AI打破了代码审查。两位专家对替代方案意见不一。
内容提要
文章探讨了AI生成代码激增带来的代码审查挑战。开发者大量使用AI导致合并请求增加98%，但缺陷和事故率上升。专家建议将质量检查从人工转向交付管道，采用“策略即代码”规则，仅标记违规内容，而非人工审查全部代码。文章还预告了一场关于此话题的直播辩论，讨论政策能否替代人类判断及其对初级工程师的影响。
延伸解读
AI代码审查的困境
文章指出，开发者大量使用AI生成代码，导致合并请求数量激增98%，但缺陷和事故率也随之上升。这反映出AI代码生成的速度远超人类审查能力，使得代码审查环节成为新的瓶颈。专家认为，人工审查难以应对大规模AI生成的代码，因此需要重新思考质量保障的方式。
策略即代码的可行性
有专家建议将质量检查从人工转向交付管道，采用“策略即代码”规则，仅标记违反策略的内容，而非人工审查全部代码。这种方法可能提高效率，但能否完全替代人类判断仍存争议。文章预告的辩论将探讨政策能否吸收人类判断，以及是否会造成责任归属不清的问题。
对初级工程师的影响
文章提到，AI代码审查的转变可能影响初级工程师的成长路径。传统上，初级工程师通过参与代码审查和讨论来学习，但如果审查被自动化策略取代，他们可能失去这种学习机会。辩论将探讨这一变化对初级工程师职业发展的潜在影响。
Q&A
AI代码生成对开发效率有什么影响？
根据2026年DORA报告，90%的开发者使用AI，合并请求增加了98%，但缺陷率上升54%，事故率上升243%。
为什么代码审查变得像“走过场”？
因为AI生成的代码量巨大，例如一个40,000行的合并请求，人类审查者无法快速理解或审查，导致审查流于形式。
John Bristowe对代码审查有什么建议？
他建议将质量检查从人工转移到交付管道，使用“策略即代码”规则，只标记违反策略的内容，由人类处理异常，而不是审查整个代码包。
“策略即代码”在代码审查中如何工作？
它通过将规则嵌入部署标准，自动标记不符合策略的代码，人类只需处理这些标记的异常，无需审查全部代码。
AI代码审查与人工审查相比有什么不足？
AI代码审查可能和编码代理有同样的缺陷，因为人类难以理解AI生成的大规模代码，而AI审查也可能无法完全理解上下文。
AI代码生成对初级工程师有什么影响？
初级工程师可能无法再通过参与人工编写和审查代码来学习，因为AI生成的代码量大且审查过程改变，影响了他们的成长路径。
关于代码审查的直播辩论是什么时候？
辩论于9月29日星期二下午2:30（东部时间）/上午11:30（太平洋时间）举行，免费参加。
