我们审查AI生成代码的框架
内容提要
JetBrains 与隆德大学研究指出，审查 AI 生成代码的核心难题是信任校准，而非理解改动。传统 diff 视图难以应对大模型输出，因模型对不确定代码也表现一致自信。研究基于17名从业者工作坊和43人调查，提出三层审查框架：先概览、再按文件风险分层、最后按需细查代码片段，以合理分配审查精力。
延伸解读
信任校准：AI代码审查的核心挑战
文章指出，审查AI生成代码时，传统diff视图难以应对大模型输出，因为模型对不确定代码也表现一致自信。开发者无法像询问同事那样获取作者意图和置信度，导致审查精力分配失当。信任校准被定义为根据片段风险合理分配审查努力的能力，这需要工具提供风险信号，而非仅仅展示变更。
三层审查框架：从概览到细节
受信息可视化原则启发，研究提出三层工作流：先形成高层假设，再按文件风险分层，最后按需细查代码片段。这符合专家阅读陌生代码的习惯，避免逐行审查大变更集带来的认知负担。框架强调在正确粒度上呈现风险与置信信号，帮助开发者决定何处深入、何处略过。
现有工具与设计缺口
文章提到，CodeRabbit、Claude Code、Graphite等工具已部分实现相关理念，如摘要、严重性标记和堆叠PR，但均未系统解决信任校准问题。GitHub也发布了AI代码审查指南，且Copilot辅助审查已占平台五分之一以上。然而，没有工具强制实施“先概览、再文件、后行”的工作流，这正是框架试图填补的设计空白。
对工具设计者的启示
文章建议，工具设计应围绕“审查者需要在什么粒度分配注意力，以及需要什么信号”展开。概览层应替代人际导向，文件层应进行风险分层，代码片段层应提供块分解和思维链链接。同时警告，仅解决理解问题而不解决信任校准，可能优化低风险变更效率，却忽视高风险片段的系统性误分配。
Q&A
为什么传统的代码审查方法不适用于AI生成的代码？
传统代码审查依赖人际线索，如了解同事的资历、自信领域和提问能力，但AI生成代码时这些线索缺失。此外，语言模型对所有生成代码都表现出相同的自信，无论其实际不确定性如何，导致审查者难以判断哪些部分需要仔细检查。
什么是信任校准？它在审查AI生成代码中为什么重要？
信任校准是指当作者无法被询问其信心或推理时，审查者能够根据代码段的风险按比例分配审查努力的能力。在审查AI生成代码时，信任校准是核心难题，因为模型输出具有同质化的自信，审查者需要区分哪些部分需要仔细审查，哪些可以略过。
JetBrains提出的三层审查框架具体包括哪些步骤？
三层审查框架包括：首先进行概览，形成高层次假设；然后按文件风险分层，帮助审查者将精力投入到重要部分；最后按需细查代码片段，进行细粒度的分析工作。这一框架基于信息可视化的原则：先概览，再缩放和过滤，最后按需查看细节。
当前有哪些工具部分实现了AI生成代码审查的类似功能？
CodeRabbit提供拉取请求的散文式走查摘要；Claude Code启动多个审查代理，按严重程度标记发现；Graphite的堆叠拉取请求模型将大变更拆分为可独立审查的单元；GitHub也发布了针对AI生成代码的审查指南，并报告Copilot辅助的代码审查已占平台审查的五分之一以上。
对于构建AI代码审查工具的设计者，有什么建议？
设计者应关注审查者在什么粒度上需要分配注意力，以及需要在那里呈现什么信号，而不是如何显示差异。具体建议：概览级工具应替代人际导向；文件级工具应在审查者阅读任何一行之前进行风险分层；代码片段级工具应恢复细粒度分析工作，并配备块分解和思维链链接。同时避免只解决理解问题而不解决信任校准的工具。
这项研究的方法论是什么？
研究基于参与式设计，包括与17名从业者的四次工作坊和后续对43名软件专业人员的调查。研究提出了一个概念框架，用于构建AI就绪的代码审查工具，在开发者关注的实际粒度上揭示风险和信心信号。
