Agent 写码量暴增 741%,软件交付只多 30%:瓶颈在人工 Review
AI Engineer · youtube · 2026-09-30
Arize AI 开发者关系负责人、npm 联合创始人 Laurie Voss 演讲,用数据梳理 AI 编码时代 code review 的困境与重构:
- 自主 agent 用户代码量增加 741%,但实际交付的软件只多 30%,瓶颈已从生成转移到人工 review;reviewer 有效性在约 400 行以上急剧下降,而 agent 现在动辄开上万行的 PR。
- 证据链:OpenAI 的零人工审查产品、METR 发现约半数通过 SWE-bench 的 PR 实际不会被合并、Cognition FrontierCode 在 SWE-bench Pro 得 88% 但真实可合并率仅 29%。
- Voss 认为可合并性(mergeability)benchmark 一旦出现会立刻成为前沿模型的训练信号。
- 实践现状:Cursor 和 GitHub 如何在生产中跑 review,多轮 review 与默认怀疑态度可降低误报;CodeRabbit、Greptile、Graphite 等自动 reviewer 以「接受率」为核心指标。
- 极端案例:Carlini 让 agent 写 C 编译器、Bun 完成百万行 Zig-to-Rust 移植(含 13,044 个 unsafe 块),展示人类退出 loop 的可能。
- 风险:自动 reviewer 会被人类能识破的 prompt injection 骗过,生产环境成为最后一道防线。结论:code review 不是被杀死,而是被重构;当下可做的是搭建自己的 review harness。
所属事件:AI编码量暴增741%交付仅增30%,Code Review成新瓶颈(2 条相关)→
「编程与Agent」频道最新
- 模型一次性删掉 OpenClaw 超 100 万行测试代码,作者称还有 30-40 个同类 PR — vincent_koc · 2026-11-16
- shadcn 转评 UI 生成工具:一周工作量一键复现且可直接跑 AI 测试 — shadcn · 2026-11-16
- AI 模型一言不合删掉 4.3 万行测试代码,diff +90/-43,599 — vincent_koc · 2026-11-16
- 摩根大通展示内部 agent 流水线 Jarvis:数月工作缩至几分钟 — LangChain · 2026-11-16
- 开发者澄清:App Store 并未全面禁用 Feature Flags — talkaboutdesign · 2026-11-16
- 用户实测:Google Antigravity 效果不输 Claude Cowork,Gemini Tasks 定位存疑 — sebajun2 · 2026-11-16