AI Coding May Turn Code Review Into the New Bottleneck

Results. For Atlassian projects, the LLM reviewer generated a higher proportion of comments related to bugs and maintainability, but fewer comments focused on readability compared to human reviewers. [...] In OSS projects, the diversity of contributors and less standardized practices can lead the LLM reviewer to emphasize maintainability, while human reviewers—often more familiar with the project’s architecture and community norms—may provide more design-related feedback. [...] ## I Introduction Code review is a standard practice in modern software development, with developers typically spending 10–15% of their time on this task [1, 2, 3]. It plays a vital role in enhancing code quality and promoting team collaboration [4, 5]. A typical code review workflow requires a developer other than the code author to review and provide feedback for new code changes before merging into the main codebase. Despite its benefits, code review can be time-consuming and demands considerable effort from

### ​ REVIEW.md `REVIEW.md` `REVIEW.md` `@` #### ​ 您可以調整什麼 `REVIEW.md` `CLAUDE.md` `scripts/` `REVIEW.md` `CLAUDE.md` `file:line` `2 factual, 4 style` #### ​ 示例 `REVIEW.md` `# 審查指令 ## 重要在這裡意味著什麼 保留重要用於會破壞行為、洩露數據或阻止回滾的發現：不正確的邏輯、無範圍的數據庫查詢、日誌或錯誤消息中的 PII，以及不向後兼容的遷移。風格、命名和重構建議最多是細節。 ## 限制細節 每次審查最多報告五個細節。如果您發現更多，請在摘要中說「加上 N 個類似項目」而不是內聯發佈它們。如果您發現的一切都是細節，請以「沒有阻止問題」開頭摘要。 ## 不要報告 - CI 已經強制執行的任何內容：lint、格式化、類型錯誤 - `src/gen/` 下的生成文件和任何 `.lock` 文件 - 故意違反生產規則的僅測試程式碼 ## 始終檢查 - 新 API 路由有集成測試 - 日誌行不包括電子郵件地址、用戶 ID 或請求正文 - 數據庫查詢的範圍限於調用者的租戶` #### ​ 保持專注 `REVIEW.md` `CLAUDE.md` ## ​ 查看使用情況 | 部分 | 它顯示什麼 | --- | | PRs reviewed | 在選定時間範圍內審查的 pull request 的每日計數 | | Cost weekly | Code Review 的每週支出 | | Feedback | 因開發人員解決問題而自動解決的審查評論計數 | | Repository breakdown | 每個存儲庫審查的 PR 計數和解決的評論 | ## ​ 定價 [...] ## ​ 定價 `@claude review` `@claude review` `@claude review once` ## ​ 故障排除 ### ​ 重新觸發失敗或超時的審查 `@claude review once` ### ​ 審查未運行，PR 顯示支出上限消息 ### ​ 查找未顯示為內聯評論的問題 ## ​ 在本地審查差異 `/code-review` `--co

### Context 即使有了領域知識，但論及理解需求，又是另外一回事了。 理解需求，除了老生常談的敏感度、傾聽與提問技巧之外，敏捷圈發展出來的 Specification by Example 技術，很值得大家嘗試。 而且，既然都已經口頭問出來這些實例了，何妨順便用驗收測試予以固化？ ### Config 現代軟體不能只顧好核心業務邏輯，還得處理全球化、客製化、混合雲、多租戶等外圍需求，要能透過 feature flag 動態即時切換，甚至還要能讓用戶自助服務。 組態管理比以往重要許多，複雜度不亞於程式碼管理，有時甚至超過。 程式碼的管理，有 git flow、GitHub flow、GitLab flow 等流行的作法，那麼，組態管理呢？ 對於 legacy 系統，盤點既有組態，給予合適的現狀描述，至少是第一步。考古之餘，別忘了反饋到團隊的公共資產上。 ## ③ 凝聚團隊公約的共識 Code review 是兩個人之間的活動，一個是 reviewer，另一個是 reviewee。喔，其實更常見的情況是，reviewer 要寫成複數 “reviewers”。 Code review 不只是兩個人之間的活動，更是團隊的活動。 Marcus Buckingham 在〈隱藏版團隊力量大 (Power of Hidden Teams)〉一文提到團隊的力量 3： [...] > Collective Ownership encourages everyone to contribute new ideas to all segments of the project. No one person becomes a bottleneck for changes. > > In practice collective ownership is actually more reliable than putting a single person in charge of watching specific classes. Especially since a person may leave the project at any time. 積極面來說，collective ownership 可善用集體智慧提升設計品質，可促成知識共享，消極面則

