实测 105 个隐藏 bug:作者称其 code-review skill 可显著提升模型成绩

PawelHuryn · x · 2026-09-24

Pawel Huryn 回应网友提问，表示自己的 code-review skill 能显著提升模型在 Bug Hunt Bench（105 个真实植入 bug 的两个仓库）上的成绩，且提升并非针对基准特调，但尚未有时间公布完整数据。其 skill 来自开源的 pm-ai-shipping 项目（26.6k stars）：面向对 vibe-coded 代码负责的 PM 和创始人，先为 AI 生成的应用补齐意图文档，再对照文档审计代码在正确性、安全性与性能上的偏差——专抓通用扫描器因缺乏意图模型而漏掉的 bug。可用 /ship-check 跑全流程，也可用单阶段命令。