2024–2026 年，AI Code Review 从【LLM 能不能看 diff】一路卷到【人还要不要看 diff】。
  
把几篇关键材料放在一起读，发现 AI Code Review 出现了三派：辅助派、终结论、实证派。这才是 2026 年真实的产业全景。

> | # | 论文 | 作者 | 发表 / 公开时间 |
> |---|---|---|---|
> | 1 | BitsAI-CR: Automated Code Review via LLM in Practice | Tao Sun、Jian Xu 等 / ByteDance | FSE 2025（2025-06，Trondheim） |
> | 2 | The End of Code Review: Coding Agents Supersede Human Inspection | Martin Monperrus / KTH Royal Institute of Technology | arXiv:2606.13175（2026-06-11） |
> | 3 | Is Agentic Code Review Helpful? Mining Developers' Feedback to CodeRabbit Reviews in the Wild | HONG YI LIN, The University of Melbourne, Australia | arXiv:2607.03316（2026 年公开） |

---

## 一、BitsAI-CR：大厂里的"信任工程"（辅助派）

《BitsAI-CR: Automated Code Review via LLM in Practice》（FSE 2025）不炫模型规模，只解决一个很土的问题：大模型吐出来的 review 评论，开发者凭什么看？

字节的答案不是更强的模型，而是一整套工程装置：

- **Review Rule Taxonomy**：219 条规则，覆盖缺陷/安全/可维护性/性能，跨 5 门语言。
- **RuleChecker**：微调 Doubao-Pro-32K + LoRA，先"敢说"。
- **ReviewFilter**：第二个 LLM 做二次校验，Conclusion-First 模式峰值精度 **75.0%**。
- **Outdated Rate**：被标记代码行后续是否被改——用行为信号代替人工标 precision。
- **Data Flywheel**：每周看 precision + outdated rate，低价值规则直接下线。

结果：Go 语言 Outdated Rate **26.7%**（人类 35–46%），周活 **12,000+**，次周留存 **61.64%**。

BitsAI-CR 的潜台词很清醒：code review 场景错一次开发者就再也不信你。所以先保精度再谈智能，先被采纳再谈取代。这是典型的**辅助派**——AI 不抢人的位置，只把自己训练成"不会被拉黑的 reviewer"。

![image.png](https://developer.qcloudimg.com/http-save/yehe-11563618/33da125c67c781f824bcebb8443d7662.png)

---

## 二、The End of Code Review：学术里的"范式炸弹"（终结论）

Martin Monperrus 的立场论文（arXiv 2606.13175）不是实验，但比很多 benchmark 都锋利。论证链不复杂：

1. 传统 review 大量评论是命名、风格、小改进，不是抓致命 bug。
2. 人审吞吐线性，coding agent 产出指数级，"agent 写、人必须 approve"最后一定变成 rubber-stamping。
3. Coding agent 已能读仓库、跑测试、修错；多 agent review 质量逼近人类。
4. 结论：**人类强制审批 = 死路。**

替代架构：Generator Agent → 多角色 Reviewer Agent → Verification 层（单测/属性测试/CI）→ Structured Sign-off → 人只在合规/安全/架构/伦理上 escalation。

最值钱的三句话：

- Human-in-the-loop ≠ Human-as-approver。
- Review 价值从"看 diff 找错"迁移到"定义意图 + 验证 + 担责"。
- 质量保障不再是关卡，而是持续验证基础设施。

这是**终结论**：不是"AI 辅助人"，而是"人逐行审 diff"这种工种该退场了。

![image.png](https://developer.qcloudimg.com/http-save/yehe-11563618/981702924d3f482eafebc85d45fe6f8e.png)

---

## 三、CodeRabbit 实证：现实很骨感（实证派）

《Is Agentic Code Review Helpful?》（arXiv 2607.03316）把镜头对准 GitHub 开源世界：239 仓库、10191 PR、**31073 条 AI 评审—开发者反馈配对**。

数据很冷：

| 反馈 | 占比 |
|---|---|
| 接受 | **36.4%** |
| 触发讨论 | 7.3% |
| 拒绝 | **56.3%** |

拒因拆解：

- **AI 本身错（58.0%）**：假阳性 43.3%（最大头，误报不存在的缺陷）、超出 PR 范围 10.0%、冗余 4.7%。
- **技术对但不合人意（42.0%）**：刻意设计权衡 23.7%（原型/临时方案/故意不优雅）、编码偏好 18.3%。

功能性评审占 75.9%（其中功能缺陷 43.3%），但假阳性高；可演化性评审占 24.1%，技术没问题却常因项目上下文被拒。**AI 越会找 bug，开发者越要甄别假阳；AI 越会讲架构，越容易撞上"我故意这么写"。**

