用AI做代码审查:能查什么、查不了什么
AI代码审查擅长抓「模式化问题」,不擅长判断「业务是否正确」。把它放在CI里做第一道过滤,人工审查专注设计与边界。
AI之家X编辑部 2026/10/25 3 分钟阅读0 次阅读
AI 审查真正擅长的五类问题
- 空值与边界:可能为 null 的字段直接取属性
- 资源泄漏:打开的文件/连接未关闭
- 错误处理:catch 后静默吞掉异常
- 安全问题:SQL 拼接、未转义输出、硬编码密钥
- 一致性问题:命名、日志格式、返回结构不统一
这些都有明确的模式,AI 识别率不错。
AI 审查不擅长的四类问题
- 业务逻辑是否正确:它不知道「这个折扣不该叠加」
- 架构是否合理:为什么要拆这个服务,它没有上下文
- 性能是否符合预期:没有真实数据分布,只能猜
- 是否满足合规要求:需要领域知识
所以流程应该是:AI 做第一道过滤,人做第二道判断。
落地方式
方式一:PR 自动审查
接入 CodeRabbit 一类工具,配置:
- 只对变更行评论,避免噪音
- 设定严重级别阈值(只报 high/critical 时通知)
- 排除生成文件与第三方目录
- 保留「建议」与「必须修」的区分
方式二:本地预检
提交前在本地跑一遍:
请审查这次 git diff,只报告三类问题:会导致运行时错误的、有安全风险的、与项目规范冲突的。每条给出文件行号与修复建议。不要评论代码风格偏好。
限定范围能显著减少无效建议。
方式三:CI 门禁
把静态分析(DeepSource、ESLint)+ AI 审查结合:
- 静态分析负责确定性规则(未使用变量、复杂度)
- AI 负责语义问题(逻辑漏洞、异常处理)
两者都过,才允许合并。
提示词模板
你是这次PR的审查者。项目规范:
- 所有外部输入必须校验
- 数据库操作必须在事务中
- 错误必须记录日志并返回统一结构
请审查以下 diff,输出表格:
| 文件:行 | 级别 | 问题 | 建议 |
只报告 high / medium 级别问题,最多8条。
不要评论命名风格、注释多少、代码长度。
如果某个改动看起来可疑但你不确定,标注「需人工确认」。
减少噪音的四个设置
- 排除 lock 文件、生成代码、迁移文件
- 限制单次 diff 行数(大 PR 拆开审)
- 关闭「风格建议」,只留「缺陷」
- 对重复出现的同类问题,配置忽略规则
噪音是 AI 审查失败的头号原因。团队被 50 条「建议加注释」淹没后,就会关掉这个工具。
人工审查应该看什么
AI 过滤掉模式化问题后,人把时间花在:
- 这个抽象是否必要
- 边界条件是否覆盖了真实业务
- 数据模型能否支撑未来三个月的需求
- 失败时的降级路径是什么
- 是否引入了运维负担
这些是 AI 目前给不出可靠答案的地方。
一个度量的方法
上线 AI 审查一个月后,统计:
- AI 提出的问题中,被采纳的比例
- 人工 review 发现的问题数量是否下降
- PR 平均合并时间
如果采纳率低于 30%,说明规则需要收紧,而不是工具不行。
文中提到的工具
#代码审查#AI编程#质量
返回教程列表本文由 AI之家X编辑部撰写,基于实际使用与公开资料整理。文中涉及的第三方产品价格、功能与政策可能调整,请以官方页面为准。 如发现事实错误,欢迎通过反馈入口指正。