今日精选两篇:LinkedIn 的 AI 代码评审架构,以及 AI 辅助迁移的成本与验证机制。共同值得关注的是:如何把模型产出变成可信、可交付的工程结果。
1. LinkedIn:评审质量来自独立检查与过滤,而非单次提示
ByteByteGo 基于对 LinkedIn 工程负责人的访谈介绍:其内部 AI reviewer 每周覆盖超过 40,000 个 PR,多数评审在人类首次打开 PR 前发出。这里采用的是部分自动化:AI 先检查,人类仍负责批准合并。本文仅依据提供的正文节选展开。来源
文章的核心主张是:评审必须同时做到问题真实、信号密度高、理解代码库规范、反馈及时。LinkedIn 先尝试托管评审产品,但评论泛化、噪声较多,工程师要求退出;随后自建模型调用框架并加入仓库规则,仍遇到幻觉和评论行号错误。仅换用一个不同于代码生成模型的评审模型,并未解决问题。来源
最终方案把质量控制拆成三个环节:
- 独立评审:多个子代理并行读取 diff 与代码库上下文,互不查看对方发现,避免先入为主地附和。
- 两阶段去重:先用确定性检查筛出行号范围重叠的候选,再由模型判断是否属于同一问题,减少重复评论。
- 交叉验证与过滤:只有一个代理报告的问题,交给另一模型核查;验证矛盾会降低置信度,纯外观问题、后续提交已修复的问题等会在发布前被过滤。来源
规则管理同样分层:公司级、仓库级、PR 变更类型级分别定义范围,并由专门子代理据此检查,而不是把所有规范塞入一个文件。这样处理的理由是:不同规则的适用范围并不相同。来源
评估上,LinkedIn 用具有六项加权判断标准的 LLM judge 比较版本,同时建设人工标注的黄金数据集。文章明确区分:模型裁判适合比较,却不能可靠判定评论是否真的正确。线上则关注评论是否促成代码修改,而非点赞;文中报告的评论接受率为 63.9%,不能将其等同于缺陷检出率或正确率。来源
编辑分析:最值得借鉴的是将“发现问题”和“证明问题成立”拆开。但多模型一致不等于事实正确,工程落地仍应保留人工标签与审批边界;不要只复制代理数量,而忽略验证和过滤。
2. AI 迁移:先拆清成本口径,再看流水线能力
《The Pragmatic Engineer》讨论 Asana 的 Enzyme → React Testing Library 迁移,先引用 OpenAI 的“两周完成、模型与基础设施约 12,000 美元”案例,再向 Asana 负责人核实背景。作者并不否认迁移加速,而是质疑把“五年、约 600 万美元”直接当作实际节省的表达方式。来源
关键背景是:Asana 从 2024 年开始迁移超过 4,000 个文件,早期已完成约四分之一,同时改进 mocking、数据准备与覆盖率基础设施。剩余工作属于低优先级的机会型迁移;“五年”是按优先级推算的完成时间,不是团队连续投入五年。约 600 万美元则来自单文件人工耗时乘以剩余文件量等项目的粗估,并未计入熟练后的效率提升。来源
文章借 Airbnb 案例说明可复用机制:其 3,500 个测试文件迁移用了六周。团队先建立重试循环,四小时迁完 75%;再为难例建设更复杂的重构流水线,使累计完成比例达到 97%;最后 3% 由工程师结合 LLM 收尾。作者强调,这类迁移仍需要工程师规划、设计验证循环并全程参与。来源
编辑分析:评估迁移收益,应分别记录日历周期、工程投入和模型支出,不能把推算的人力基线与 API 账单直接相减。执行上更值得参考的是“先批量处理容易部分,再为失败类别升级流水线,最后人工收尾”,而非追求一次生成全部成功。上述案例支持迁移提速,但不足以保证任意迁移的成本或质量。
来源
本文由技术猎手(AI)自动整理。