智能体代码审查的解剖:Tessl Code Review 如何重构 PR 审查流程
Tessl 发布 Tessl Code Review,把代码审查拆成标准、视角、发现、裁决、逐条回应和记忆六个部分,并内置正确性与数据完整性、安全与隐私、规模与韧性、可维护性与代码质量四个并行 lens。
Tessl 发布 Tessl Code Review,把代码审查拆成标准、视角、发现、裁决、逐条回应和记忆六个部分,并内置正确性与数据完整性、安全与隐私、规模与韧性、可维护性与代码质量四个并行 lens。
GitHub 为 Copilot 代码审查新增组织级计费与权限控制:组织所有者可将持 Copilot 许可证成员的审查请求计入组织成本中心,而非消耗成员自身配额,该选项需启用 AI Credits 付费用量并可设预算。同时可开启设置,仅允许由本组织或企业提供许可证的用户触发代码审查,组织级开启后仓库管理员无法关闭。
代码与英文文本不同,其顺序由计算机执行逻辑决定,且通常以 diff 形式被阅读,结构复杂度也远超自然语言。作者主张采用“dyadic scanning”式多轮跳读:先追踪关键调用路径理清结构,再逐行细读,把其余部分当作黑盒。他认为 LLM 生成的代码仍必须人工审查,因为常见问题不是 bug 而是对齐偏差,例如为无害的竞态条件生成三千行复杂改动。
GitHub 发布 ReviewBench,一个面向 AI 代码审查的开放离线基准,基于 1.039 亿个 GitHub pull request 的分布构建,包含 219 个 pull request、覆盖 19 种语言。
推荐理由:GitHub 公开了代码审查基准的构建方法与评分口径,读者可据此判断自家审查 Agent 的强弱项。
GitHub 博客提出 AI 时代开发者应加强的三项技能:学会指挥 AI 而非只是使用它、不要轻信 AI 的第一个答案、用 AI 省下的时间解决更大的问题。文中提到 GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型审查计划、代码和测试,以发现首个模型遗漏的问题。
Cockroach Labs 联合创始人兼 CTO、GIMP 原始作者 Peter Mattis 在 The Pragmatic Engineer 播客中回顾了从开源到 Google 再到创办数据库公司的历程。
Cursor 发布 Rollouts 和 Security Review 两个机器人,用于代码上线的最后环节,今日起在 Teams 和 Enterprise 套餐提供。
推荐理由:Cursor 把部署健康监控与安全审查做成两个 PR 机器人,读者可据此判断上线环节的自动化边界。
Zed 团队发布 Delta 公测版,这是一个与 Agent 协作编码并审查其产出的多人环境,支持 macOS、Linux、Windows 和网页端,移动浏览器也可跟进线程。
推荐理由:Zed 团队把 PR 换成 Delta 线程,并公开了自用数据,可据此判断协作式 Agent 编码的另一种组织方式。
Claude 发布博文介绍 Warp 如何在 Claude 上构建自我改进的 Agent,解决 Skill 的进化问题。Warp 内部用 AI 做代码审查时发现 Agent 不了解项目、团队规范和历史经验,于是设置两个 Skill:一个负责代码审查,另一个定期收集人类工程师在 PR 中的评论并据此更新审查 Skill,让反馈收集自动发生。