AI 代码审查研究：提效但不提质
QueensUniversity · hf · 2026-07-20
这项研究分析了 207 个 GitHub 项目中的 102 万次代码审查（Pull Request），探讨了从“人工审查”到“LLM 辅助审查”再到“智能体审查”三个阶段的演变。
核心发现：
- 审查提速：引入 AI 智能体（尤其是多 Agent 协作或由 Agent 发起的审查）能显著加快审查决策速度。
- 质量未升：这种效率的提升并没有转化为代码审查质量的提高。
- 模式转变：一旦 LLM 和 AI Agent 介入，人机协作模式就成为解释审查效率的最强影响因素，而传统的代码活动类型等变量的重要性有所下降。
「编程与Agent」频道最新
- 开源 Agent Skill 2.3k 星:生成 MVP 蓝图并审计重构 agentic harness — tom_doerr · 2026-09-11
- Cognition SWE-2 用 KKT 对偶优化长度惩罚，一次 RL 推移 Pareto 曲线 — YouJiacheng · 2026-09-11
- 首届 Three.js 大会落地巴黎，AI 正缩短从想法到原型的距离 — OdinLovis · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11