标签
一位开发者认为，AI模型周围的框架（评审、脚手架）比模型本身更重要，并分享了一个例子：一个27B模型在优秀评审的帮助下变得可用于编码工作。
Matt Pocock 宣布将 Martin Fowler 的代码异味添加到他的 /review 技能中，该技能用于 AI 编码代理，并分享了他的开源可组合代理技能集合，旨在改善实际工程工作流。
Every团队公开复利工程方法论并开源配套插件，通过四步循环和多个AI agent并行工作，实现单人团队管理5款产品，其中80%时间不写代码。
本文审查了一个用J实现的Scheme解释器，解释了分词器和递归下降解析器的代码。
一位用户观察到，用中文提示OpenAI的Codex进行代码审查和调试时效果更佳，并计划进一步实验。
deepsec 是一个基于代理的漏洞扫描器，利用前沿AI模型审查大型代码库，发现难以检测的安全问题。它可以本地运行或在你自己的基础设施上运行，支持并行扫描、恢复功能以及可自定义的匹配器。
AI让编写代码变得更便宜，却将难点转移到了设定上下文、审查和清理上，需要更熟练的监督。文章认为，团队常常把AI生成的代码当作成品，而实际上它只是一个快速的初稿。
GitHub Copilot 代码审查现已支持 AGENTS.md 文件，允许用户自定义以获得更具上下文感知的审查。
这份手册介绍了如何使用Claude AI代理设计自提示循环，涵盖发现、交接、验证以及持久化/调度，用于自动化代码开发。
在AI写代码速度加快的背景下，作者推荐IntelliJ插件Git Scope，它能在IDE中方便地比较当前分支与任意分支/tag/commit的diff，提升代码审查效率。
一位初级开发者反思使用AI编码工具时，感觉理解和审查代码变更比编写代码更困难是否属于正常现象。
本文描述了用多个AI模型的共识取代单一模型的代码审查，只有明确批准才算数，这带来了更可靠的代码审查，但代价是更长的讨论。
Devin AI现原生支持在创建PR后自动进行端到端测试和视频录制，并将录制的屏幕截图发送给审查者以便快速验证。
Dropbox 描述了如何利用 Model Context Protocol、基础 LLM 以及他们自己的 Dash AI 构建了一个系统，该系统能够在代码评审期间自动检索威胁模型，并验证安全要求是否得到满足，从而弥合了设计到代码之间的安全差距。
本文认为，基于LLM的编码代理已达到能力临界点，使人工代码审查变得多余，并提议用代理驱动的验证取代人工审查，以降低成本和延迟。
Crabbox 是一种新工具，可为 AI 编码代理提供隔离的云环境来测试和验证 PR，使其能够并行工作而不会发生冲突，并减少审查瓶颈。
一位开发者认为，代码描述、提交信息和合并请求描述应当保持简洁，重点解释做出变更的原因而非内容，以便于提高对注意力有困难的审核者的可访问性。