教育工程师，信任 AI：教育如何赋能自主代码审查

📌 One-Sentence Summary Duolingo 的 DevEx AI 团队打造了 AI 素养培养项目，将工具采用率提升至 100%，并让基于 LLM 的 PR 风险评分系统能够自动批准低风险代码变更，从而缩短了合并时间中位数。 📝 Summary Sarah Deitke 是 Duolingo DevEx AI 团队的一名软件工程师，她解释了公司如何将 AI 采用视为一种文化变革，而非单纯的工具问题。团队开展结构化的实验室式工作坊、AI 可观测性仪表盘、实时办公时间和共享学习频道，并投入资源维护供应商关系，以获取早期测试权限和反馈闭环。这些努力将 AI 工具使用率推升至全体工程师的 100%，并减少了恐惧与怀疑情绪。核心案例研究是一个重新设计的代码审查流程：PR 风险评估流水线将 PR 标题、验证步骤、diff 和提示词发送给 LLM，由后者将变更分为低、中、高或未确定风险。符合额外标准的低风险 PR 由机器人自动批准，无需人工审查。防护措施包括：将自动批准限制在代码所有者范围内、通过目录配置包含/排除、对 AWS 资源变更和受审计仓库（SOX/ISO）禁用该功能、在新工程师入职期间阻止使用，以及提供可选的每日通知。一个 Slack 反馈频道将报告的不准确之处汇入评估数据集，用于微调风险提示词，形成飞轮效应。该系统受 Meta 的 diff risk score 启发，但针对 300 人规模的工程组织进行了适配。结果包括：合并时间中位数稳定在约 18 小时，自动批准 PR 的占比持续上升。 💡 Main Points AI 采用本质上是一种文化变革，而不仅仅是工具的推广。 工程师可能持怀疑态度，代码审查等核心系统被视为神圣不可侵犯，而 AI 挑战了传统的问责与信任模式。Duolingo 通过教育和支持而非强制命令来应对这一问题。 结构化、经过预先审核的内部教育比通用的供应商培训更能建立信任。 关于 MCP 服务器、Cursor 规则、LLM 批处理和评估的实验室式工作坊，让 95% 的工程组织成员表示学到了新东西，因为工程师更信任来自自己工程组织的内容。 AI 可观测性仪表盘和供应商合作关系引导并加速了采用。 仪表盘追踪 AI 工具的 DAU、功能、IDE、语言、token 使用量和成本，而供应商关系则提供早期测试权限、双向反馈，并识别评估等最佳实践方面的差距。 基于 LLM 的 PR 风险评分系统使低风险变更能够实现自主代码审查。 该流水线将 PR 标题、验证步骤、diff 和风险提示词发送给 LLM，返回风险等级和解释。符合标准的低风险 PR 由机器人自动批准，灵感来自 Meta 的 diff risk score，但针对 300 名工程师的规模进行了适配。 多重防护措施降低了取消人工审查的风险。 自动批准仅限于代码所有者，可按目录配置，对 AWS 资源变更和受审计仓库（SOX/ISO）禁用，在新工程师入职期间阻止使用，并配有可选的每日通知。 反馈闭环将开发者报告转化为评估数据，持续改进风险提示词。 一个 Slack 频道收集不准确之处，这些内容成为用于微调风险提示词的评估数据集，形成飞轮效应，而这依赖于整个组织强大的 AI 素养。 💬 Key Quotes AI 采用是一种文化变革。 代码审查等核心系统被视为神圣不可侵犯。 信任是另一回事，问责也是如此。建立信任很慢，失去信任却很快。 工程师对自己工程组织预先审核过的内容的信任度，远高于引入供应商并提供更通用解决方案的做法。 现在创建 PR 更容易了，因此我们看到瓶颈正在向代码审查转移，以加快交付速度。 📊 Article Meta AI Screening： 90 Featured： Yes Source： InfoQ Author： Sarah Deitke Category： 软件编程 Language： 英文 Read Time： 22 min Word Count： 5478 Tags： 编程与工程 , AI 编程 , 代码质量 , AI 素养 , 开发者工具 Read Full Article