登录
AI 写几百行代码，几分钟就交卷；你鼠标还没滚完 diff，它已经开始写下一版。2026 年下半年，AI 编程的瓶颈悄悄从「写」挪到了「审」。Linux 基金会 10 月 20 日发布的报告给了一组扎心对照：代码编写任务平均耗时降了 52%，而维护者估计收到的 PR 里约 25% 属于低质量贡献。知乎上「AI 写代码太快，Review 不过来，要不要放弃 Review」的问题攒了近 20 万浏览。小红书一篇讲 Claude Code 团队怎么审核 AI 写代码的笔记，拿下 7689 赞、12601 收藏。审不过来，是所有人共同的体感。36氪知乎小红书
这两周，大厂干脆把「AI 审查员」开源了出来。
Cloudflare 把自家安全审计流程做成一份装进编程助手的 skill（security-audit-skill），开源当天就冲上 GitHub 热榜第一、总量 36.7k 星，一周涨星破万。设计最狠的一点，是把几件长期靠人自觉的事改成靠流程结构保证——发现漏洞的代理和验证漏洞的代理不是同一个，不让同一个 AI 既当裁判又当运动员。知乎知乎知乎
Anthropic 这边，刚开源的 claude-code-security-review 不用传统静态分析规则，纯拿大模型查 SQL 注入、XSS、CSRF 这类安全问题。为了压误报它还定了三条铁律：只报 HIGH/MEDIUM、置信度 80% 以上才出口、宁可漏报不可误报。CI 里用 GitHub Action 当「脚本编排、模型打工」的固定岗，本地则用 /security-review 把整条流程交给模型自己规划。知乎
一线用起来到底什么体验？知乎作者 AIKS 在 Java 代码里预埋 4 个经典 bug（空指针、分页算错、字符串用 == 比较），实测 Claude Code 内置的 /code-review：low 档约 9 秒找全 4 个，high 档 36 秒报出 8 条（多出「修好这个 bug 会引出新坑」的连环推演），加 --fix 真会动手改工作区，但需要改接口的 SQL 注入它刻意没碰。这单 18 行的改动，low 花 $0.26、high 花 $0.38——日常 low、碰钱碰 SQL 碰权限上 high，是目前比较稳的姿势。知乎
但先别急着放权。上周流传的基准 SecPRBench 从 Firefox、V8、OpenSSL 等 9 个大项目采集并验证了 265 个真实缺陷引入提交，只有跟真实漏洞严格匹配的报告才计分。结果不乐观：8 款前沿模型的召回率只有 32.5%～78.1%，68% 的漏报是「文件找对了、根因判断错了」；安全专用框架也未必加分，Codex Security 因过度弃权反降 8.3 个百分点。B 站评论区的吐槽同样实际：整套流程跑下来，token 消耗要爆炸。把线上事故变成可反复跑分的评测集，正是这类基准的做法——AI 审出来的东西，本身也得被审。小红书哔哩哔哩
所以落地分工就三层——哥大博士社区的拆解给了现成框架：审代码就三件事，找错误、对业务、担责任，而且谁批准交付，谁对结果负责。小红书
第一遍归 AI：提交前跑 /code-review 筛实现层低级 bug，快、便宜、不困；
第二遍归业务：需求理解错了、接口设计不合理，AI 看不出来——它不知道你们的业务约定；
责任不归 AI：先写验收标准、用独立上下文复查、留好快速回滚，这三件事省不了。
AI 审查员能替你挑毛病，替不了你担责任。现阶段，它撑得起初审，撑不起签字。
