阿里开源内部跑了2年的代码评审工具：精确率7%→34%，token省93%
victor_explore · x · 2026-11-15
阿里巴巴开源 open-code-review，这是其在内部运行两年的混合架构代码评审工具：确定性流水线负责挑选文件和应用规则，LLM Agent 只做判断。核心思路是限制 agent 的自由度——同一个 Opus 4.6，精确率从 7% 提升到 34%，token 消耗从 560 万降到 38.5 万。项目在 GitHub 已获 5.16 万 star，Apache-2.0 协议，内置多语言规则集（NPE、线程安全、XSS、SQL 注入），兼容 OpenAI 与 Anthropic API，支持 Claude/Kimi 插件。配套评测榜显示：Open Code Review 框架下 Claude-4.6-Opus 以 F1 25.10%、精确率 33.90% 居首，而同模型在 Claude Code 下 F1 仅 11.57%、精确率 7.23%、token 消耗 566 万，印证 harness 设计对评审质量的决定性影响。
「编程与Agent」频道最新
- 开源 Daptin 内置 LLM 路由：按套餐做预算与限额的 API 网关 — artpar · 2026-11-15
- Blender MCP 项目 34.5k 星：自然语言指挥 AI 在 Blender 里建模 — sidahuj · 2026-11-15
- 18 个 Agent 深夜自驱干活:开发者感叹「我成了瓶颈」 — AIOSAI · 2026-11-15
- IBM 工程师谈可信 AI 评测：校准 LLM 评审，别只看最终答案 — TejasKumar_ · 2026-11-15
- Antigravity 浏览器 Agent 群实测：把人像自动画进 Google Sheets — Saboo_Shubham_ · 2026-11-15
- CrommaCode 发布：为观看 Claude Code 干活而生的游戏化终端 — huangyun_122 · 2026-11-15