代码审查不止于（可自动化的）缺陷检测

📌 One-Sentence Summary

John Allspaw 对「代码审查的终结」一文提出批评，认为人工代码审查在缺陷检测之外还提供了关键价值，包括困惑信号、上下文感知和社会问责，这些都是 AI 智能体无法复制的。

📝 Summary

针对近期一篇 arXiv 论文声称编程智能体可以取代人工代码审查，John Allspaw 指出该论文依赖「替代神话」——即认为将人类工作拆解为可量化的功能后，机器就能完全取代人类。Allspaw 识别出同行审查中七个关键方面，它们不仅仅是关于缺陷检测：人类困惑的信号表明复杂度高或抽象不佳；对变更是否必要的合理质疑；发现缺失内容的能力；基于作者历史记录校准注意力；双向认知交流；存在于代码仓库之外的操作上下文；以及个人问责（「切身利益」）。他总结道，代码审查从根本上是一个协调、意义建构和治理的过程，而不仅仅是缺陷的质量关卡。

💡 Main Points

「替代神话」之所以失败，是因为它忽视了跨功能的整合。

将人类工作拆解为孤立的任务（如缺陷检测）并加以自动化，会遗漏人类判断的整体价值——这种价值在于适应计划外的情境，并同时整合多种信号。

人类的困惑是有效的发现，而 LLM 始终在「处理」代码。

当工程师说「我不理解这个」时，它表明过度复杂或意图不清。LLM 缺乏这种主观的不理解体验，因此无法提供这种特定类型的反馈。

代码审查涉及质疑必要性和发现缺失，而不仅仅是验证正确性。

审查者常常质疑某个变更是否应该存在，或注意到缺失的组件（缺失盲区）。当前的 AI 框架假设变更是必要的，只关注 diff 中呈现的内容。

社会与操作上下文驱动校准注意力和问责。

人类审查者会根据代码作者是谁以及近期组织事件（事故、法律约束）来调整审查力度。他们还承担个人责任（「切身利益」），这激励了认真的评估，而不像智能体签字批准后不承担任何后果。

💬 Key Quotes

替代神话往往以同样的方式上演：首先，将人类对工作的贡献拆解为可量化的功能……然后宣布人类是多余的。

同行审查者的困惑……他们的困惑本身就是发现。

这篇文章假设代码仓库就是完整的上下文。但它从来都不是。

一个对拉取请求「签字批准」的智能体不承担任何后果，当然也没有任何激励结构来推动认真的评估。

📊 Article Meta

AI Screening： 90

Featured： Yes

Source： Hacker News

Author： Hacker News

Category： 软件编程

Language： 英文

Read Time： 5 min

Word Count： 1141

Tags：

编程与工程 , 代码质量 , AI 编程 , 科技评论 , 技术领导力