埃隆·马斯克宣布将在完成安全漏洞审查后，完全开源X/Twitter的所有代码库，以提高透明度和建立信任。开源将允许社区审计代码，确保没有算法偏见或操控，并邀请独立审计员进行定期审计。具体开源时间尚未确定。

上海科技大学的论文《Safety Sentry》提出了一种新的安全审查方法，将二元分类改为三向路由决策（执行、请求确认、拒绝）。该方法通过轻量级guard model实现上下文感知的细粒度审查，能够更好地区分低、中、高风险操作，提高安全性与效率。实验结果表明，该方法在准确率和召回率上优于传统方法，且具有较强的部署灵活性，适应不同风险容忍度需求。

在马德里举行的Real Cool音乐节上，Lorde对AI眼镜表示不满，称其“不可爱”，并呼吁观众不要购买这些眼镜。此时，Meta正面临对其智能眼镜的审查。

文章讨论了软件开发中的合并过程，强调合并前需验证代码的四个层面：良好构建、内部正确、边界兼容和真实系统行为。随着开发速度加快，传统的合并验证流程面临挑战，可能导致错误未被及时发现。新技术允许在合并前创建轻量级的临时环境，确保每个变更经过全面验证，从而提高软件交付的质量和效率。

Napalys Klicius是GitHub的软件工程师，专注于智能系统的构建。他的工作包括自动化跨仓库文档、实现GitHub Pages的零DNS配置，以及评估GitHub Copilot的性能和效率。

传统代码审查在AI加速的软件开发中已不再有效。代码审查的主要任务是对齐和标准检查。AI无法解决对齐问题，因为人类意图在审查中至关重要。新的审查系统应捕捉意图并进行语义检查，以确保实现符合团队标准。这一转变将提高审查效率，同时保留人类判断。

代码审查是软件开发中的重要质量保证过程，主要目的是识别未来难以维护的代码，而不仅仅是发现错误。有效的审查应由项目领导推动，关注代码的可理解性和复杂性。随着AI技术的发展，工程师的角色将转向验证架构和业务逻辑，未来可能更多依赖AI进行代码审查。

Clippy是一个受欢迎的开源软件，但由于资金不足，维护工作主要依赖志愿者，导致审查能力不足。为加快合并速度，Clippy团队鼓励贡献者互相审查拉取请求，并希望Rust基金会能提供资金支持。

Qodo公司推出新平台功能，以应对AI生成代码带来的治理挑战。新功能包括跨仓库代码审查和自定义规则挖掘，帮助团队自动发现和执行编码规范，提高软件开发质量和效率。

文章讨论了软件开发中的代码审查过程，指出人工审查效率低下，建议使用AI辅助审查。作者Avital Tamir认为传统审查方式已不再适应现代需求，AI能够更可靠地发现错误，提升开发效率。同时，开发者应承担更多自我审查责任，利用AI工具优化流程，建立信任，提升团队表现。

阿里巴巴开源了基于人工智能的代码审查工具Open Code Review（OCR），旨在解决传统审查中的覆盖不全、位置漂移和不稳定等问题。开发者可通过配置AI模型使用该工具，OCR能够精准筛选文件、智能打包、匹配规则，并提升反馈准确性。安装可通过NPM或下载二进制文件。

本文介绍了如何利用AI进行代码审查，作者建立了名为Review Forge的工作流程，结合多种AI模型进行代码审查和修复。该流程包括审查、综合、手动审查、修复和验证五个步骤，以确保代码质量。作者强调，虽然AI能发现问题，但最终决策仍需人工进行，以平衡风险和收益。

根据Faros AI的研究，AI编码工具导致功能膨胀成为系统性危机，尽管开发速度大幅提升，用户实际使用的功能却极少。文章探讨了功能膨胀的代价及其对团队协作的影响，强调在功能上线前需进行审查，并设定日落条款以确保功能的合理性和价值。建议团队在开发中注重减法，避免无效功能的堆积。

Clawpatch 和 codex-review skill 是 AI 代码审查工具。Clawpatch 通过语义特征映射提升审查深度，自动识别项目特征并逐条审查，确保修复安全；codex-review skill 规范审查流程，避免盲目依赖 AI 结果。两者结合可实现高效、可靠的代码审查，提升开发质量。

Ramp的工程师们通过使用Codex和GPT-5.5加速代码审查，显著提升了开发效率和代码质量。Codex能够在几分钟内提供反馈，超越传统工具。Austin Ray指出，Codex的推理能力帮助开发内部工具，如On-Call Assistant，减轻了工程师的负担。他建议领导者亲自体验AI工具，以建立信任并促进迭代。Codex正在改变Ramp工程师的工作方式，使他们成为更有效的协调者。

美国《删除法案》已全面实施，要求社交平台在48小时内删除非自愿的亲密影像。专家警告该法可能导致审查加剧，而非真正帮助受害者。尽管主要科技公司支持该法，其执行可能会限制言论自由。