A personal collection of an AI product manager.
Let's face the future together and embrace the AIGC era.

AI 多写了 30% 的代码,审代码却慢了 49%:我给 Agent 找了 5 个开源「审稿人」

这阵子我让 Claude Code 改的代码,早就比我自己手写的多了。麻烦在改完那一刻,它总会说一句「已完成,测试通过」,然后我面对一个三百行的 diff 发呆。看吧,看不完;不看吧,心里发虚。

后来发现不是我一个人这样。哈佛两位博士生的一篇工作论文统计了 718 家公司:用上 AI 编程 Agent 以后,工程师多写了大约 30% 的代码,完成的活却没有明显变多,代码过审反而慢了 49%(ComplexDiscovery 的报道,论文还没经过同行评审)。X 上这两天也在聊「理解债」:功能几分钟就合进去了,组里却没几个人真看懂(X 热点)。

今天 Hacker News 首页上,Claude Code 团队写的验证方法论排得挺靠前(原文)。里面说他们大约 90% 的代码由 Claude 写、由 Claude 审,人不可能每个 diff 都读,所以要让 Agent 拿出证据:跑起来、录下来、对规则。还有一句我很认同:被审的改动,不能顺手改掉审它的规则。

所以今天的主题就是:AI 写得太快,你审不过来,怎么办。我按「先立规矩、再找人复查、最后看证据」的顺序挑了五个项目,四个是这两三个月新冒出来的,一个是老牌。

先把规矩写成机器能查的

shadcn-ui/lint

shadcn-ui/lint 封面

让 AI 写前端,最烦的不是它写错,是它写「差不多」:按钮 padding 随手改一个,颜色挑一个看着像的。你在 review 里一条条指出来,下次它照样来。

shadcn 团队 9 月建的这个仓库,做的是一个给 Agent 用的 Tailwind 设计系统 linter。你规定哪些能改、哪些不能改,Agent 一越界,报错不光说「不行」,还会按你自己的组件、变体和主题告诉它该怎么改。README 里那个例子很直观:TypeScript 只能告诉 Agent「padding 不允许」,它会接着说「用 size 或者外边距」。

需要 Tailwind v4,不用 shadcn/ui 也行,ESLint 和 Oxlint 都能跑,React、Svelte、Vue 都支持。上手方式也挺省事,README 给的是一句提示词:让你的 Agent 去读它的 SETUP.md,自己装好。

GitHub:shadcn-ui/lint · 3367★ · MIT · 2026-09-02 创建,11 月 3 日发 0.2.5

推送之前,换一个没看过聊天记录的人复查

openqodex/openqodex

OpenQodex 审查报告截图

让写代码的那个 Agent 自己检查自己,有点像让学生自己批卷子。OpenQodex 的做法是另起一个 Claude Code 或 Codex 进程来审,默认是全新的会话,对你前面聊了什么一无所知。

流程我看下来挺讲究:先跑 gitleaks、semgrep 这类不靠模型的扫描器(内置 22 个),再让审稿人逐段读改动,每个疑点必须引用一行代码当证据,脚本会核对这行代码真的存在;接着另一轮去确认或推翻每一条。代码风格、命名这类意见只做提示,不拦你。最后它问你修全部还是挑着修。

它还能装一个推送前的检查,默认只警告,配置里设了严重级别才会真拦。10 月 2 日建,11 月 17 日晚上刚发 0.19.0,这个月已经发了好几版。

几个限制 README 写得很清楚:审稿人目前只能是 Claude Code 或 Codex,Cursor 当不了;要 Node 22,Windows 没测过;改动会发给你登录的那个模型服务;还没到 1.0,命令和配置可能变。它自己不收集使用数据,也不需要额外账号。

想试的话,在项目目录里跑:

npx openqodex init

装完跟 Agent 说一句「用 openqodex 审一下我的改动」就行。

顺便说个有意思的反差:Claude Code 团队那篇文章里说,他们不靠叠更多审稿人,在主审稿人上再加一个更贵的,往往不如把主审稿人调好。我的理解是,两者不冲突,关键是审稿人别被写代码那一方的上下文带偏。

GitHub:openqodex/openqodex · 1201★ · Apache-2.0 · 2026-10-02 创建,11 月 17 日发 0.19.0

