@GKev1n: 别再沉迷让 Sub-agent 互相 Review 代码了——你以为是“左脚踩右脚上天”，其实是“左手掏右手钱包”。 太赞同 poteto 小姐姐今天的说法了！！ 她直言对抗式代码审查（Adversarial Review）大多是在纯烧 …

X AI KOLs Timeline 新闻
ai-agents code-review agentic-workflows token-efficiency formal-verification llm-tooling

摘要

作者赞同 poteto 的观点，批评让 Sub-agent 互相对抗式代码审查（Adversarial Review）纯属浪费 Token，指出其存在无意义 nitpicking、过度设计和算力错配三大死穴，并认为顶级团队正转向实测、形式化验证与真实红队来发现问题。

别再沉迷让 Sub-agent 互相 Review 代码了——你以为是“左脚踩右脚上天”，其实是“左手掏右手钱包”。🔥🤖 太赞同 poteto 小姐姐今天的说法了！！ 她直言对抗式代码审查（Adversarial Review）大多是在纯烧 Token，不仅大幅砍掉了 pstack 里的 interrogate 技能，还打算把省下的算力全砸向“实测 + 形式化验证”。 跑过自动化 Agent 工作流的人都懂，静态的 AI 代码互审有三个近乎无解的死穴： ▸ 没苦硬吃：Reviewer 为了证明自己“干活了”，没 Bug 也要硬挑一堆可有可无的代码风格问题（Nitpicking）。 ▸ 过度设计（YAGNI）：为了应付 Reviewer 脑补出来的“极端假设”，主 Agent 会疯狂往代码里塞毫无必要的抽象层和防御逻辑，越改越臃肿，上下文越滚越脏。 ▸ 算力错配：用最贵的推理 Token 去“猜”代码会不会报错，却不用免费的编译器和 Linter 去直接跑一下。 一边是 xAI 工程师砍掉模型互撕、回归硬核验证；另一边是今天 OpenAI 和 Muse 狂提赏金、直接花钱买外部黑客打系统找 Bug。 顶级团队都在用行动投票：两个大模型在终端里吵一万句，不如测试框架红一次，更不如真实红队来一拳。 你的工作流里，AI 审查员到底是在帮你抓真漏洞，还是在帮你刷 API 账单？
查看原文
查看缓存全文

缓存时间: 2026/11/03 14:35

别再沉迷让 Sub-agent 互相 Review 代码了——你以为是“左脚踩右脚上天”，其实是“左手掏右手钱包”。🔥🤖

太赞同 poteto 小姐姐今天的说法了！！

她直言对抗式代码审查（Adversarial Review）大多是在纯烧 Token，不仅大幅砍掉了 pstack 里的 interrogate 技能，还打算把省下的算力全砸向“实测 + 形式化验证”。

跑过自动化 Agent 工作流的人都懂，静态的 AI 代码互审有三个近乎无解的死穴：

▸ 没苦硬吃：Reviewer 为了证明自己“干活了”，没 Bug 也要硬挑一堆可有可无的代码风格问题（Nitpicking）。 ▸ 过度设计（YAGNI）：为了应付 Reviewer 脑补出来的“极端假设”，主 Agent 会疯狂往代码里塞毫无必要的抽象层和防御逻辑，越改越臃肿，上下文越滚越脏。 ▸ 算力错配：用最贵的推理 Token 去“猜”代码会不会报错，却不用免费的编译器和 Linter 去直接跑一下。

一边是 xAI 工程师砍掉模型互撕、回归硬核验证；另一边是今天 OpenAI 和 Muse 狂提赏金、直接花钱买外部黑客打系统找 Bug。

顶级团队都在用行动投票：两个大模型在终端里吵一万句，不如测试框架红一次，更不如真实红队来一拳。

你的工作流里，AI 审查员到底是在帮你抓真漏洞，还是在帮你刷 API 账单？

lauren (@poteto): maybe a hot take but i now consider adversarial reviews mostly a waste of tokens. far better to use those tokens on empirical combined with formal verification. i have updated pstack to use the interrogate skill less, and eventually i think i may remove it altogether

i have

相似文章

@vintcessun: 阿里开源了一个代码审查工具，核心思路很有意思——确定性工程 + Agent 混合架构。纯 LLM 做 review 常见的问题：覆盖不全、行号漂移、质量不稳定。它用确定性管道处理文件选择、分组和规则匹配，Agent 只负责动态决策和上下文…

X AI KOLs Timeline

阿里巴巴开源了Open Code Review，一个AI代码审查CLI工具，采用确定性工程与Agent混合架构，已在内部运行两年并发现数百万缺陷。

@shao__meng: 怎么才能更信任你的 Agent 的工作呢？ Grok Bot 团队 @poteto 提出了一套如何信任 AI Agent 工作成果的四层“倒金字塔”框架。她认为，与其花精力“管教” Agent，不如花精力改造代码库本身！ # 四层倒金字塔…

X AI KOLs Timeline

Grok Bot 团队的 @poteto（Lauren）提出信任 AI Agent 成果的四层“倒金字塔”框架：把精力优先投入代码库改造与静态分析，而非规则文件与人工审查，主张通过工程化环境让 Agent 默认做对。

@dotey: 我记得半年前我说自己不怎么 Review PR 了，评论区很多人不认同，觉得这样不靠谱。现在再看，不 Review PR 的人越来越多。比如我刚看的这期播客，在 SpaceXAI 做 Grok Bot 的 Lauren Tan，一个月合并…

X AI KOLs Timeline

宝玉点评 Lauren Tan 与 Matt Pocock 的播客访谈：Lauren 在 SpaceXAI 做 Grok Bot，一个月合并 2500 个 PR 却不逐个 Review，而是靠 AI 自动验证、代码规范约束和名为 pstack 的开源 Skill 体系来保证质量。文章提醒读者别急着照搬，要先弄清她能这么做的前提条件——足够强的模型、Token 成本、AI 验证的局限，以及自己专业方向的把控。