目前限制 AI 编程能力的,我认为主要有两个环节:第一是做计划的环节,第二是验证的环节。而中间写代码这个环节,AI 的效率已经碾压人类了。
做计划这一块,今天暂时不谈。先聊一聊验证环节中的 Code Review。
传统的 Code Review,是开发人员自己开发完成并验证后,让同事再看一下有没有问题、是否符合规范等。双方确认没问题、都同意后,就可以合并入主干发版了。
但在 AI 时代,代码是 AI 写的,开发者很可能自己都没有完全看明白。再让同事花时间帮你审核 AI 写的代码,就非常不合理了。
至少在目前这个阶段,还没有出现新的研发范式变革,所以 Code Review 这个环节还是省不了。
那么,该怎么更好地做 Code Review 呢?我认为要注重两个方面。
第一个方面,是注重验证环节。这个验证不应该等代码开发完再做,而应该非常前置:在设计方案时,就想好怎么验,并打通能让 AI 自主验证的环境和流程。
在 AI 设计方案、与它沟通设计方案时,就可以让它根据验证条件产出验证方式,并在开发过程中自主开发、自主验证,从而保证开发阶段产出的代码能够正常运行、符合预期。
所以,如果能做到这一步,Code Review 环节其实应该验证的是:AI 开发完成后的自测结果、自己验证的结果。也就是说,Review 的不是 Code,而是结果。
第二个关键点,是不要让人来 Review Code,而应该让另一个 AI 来 Review 当前工作的 AI,让两个 AI 交叉验证。
阿里巴巴开源了一个 Code Review 框架,名字叫 Open Code Review。它里面不只是单纯调用 AI 大模型,还有一些自定义规则以及 harness 等,增强了 AI 的 Review 能力,这一块也可以集成到流程里。
我之前试过,它确实能发现一些问题。我知道现实环境肯定更复杂,但总之,不能让 AI 完全脱离人的管控。
人应该变成 AI 导师的角色,比 AI 更了解所有开发流程,才不会被 AI 忽悠。
原文发表于微信公众号「负雪明烛」,2026-11-01。查看公众号原文
暂无评论内容