最落地的是 RQ3：用小模型在历史反馈上微调，当"前置质量网关"过滤大概率被拒的评论。最优结果 **Qwen3-4B + diff 输入，F1=76%**，远超 70B 直接提示的 64%。结论：不需要重跑完整 agent，一个小过滤层就能显著降低开发者干扰。

实证派的教训一句话：**Agentic Code Review 的瓶颈不是生成能力，是"懂人"的能力。**

![image.png](https://developer.qcloudimg.com/http-save/yehe-11563618/4b440facfccd18f839e74cdecddb6a0e.png)

---

## 四、三派对照

| 维度 | BitsAI-CR（辅助派） | End of CR（终结论） | CodeRabbit（实证派） |
|---|---|---|---|
| 场景 | 字节大厂内部 | 学术/未来架构 | GitHub 开源 |
| 数据 | WAU 12k、Outdated 26.7% | 论证+文献 | 31073 条真反馈 |
| 人角色 | 人在回路 | 退审批做治理 | 人仍在拒 AI |
| 核心结论 | 精度优先，飞轮进化 | 人审退场 | 1/3 有用，半数被拒 |
| 最大短板 | 跨文件/意图弱 | 忽视组织约束 | 假阳性+不懂意图 |
| 可落地性 | 明天能抄 | 3 年后再谈 | 现在就能加过滤层 |

三派不矛盾：BitsAI-CR 说**现在怎么活**，End of Review 说**将来长啥样**，CodeRabbit 说**别幻想，人还在嫌 AI 烦**。

---

## 五、务实观点：别信终结论，也别停在新辅助

合起来看，我的判断：Code Review 不会结束，但"人逐行看 diff"会结束。未来是分层结构：

```
Agent 生成 → Agent 互审 → 小模型质量网关 → 人只处理高后果变更 → 验证层兜底
```

- **低风险**（样式/lint/单测）：agent review + CI gate，人零参与。
- **中风险**（接口/缓存/并发）：规则+双模型过滤+飞轮，人选择性采纳。
- **高风险**（鉴权/账单/迁移/合规）：agent 预审 + 人确认"我理解这个改动意味着什么"，不逐行看。
- **平台层**：加一个 Qwen3-4B 级拒绝预测器，比换下一代旗舰模型划算。

KPI 换掉：不看"AI 评论数"，看采纳率、Outdated Rate、假阳性率、高风脸人工确认率、生产逃逸率、回滚率。

Monperrus 对的地方：人审吞吐扛不住 agent 工厂。BitsAI-CR 对的地方：信任比智能更难，飞轮比模型更重要。CodeRabbit 最狠：开发者拒 AI，不是因为 AI 不会写代码，是因为 AI 不会"做人"。

别再问"AI 能不能做 code review"。该问的是：哪些评审该 agent 出？哪些评论该小模型拦？哪些变更该人签字？哪些后果该验证层兜底？答好这四问，比追下一个最强模型有用十年。

**Code Review 的终点不是"没人审"，而是"人只在真正要负责的地方出现"。**



2024–2026 年，AI Code Review 从【LLM 能不能看 diff】一路卷到【人还要不要看 diff】。  把几篇关键材料放在一起读，发现 AI Code Review 出现了三派：辅助派、终结论、实证派。这才是 2026 年真实的产业全景。

【CR06】辅助派、终结论、实证派：AI Code Review 的三种真相

人工智能

开发工具

编程语言

2024-2026年AICodeReview演进呈现三派格局：字节辅助派（BitsAI-CR）以219条规则+双模型校验实现26.7%OutdatedRate；终结论（EndofCR）主张人审退场，由Agent互审+验证层兜底；实证派（CodeRabbit）基于31073条反馈发现56.3%拒绝率，假阳性达43.3%。未来趋势：人逐行审diff将终结，转向Agent预审+小模型质量网关+人仅处理高后果变更的分层架构，核心KPI转向采纳率与假阳性率。

代码解释

GitHub

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

2024-2026年AICodeReview演进呈现三派格局：字节辅助派（BitsAI-CR）以219条规则+双模型校验实现26.7%OutdatedRate；终结论（EndofCR）主张人审退场，由Agent互审+验证层兜底；实证派（CodeRabbit）基于31073条反馈发现56.3%拒绝率，假阳性达43.3%。...

【CR06】辅助派、终结论、实证派：AI Code Review 的三种真相-腾讯云开发者社区-腾讯云

【CR06】辅助派、终结论、实证派：AI Code Review 的三种真相

【CR06】辅助派、终结论、实证派：AI Code Review 的三种真相

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