三人版 GPT-5.5 代码审查团队在 50 个 PR 上超越 Bugbot
s0ck_r4w · hn · 2026-07-24
这条帖子的核心
作者用 3 个 GPT-5.5 reviewer 组成了一个 DIY 代码审查团队：bug-hunter 盯逻辑错误，keeper 盯数据一致性和 API 误用，sweeper 负责低严重度但真实存在的问题。
结果
- 在 Martian 的 Open Code Review Bench 上测试了 50 个真实 PR。
- 这套方案拿到 0.463 F1，高于 Cursor Bugbot 的 0.445 和 CodeRabbit 的 0.352。
- 关键技巧不是复杂的人设，而是：同一团队跑 3 次，只保留三次都出现的发现。
结论
作者认为，围绕现有 benchmark 和自家代码库去定制 review 工作流，可能比直接买现成产品更有效。
「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