前段时间还有一个热门话题。Node.js 核心团队成员提交了一个改动 1.9 万行代码的巨大 PR。据说这个 PR 用了 AI，大大提高了开发效率，目的是给 Node.js 新增虚拟文件系统（VFS）。 这件事之所以引起巨大争议，是因为 Node.js 是软件世界非常核心的基础设施之一。这么大的 PR 会给 review 的人造成非常大的负担，也没有人敢轻易保证这些代码是可靠的。于是问题就来了，像这种重要的基础设施项目，到底能不能用 AI 写代码？如果能用，又应该怎么用？ 我个人体感是，现在有些人用 AI 写代码的方式确实不负责任。他们不太关心代码到底写成什么样，有 bug 也不管，也不认真测试，反正直接发出来，然后鼓吹自己一天写了几千几万行代码，又做了多少个项目。 但项目质量并没有保证。 所以我觉得，至少在现阶段，对于比较严谨的项目，AI 写完代码以后，最起码要粗略看一遍，而不是相信它能全自动搞定。 我还有一个和视频里类似的疑问。对于那些完全没有技术基础的人，通过 Vibe Coding 的方式做项目，能做出可靠好用的产品吗？ 会不会在后续的升级维护过程中，发现很多解决不了的问题？更严重的是，会不会存在一些问题，他们甚至没有发现？ 例如我在小红书上看到过一个案例，不知道是搞笑段子还是真实情况。有人做了几个网页，然后发出来的网址是 localhost。localhost 只有他自己的电脑能访问，别人根本打不开。 对于不懂技术的人来说，他可能会觉得自己电脑上能访问，就等于别人也能访问。但实际上不是这样。 这些争议表面上看，是大家对 AI 写代码这件事态度不同。 [...] 这些争议表面上看，是大家对 AI 写代码这件事态度不同。 但往深一点看，真正的分歧其实不是 AI 能不能写代码，而是它写出来的东西到底能不能被信任。对个人玩具项目来说，能跑起来也许就够了。但对基础设施、团队协作、长期维护的项目来说，能跑只是起点，可靠才是重点。 ## 为什么 AI 不能简单类比成编译器 在群里和别人讨论时，也有人提出了不同看法。 编译器刚诞生时，肯定也有人有过类似担忧。但到今天，已经没有人写代码还要去看编译器生成的汇编是什么样了。所以他们相信，AI 最后也会进化到这种程度。 但我觉得，AI 和编译器在原理上有一个根本差别。 AI 大模型本质上是一个按概率生

Hello 大家好 歡迎來到 ChaoCode 我是 Jane 今天我們要繼續 CS146S 的課程 我們這週來到第七週 然後這週的主題是 AI 程式碼審查 就是 code review 那我們就先來講一下什麼是 code review 這週呢老師用了一張這個 Twitter 的截圖 算是一個 meme 吧 來講什麼是 code review 這在說什麼呢 就是在說 當我們要做 code review 就是我們寫完程式碼之後要給我們的前輩看 那有時候我們可能改了 10 行 code 的時候 前輩們會指出 10 個問題要我去修改 OK 那有時候做一個比較大的修改 可能改了 500 行 code 的時候 前輩就會簡短的回說看起來沒問題 這就是程式碼審查 聽起來好像有點奇怪吧 如果你沒有程式碼 被檢查程式碼經驗的話 可能會覺得為什麼？ 為什麼程式碼比較多的時候反而沒有問題 那這件事情呢 主要的原因是因為當你 只有一點點程式碼的時候呢 花很快的時間就可以看完了 所以他基本上作為前輩就 可以花時間慢慢去刁難你 好像我不應該要講刁難 但就是他可以比較能夠去 專注在這個程式碼去想 有什麼可以改善的地方 那如果 500 行程式碼的時候 這個真的是 像我如果一打開看到有很多行要改 可能不一定要是 500 行啊 可能 200 行但分散在在各個地方 我就會覺得 已經覺得累了 對 然後在看的過程中就會漸漸的登出 然後就會... 不再會去追求一些細節 就會變成大概看一下 然後就感覺好像看起來沒問題 OK GO! 這就程式碼審查 對 那當然這個 meme 我覺得 應該是在嘲諷這件事情 怎麼有的時候被刁難成這樣 然後有時候隨便又過了的樣子 但我覺得背後真正的問題是 我們沒有辦法去檢查到那麼細 尤其當一次有很大的改動的時候 那在這種時候呢 我們就只能就是姑且的 有點像在憑直覺憑感覺 就只看一些重點的部分 [...] 就會降到 0.82% 那這件事情我覺得當然首先 是因為如果有做程式碼審查的話 就會有別人幫你一起看 然後幫你找出錯誤 然後我覺得還有另外一個點 就是當我知道別人要 檢查我的程式碼的時候 我也會更加認真和 小心的去做這個任務 所以我覺得這個在 兩個角色之間都會受到影響 然後再來這邊說有研究 顯示程式碼檢查 就是 code review 可以讓生產力提升 14% 並且讓缺陷減少 90% 這

612 comments ### Transcript: