背景

在AI越来越发达的今天，我们传统业务开发不得不面临的一个问题是，面对越来越膨胀的AI写的代码，我们该如何review? 不同的业务场景AI能够介入的效果不同。有些业务AI能够轻松介入，比如智慧客服，智能OA等等。但是在C端，支付结算领域，从来没有说过有智能支付，智能交易，智能结算。AI是不可控的，因此随之有了harness工程来约束模型。但是即使这样，我们也不敢让AI在生产上去代替交易系统，支付系统，结算系统去对实时资金流产生影响。在这些背景下，我觉得从某个领域进行单点突破还是可行的。比如在代码上线前进行的代码评审，做好事前评审，可以防范一些因为对业务的不理解和AI写的代码人没有理解的情况下，避免产生一些不好的影响。因此我们做了AI代码评审。

这件事是从2025年中开始做的，那个时候skill还没有那么火，我只是进行了初步尝试，利用大模型的基础训练的能力和我写的promot以及配合一些工具对项目代码进行拉取，diff等，进行AI代码评审。这个时候已经搭建了一个完整的工作流。主要是通过工具先把本次业务代码分支上的改动全部拉下来，然后分成几种情况，比如只diff某几个提交，或者diff这个分支的和master分支之间的差异。我甚至为了这盘醋包了一个饺子，为此我搭建了一个agent以及整个平台。只为了代码评审能够更好的工作。这个平台包含了一些操作，比如能够配置仓库，配置定时任务执行的时间，配置分支，配置钉钉群webhook以进行实时提交的评审通知等等。并且以代码评审为一个角度，切入了需求分析->产品文档->代码编写->代码评审->测试案例生成的整个工作流。当然我仅仅实现了代码评审这一个模块，其他模块还是比较初步的阶段。