容。验证变成了根据商定的标准检查输出[11]的问题,而不是试图从实现中反推意图。

改变代码审查形式的工作流步骤
改变代码审查形式的工作流步骤

你的团队需要多久?

这是给你的作业。提取你团队最近的1,000条PR审查评论;这应该只需要一两个小时。对每一条进行分类,询问:这是确定性的吗?这是可以通过执行测试验证的吗?还是真正的判断?前两者是你的护栏积压工作,是具体、有限且可以排定优先级的。第三种是留给人类(和LLM)的内容。

从那里开始,审查行为、意图以及在做出更改时所做的决策。这些是作者在终端或IDE中向智能体提供反馈时所做的决定。然后审查证据。

不要废除代码审查;“代码”实际上是审查中最不重要的部分。

引用链接

[1] How long before we stop reading the code?:https://thenewstack.io/future-of-code-reviews/
[2]代码的速度比任何人类:https://thenewstack.io/the-new-bottleneck-ai-that-codes-faster-than-humans-can-review/
[3]微软的研究:https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/bosu2015useful.pdf
[4]审查时间却攀升了91%:https://www.faros.ai/blog/ai-software-engineering
[5]编写代码的智能体(agents):https://thenewstack.io/ai-agents-software-engineering/
[6]使用AI来审查AI生成的代码:https://www.aviator.co/blog/ai-code-review-is-still-a-review/
[7]Linus Torvalds:https://thenewstack.io/torvalds-ai-programming-productivity/
[8]编写代码:https://thenewstack.io/netlify-agent-experience-engineers/
[9]Verify:https://www.aviator.co/verify?utm_source=tns&utm_medium=content&utm_campaign=q3-2026-tns-verify&utm_term=net-new&utm_content=awareness
[10]系统根据声明的意图进行检查:https://docs.aviator.co/verify/concepts/how-verification-works?utm_source=tns&utm_medium=content&utm_campaign=q3-2026-tns-verify&utm_term=net-new&utm_content=awareness
[11]根据商定的标准检查输出:https://www.aviator.co/verify?utm_source=tns&utm_medium=content&utm_campaign=q3-2026-tns-verify&utm_term=net-new&utm_content=awareness

 

【声明】内容源于网络
0
0
云云众生s
1234
内容 1363
粉丝 0
云云众生s 1234
总阅读0
粉丝0
内容1.4k