本文探讨了在AI生成代码的时代,如何通过将验证交给智能体、决策留给人类,从而彻底改变传统的逐行代码审查,并介绍了基于意图驱动和不变式的七步审查法。
译自:A step-by-step guide for how to kill the line-by-line code review[1]
作者:Ankit Jain
智能体验证;人类做决定。 如今运行AI代码审查的大多数团队却反其道而行之。他们让模型针对代码差异(diff)进行检查,询问它修改是否优秀,然后让开发人员大致浏览结果并点击批准。
模型会阅读每一行代码,永不疲倦,并在每个PR(Pull Request)上保持相同的标准。但它不具备的是你的代码库标准。它并不了解这些标准,无论你给出多么优秀的指令,它也无法始终遵循你所写下的规范。
“判断需要意图,而问责需要人类。”
它从未见过当时做出的决定,没有先前决策的上下文,无法告诉你不要去构建某个功能,也无法承担责任。代码差异(diff)无法提供任何这些内容。判断需要意图,而问责需要人类。
那么,当验证交由智能体、判断留在人类手中时,代码审查会是什么样子[2]?在 Aviator,我们一直在将这种审查构建到 Aviator Verify[3] 中。以下是它的七个部分,按顺序排列。
意图驱动审查的剖析
点击放大图片。
每一次更改都会对照两个层级进行检查[4]。验收标准描述了此次更改应该做什么。不变式(Invariants)[5]则是工程组织或团队的既定规则:无论如何更改,这些标准始终成立。
只有标准而没有不变式,就会让团队规范流于记忆。每个工程师都必须记住每条标准,否则就必须有人在代码审查中揪出智能体犯下的明显错误。只有不变式而没有标准,你得到的代码虽然符合规则,却没有考虑结果应该是什么,导致智能体偏离方向、过度设计或解决错误的问题。
这七个部分共同构建了这两个层级,对照它们验证更改,并将决策权交还给人类:
-
1. 不变式(在任何更改之前定义):团队的常设规则,源自自身的代码审查。 -
2. 意图与验收标准(从编码会话中捕获):更改存在的原因以及它应如何表现。 -
3. 核心决策(从编码会话中捕获):过程中做出的选择,以及是谁做出的。 -
4. 测试计划(在提交时构建):标准加上适用的不变式,转化为具体场景。 -
5. 证据(在提交时收集):每个判定背后来自运行环境的证明。 -
6. 审查(由人类决定):意图、决策和证据,予以批准或推回。而不是代码。 -
7. 刷新不变式(合并后更新):使不变式更加精细的豁免和反复出现的评论。
1. 不变式
每次审查都是对照某些内容来检查更改。在大多数团队中,这些内容存在于高级工程师的脑海中,并以审查评论的形式呈现。例如:任何涉及货币的内容都要使用 Money 类型;禁止直接写入 users 表;每个错误路径都要发出一个计数器。其中每一项都被输入过多次,而编码智能体却一直在重复相同的错误,因为这些规则从未写在智能体或验证器可以使用的任何地方。
不变式就是这样一条规则,被编写一次并在每个匹配的更改上进行检查。总的来说,你的不变式将成为一个AI垃圾代码注册表(AI slop registry)[6],也就是团队不断纠正的模式的运行列表。
诸如 CLAUDE.md 之类的智能体指令文件有所帮助,但它们只是生成过程的输入。编写代码的同一个非确定性智能体被要求遵循这些指令,却没有任何证据证明它确实做到了。不变式位于验证端,由确定性脚本或至少由一个不同的智能体进行检查,该智能体为每条规则返回一个判定结果。
你的 PR 历史记录已经包含了其中大部分内容。Verify 会读取团队在 GitHub 中发布的评论,并从中提取的模式草拟不变式。它还会从 CONTRIBUTING.md 和智能体指令文件中草拟它们,或者当有人在 PR 评论或 Slack 线程中标记 @aviator invariant 时即时草拟。通过 Aviator Verify 免费账户[7]生成团队的不变式,即使你决定不再继续使用 Verify,也可以保留它们。
三件事决定了一个不变式是有帮助还是会变成噪音:
-
• 所有权。 每份草案都会发送给所属团队,并附带提出该草案的原因,只有在该团队批准后才会上线。未经人类同意,任何 AI 草拟的内容都不会成为常设检查。 -
• 措辞。 断言结果并让实现保持开放,以便规则在重命名和文件移动后依然适用。 -
• 范围。 规则只能在其可能被打破的地方运行。前端不变式没有理由去检查数据库迁移。
2. 意图与验收标准
向审查者传达意图的直观方法是提前编写规范(spec)或将其记录为详细的 JIRA 任务。规范需要时间,在工作让人学到任何东西之前编写,并且在实现开始的那一刻就会偏离。
最准确的意图已经存在于编码会话中。每当智能体停下来提问而工程师做出决定时,验收标准就会实时定义。会话结束时没有理由把所有这些统统抛弃!
意图说明了为什么要进行更改。验收标准说明了它应该如何表现。
Verify 从工程师已经进行的会话中捕获这两者。在智能体打开 PR 之前,智能体技能和钩子(hook)会运行 verify submit。智能体会从它在会话中看到的所有内容中提取意图和标准,工程师在提交任何内容之前对其进行审查和纠正。
点击放大图片。
3. 核心决策
决策是更改可能走向另一个方向的任何节点。状态存储在哪里、依赖项失败时会发生什么、是复用现有辅助函数还是编写一个新函数。AI 编写的 PR 充满了这样的调用,但几乎没有一个显示在代码差异(diff)中。
“AI 编写的 PR 充满了这样的调用,但几乎没有一个显示在代码差异(diff)中。”
Verify 将决策与意图记录在一起,并对人类和智能体分别进行标记,以便审查者知道是谁做出了哪个调用,并可以对其提出异议。我在如何不读代码来审查 AI 代码[8]一文中写了更多关于为什么决策才是人们应该审查的内容。
4. 测试计划
提交更改时,Verify 会读取意图和标准,并使用代码差异来识别要应用的不变式。这两个层级合并为一个场景列表:智能体为验证行为而采取的步骤,这些步骤源自需求而不是代码。
这就是这两个层级带来回报的地方。工程师专注于更改,而注册表则负责标准。
5. 证据
当同一个模型编写并审查代码时,它们拥有相同的盲点。验证在结构上必须与生成相分离,并且它产生的结果必须超越单纯的意见。
“当同一个模型编写并审查代码时,它们拥有相同的盲点。”
Verify 会启动一个预览环境,并分派验证器智能体来运行场景。它们捕获截图、数据库状态、服务器日志和控制台日志,并且针对标准或不变式的每个判定都指向该证据。对于 UI 更改,验证器实际上会点击浏览界面并确认结果。
你不需要在第一天就拥有预览。代码扫描可以直接从差异中处理结构化检查,无需基础设施,并且许多不变式被转换为确定性脚本。一旦你的代码开始询问差异无法显示的行为什么行为时,预览就会体现出它的价值。
6. 审查
这是人类重新介入的地方,工作看起来有所不同。作为审查者,你是在查看证据,而不是逐行阅读代码。你阅读意图,查看核心更改所在的重点区域,浏览每个标准和不变式的决策和判定,如果你想亲自查看更改,还可以打开实时预览。
点击放大图片。
PR 工作流几乎没有改变。Verify 添加了指向审查的链接,代码差异保持在原来的位置,结果作为类似于 CI 行为的状态检查报告。
审查者回答一个问题:证据是否与团队同意构建的内容相匹配?他们批准、对某个决策提出异议、要求另一个场景,或者有理由豁免失败的不变式。这就是判断,且由某人负责。
7. 刷新不变式
大多数审查在合并时结束,它们学到的一切也随之消失。下一个 PR 会犯同样的错误,同样的评论会再次出现。
不变式保留了每次审查所学到的知识。当不变式在 PR 上失败时,作者可以有理由地豁免它:也许它不适用,也许不变式不正确,或者可能需要单独修复。拥有该不变式的团队会看到每一次豁免。
点击放大图片。
洞察显示了哪些不变式应用最多、每个不变式失败的频率以及人们豁免它们的原因。不断被豁免的不变式是错误的,因此团队会重写或缩小它的范围。审查者不断输入的评论成为下一个草案。通过这种方式,不变式成为一套随着时间不断维护并守护每个代码更改的规则。
从哪里开始
不要一次性全部开启。从不变式开始,因为它们成本最低,而且你的 PR 历史记录已经包含了它们。第一个月会感觉像双倍的工作,团队在注册表填满的同时仍在审查代码。到了第二个月,不变式捕获的内容足够多,以至于审查工作缩减了。到第三个月,审查者只需阅读意图、决策和证据,只有在某些地方说不通时才会打开代码差异。
你的团队已经在进行的审查中充满了等待被写下来的规则。Aviator Verify[9] 将它们转化为不变式,对照它们验证每个更改,并将决策留给人类。
引用链接
[1] A step-by-step guide for how to kill the line-by-line code review: https://thenewstack.io/ai-code-review-invariants/[2] 代码审查会是什么样子: https://docs.aviator.co/verify/concepts/why-intent-driven-verification[3] Aviator 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[4] 对照两个层级进行检查: https://docs.aviator.co/verify/concepts/verification-layers[5] 不变式(Invariants): https://docs.aviator.co/verify/concepts/invariants[6] AI垃圾代码注册表(AI slop registry): https://www.aviator.co/blog/how-an-anti-slop-registry-stops-ai-generated-code-from-violating-your-engineering-standards/[7] Aviator Verify 免费账户: https://www.aviator.co/code-review?utm_source=tns&utm_medium=content&utm_campaign=q3-2026-tns-verify&utm_term=net-new&utm_content=awareness[8] 如何不读代码来审查 AI 代码: https://thenewstack.io/review-decisions-not-code/[9] Aviator Verify: https://docs.aviator.co/verify