别让它说「改好了」,让它拿出录像

iamumeransari/claude-show-your-work

show-your-work 前后对比录像界面

这个插件的名字就是我想对 Agent 说的话:把你的作业拿出来。

装进 Claude Code 后,它改完界面或修完 bug,会用 Playwright 把操作录下来,直接在终端里播。最实用的是前后对比:同样的步骤在旧版和新版上各跑一遍,两段录像并排同步播放,每个检查点播到的时候变绿或变红。diff 得一行行读,录像看一遍就知道行不行,这个差距我很有感觉。

它对终端挑食,README 写的是 Ghostty 和 kitty,macOS 和 Linux;Warp、WezTerm、Konsole 暂时显示不了图。录视频还要装 ffmpeg。10 月 8 日建的小项目,313 星,不过思路我很喜欢。

GitHub:iamumeransari/claude-show-your-work · 313★ · MIT · 2026-10-08 创建,11 月 5 日发 1.1.0

ShuaiMXu/happyhands

HappyHands 仓库卡片

如果说上一个是「录给你看」,HappyHands 更像一个较真的设计审稿流程,专看界面。

它用你自己的 Chrome 或 Edge 打开真实的预览页,按你给的一个用户任务,把桌面和手机上走过的每个状态截下来。报问题有门槛:得有能复现的观察和具体解释,「我觉得不好看」这种审美意见进不了自动修复清单,这条我特别想抄给某些 AI。

修的时候放进单独的 git worktree,改完让另一个审稿人看前后截图对比,最后由你接受或拒绝,拒绝也得写理由。它不合并、不部署,最多帮你开个草稿 PR。

10 月 25 日才建,11 月 17 日刚发 1.1.0,还带简体中文文档。README 也写了边界:没截到的页面、没走过的交互不在审查范围里;worktree 只是流程上的隔离,不是安全沙箱;目前真实产品案例主要跑在 macOS 加 Chrome 加 Codex 上,Windows 和 Ubuntu 的完整流程还没验证完。仓库描述里也标着 Alpha。

GitHub:ShuaiMXu/happyhands · 514★ · MIT · 2026-10-25 创建,11 月 17 日发 1.1.0

团队 PR 上的老牌审稿人

The-PR-Agent/pr-agent

PR-Agent 审查示例

今天唯一的老项目,2023 年就有了。前面几个都在你本机、在推送前;PR-Agent 守的是下一道门:PR 一开,它在 GitHub、GitLab、Bitbucket、Azure DevOps 或 Gitea 上自动写描述、做审查、给修改建议,还能在评论里直接问它问题。

我把它放进来,是因为它不挑模型。通过 LiteLLM,OpenAI、Claude、Gemini、DeepSeek 都能接,Ollama 跑的本地模型也行,对代码不想出门的团队挺友好。README 推荐的接法是 GitHub Action。

要说清楚的是,它现在是 Qodo 留下的社区维护项目,不是 Qodo 自家的免费版。README 还提醒,help_docs 命令从 v0.36.1 起暂时停用,在等一个凭证泄露问题的修复。11 月 8 日的 v0.50.0 也有不兼容改动:仓库里的配置文件不能再覆盖一部分重试和限速设置,升级前看一眼发布说明。

GitHub:The-PR-Agent/pr-agent · 16346★ · MIT · 2023-07-05 创建,11 月 8 日发 v0.50.0


要我只挑一个先装,我选 OpenQodex,因为它管的正是「推送前没人看」那个空当。做前端的,再加上 shadcn-ui/lint,把你在 review 里反复说的那几句话写成规则。

说到底,这些工具都没法替你决定什么叫「做完了」。它们能做的,是把一个三百行的 diff,变成几条有证据的问题和一段看得懂的录像。剩下那一下拍板,还是得我们自己来。

Like(0) 打赏
未经允许不得转载:AIPMClub » AI 多写了 30% 的代码,审代码却慢了 49%:我给 Agent 找了 5 个开源「审稿人」

觉得文章有用就打赏一下文章作者

非常感谢你的打赏,我们将继续提供更多优质内容,让我们一起创建更加美好的网络世界!

支付宝扫一扫

微信扫一扫

Verified by MonsterInsights