第 9 讲
AI 增强型代码评审
核心主题
AI-Augmented Code Review
为什么代码评审至关重要？
数据支撑
- 错误检出率：55-60%（人工评审）vs 25-45%（各类测试）
- AT&T 研究：缺陷下降 90%，生产力提升 14%
- 最高杠杆工程活动之一
双重价值
- 对个人成长：成为更好工程师
- 对团队质量：提升代码健壮性、可维护性
五大评审维度
- Logic & Correctness：功能是否正确？边界条件/异常流是否覆盖？
- Readability & Maintainability：命名、结构、注释是否清晰？
- Performance：是否存在低效算法、冗余计算、内存泄漏风险？
- Security：是否引入注入、硬编码密钥、权限绕过等漏洞？
- Best Practices：是否符合团队约定（Git 流程、测试覆盖率、文档规范）？
AI 带来的六大价值
- 效率（Efficiency） - 自动化重复检查
- 一致性（Consistency） - 统一评审标准
- 知识共享（Knowledge sharing） - 传播最佳实践
- 认知减负（Reduced cognitive load） - 聚焦关键问题
- 持续改进（Continuous improvement） - 学习和优化
- 全局代码理解（Holistic understanding） - 跨模块关联
终极原则
"Code review is more important now than ever with AI coding systems."
"You own the code that is merged and shipped — no blaming the AI."
💡 对 Vibe Coding 学员的启示
- 代码评审是最高杠杆活动：每次 AI 生成代码后都要审查，学会提问"这段代码有什么问题？"
- AI 辅助评审工作流：AI 生成 → AI 自检 → 人工审查 → 提交 PR → AI 辅助评审 → 人工最终审核 → 合并
- 工程师的最终责任：AI 是助手，不是替身；最终责任在工程师；不能把问题归咎于 AI
- 实践建议：Git commit 标注 AI 贡献，如：`feat: add signup API [AI-assisted]`