标签
一位开发者使用开源权重模型在消费级RTX 5090 GPU上创建了一个代码审查工具，在Martian代码审查基准上取得了F1 22.7的成绩，目前正在考虑将其商业化或开源。
Codex 现在支持定义于 AGENTS.md 中的自定义审查规则，从而能够自动将专家审查上下文应用于每个 PR。
本文探讨了AI生成的代码如何打破了工作者资质与其输出之间的传统联系，引发了关于把关与质量的辩论。文章提出，新的验证工具可以将贡献与可验证的收据重新绑定，从而同时解决质量与可及性的问题。
开发者 dzhng 分享了一个 GitHub 仓库，其中包含可组合的 AI 代理技能，用于构建软件工厂，实现自主目标驱动代码生成，并在决策点进行人工审查。
文章认为，要求全面审查代码会抵消LLM编码助手所谓的生产力提升，因为实证研究显示它们并不能帮助写出更好或更快的代码，而且支持者未能解决固有的错误率问题。
OpenAI 的 GPT-5.6 Sol 在网络安全基准测试中取得了最先进的成果，新的 Codex Security 插件帮助团队在实际代码中发现、验证和修复漏洞。本文提供了在 Codex 中安装和使用该插件的逐步指南。
观察到Bun仓库中的许多PR都涉及AI评审员（CodeRabbit和Claude）与AI机器人（Robobun）的交互，突显了AI在代码审查中日益增长的作用。
本篇文章介绍了如何构建一个自我改进的代码审查代理，作为云软件工厂的一部分，使用了代码审查技能、GitHub Actions以及一个外层循环代理来实现持续改进。
Grepathy 是一个工具，能读取 AI 编码代理的会话记录，提取决策，并提交一个 markdown 文件说明代码为何以某种方式编写，从而让代理编写的代码可审查并保留推理过程。
Armin Ronacher 反思了软件项目的共享语言——即对概念、边界和不变量的共同理解——如何存在于文档、代码和对话中，以及协调的摩擦如何同步人们，而这一过程可能会被AI代理所打乱。
git-absorb自动为暂存的更改创建fixup提交，实现了与hg absorb类似的功能。它与git的autosquash集成，简化了应用代码审查反馈的过程，无需手动查找提交的SHA。
本文研究了102万个拉取请求，分析了从以人为中心到AI智能体代码审查的转变，发现智能体参与的模式提高了效率但未提升质量。
Mantis Skills 是 Google 推出的可移植工具包，用于通过 Coding Agents 构建安全审查工具集，可在多种代码库中实现自动化漏洞检测、复现和修复。
Shawn Wang（@swyx）分享了他目前在几个AI和开发者项目上的关注点，包括Sol Ultra、Fable 5、Sonnet 5、Terra Ultra、SWE 1.7和Devin review，同时使用Kakuna等工具以及来自@mattpocockuk和@trq212的面试技巧。
Kody Koala 是一款开发者工具，帮助用户创建自己的集成，而不是依赖托管的集成，从而让用户拥有完全的控制权。
在这篇博文中，antirez认为在人工智能时代，程序员应该专注于掌控软件背后的思想，而非阅读每一行代码，因为AI可以生成局部最优的代码，而人类擅长大局设计和方向。
一位开发者使用 MiniMax AI 的 M3 模型构建了一个工具，能够在单个提示中分析整个 GitHub 仓库，生成代码健康报告和检测漏洞。该工具成功处理了 react 的 780k token 代码库，仅花费 0.23 美元。
研究人员展示了一种新的提示注入攻击，恶意指令隐藏在图像中，绕过AI代码审查员，导致编码代理泄露仓库机密。
Matt Pocock 分享了一个使用 LLM 生成代码差异播客摘要的工作流想法，旨在防止快速迭代仓库中的理解债务；他已在个人 wiki 上实施，效果良好。