AI 代码审查助手：从评论生成到可验证变更

代码审查助手最容易失败在两个地方：把风格问题说成高风险缺陷，以及建议没有经过测试就被合并。生产助手要围绕 diff 和仓库证据工作，而不是扫描整库后泛泛评论。

输入范围收敛

读取变更 diff、受影响依赖、测试结果、CODEOWNERS 和仓库规则，默认不读取无关秘密文件。先按文件类型和风险分级，数据库迁移、权限和支付代码进入更严格的审查模板。

评论要有证据

每条建议包含文件行号、风险等级、原因、复现条件和修复方向。模型不确定时标记为问题候选，不使用阻断语气。重复评论按相似度去重，保留开发者采纳和驳回反馈。

自动验证

可生成的修复先写入临时分支，运行格式化、单测、类型检查和安全扫描，再给出补丁。修复失败时返回日志，不自动修改主分支。高风险变更要求人工审批和签名提交。

衡量收益

看有效评论率、误报率、开发者采纳率、修复后测试通过率、审查时延和回滚率。模型评论数量越多不代表质量越高，能够提前发现真实缺陷才是目标。

参考资料：SLSA Provenance 规范。