AI工程领导者热议大模型生成代码审查思路

我其实已经在@aiDotEngineer 就这个话题做过演讲还发过文章……时代风向终于赶上来了！

现在的行业现状就是，在一屋子 AI 工程领导者当中，几乎所有人都把自己从没读过的代码推送到了生产环境，没人会读完所有代码，只有少数人正确分配了注意力。

注意力分配是连续谱，它和人无关，和任务有关。我参考了@badlogicgames @dexhorthy @addyosmani @rahulgs @mattpocockuk 等等很多人的分享，整理出了这份注意力分配表：

阅读——通读每一行关键代码，包括认证、资金、不可替代数据处理相关代码。

拆分——把超大 PR 拆成更小的、可评审的块。

验证——用测试、追踪、评估和影子模式做验证。

分离——确保写代码的智能体不是评审代码的那个智能体！

工程化——确保你每次评审 PR 发现问题后，都把这个检查点整合进系统，让系统下次自动捕获（详见@_lopopolo）。

我还在等@aiDotEngineer 把整场演讲上传到 YT，这只是冰山一角。这个问题不是“你还读不读代码”或者“我们需不需要读代码”这么简单，它要微妙得多！

Dexx，真希望你能看完我的幻灯片，或是来听我的演讲！这些内容其实是我后面讲到的循环的早期关联，部分验证工作其实是由运行循环、编写代码的同一个智能体/上下文/工具集完成的。确实只看这一张幻灯片的话，说明得不够清楚。