code review

"“当被要求评估自己生成的工作时，智能体往往会自信地赞扬这些工作——即使对人类观察者来说，质量显然很平庸。”"

"通过将持续在审查中发现的见解反映到规则中，目的是建立一个从根本上提高 AI 实现和审查准确性的循环。"

"生成式人工智能的引入极大地改善了传统离岸开发中因日语、英语和越南语之间翻译而导致的信息退化问题，将语言损耗几乎降至零。"

"过去一年中，Anthropic 每位工程师的代码产出增长了 200%。代码审查已经成为一个瓶颈。"

"在2025年下半年，我们面临两个极限。极限1：开发速度跟不上业务的增长。……将AI利用从个人偏好提升为团队基础设施——这就是我们全面引入的出发点。"

"“个人试用”的文章比比皆是。但是，整个团队都在使用AI编码工具、建立运营规则并定量测量效果的案例，目前应该还很少见。"

"我们ClassLab的整个10人工程师团队在日常业务中使用了Claude Code和GitHub Copilot。在这篇文章中，我们将毫不保留地公开团队导入的设计决策、独创的成熟度模型、三层架构的全貌，以及三个月的定量结果。"

"如果在夜间巡检中自行实现修改逻辑，就会倾向于为夜间创建“稍微宽松的标准”。但这样一来，夜间通过的PR必然会无法通过白天的审查标准。"

"核心思想是将实现智能体视为不可信的，并在预提交阶段机械地判定审查者自己编写的审查结果文件。"

"LLM不会擅自重写文档，而是作为PR提出建议，由团队确认后再进行合并。"

"每次审查时，智能体都会从完全空白的状态开始。现实中的审查员拥有上下文，例如“我上周对这个文件提出了相同的意见”或“这个项目优先考虑内部编码规范而不是PEP8”。这次为了解决这个问题，我们实现了短期记忆（对话历史）和长期记忆（JSON文件）的双层结构。"

"MCP在此基础上更进一步，将工具作为独立的服务器进程分离出来。通过将工具独立为服务器，MCP实现了一种标准化的协议，使得任何大语言模型 (LLM) 都能够调用相同的工具。"

"与第一版本质的区别在于“流程不是固定的”。对于疑似SQL注入的代码，会使用 search_best_practice(focus="security")；对于具有深度嵌套的代码，则使用 complexity_check。使用什么工具由智能体（Agent）自己决定。"

"在 Claude Code v2.1.111 中添加的 /ultrareview 是一个新命令，它通过在云端运行并行多智能体来执行全面的代码审查，通过分配不同的视角来捕获单个智能体可能会遗漏的问题。"

"我发现真正酷的是，当我在现有项目中使用它来进行功能增强时，系统通过与codex的反馈循环不断发现更多问题，并为这些问题开启了新的PRD（产品需求文档）。"

""フレームワークに任せてしまうと「なぜ動いているのか」がわからないまま使い続けることになる。""

"考虑到与这项技术相关的大量问题（伦理、环境、版权、健康等），我希望能够制定一项禁止这项技术的政策。"

"这不是玩笑。我们已经实际实现了这一点，仅通过AI审查就自动合并了83%的PR，并在客户环境中取得了巨大的成果。"

"1 次提交 = 1 次逻辑更改。人类按块推进工作，最后将提交拆分交给 Claude。"

"业界将此称为“10倍的生产力”。我称之为：一个以机器速度生成输出，并迫使人类以生物学速度进行处理的系统。"

"不要试图在一个会话中解决所有问题。"

"结论：提示词的质量决定了AI回答的质量。只需明确角色、背景和输出格式这三点，回答的准确性就会发生巨大变化。"

"GitHub Copilot和Claude都支持Agent Skills。SKILL.md的格式也是通用规范。那么实际尝试一下会怎么样呢。"

"在PR的对话评论栏中输入以下内容并发送。@gemini-code-assist review"

"AI智能体每周生成1000个PR的时代已经到来。"

"Claude Code Review是一项管理服务，每次打开PR时，多个专门的智能体都会并行分析代码，并将结果作为内联评论返回。"

"引入AI后，实现速度确实会提升。 只是，在团队开发中真正重要的是，不是写代码的速度，而是理解代码并共享判断的速度。"

"生成式人工智能输出的是“看似合理的解”而不是“最优解”。"

"原因很简单：① 上下文得到整理（不立刻进行实现，前提条件变得明确）。② 发挥了AI的强项（产品经理负责结构化，工程师负责生成，评审员负责批判）。③ 接近人类的开发过程（接近实际业务，因此可复现性高）。"

"随着人工智能的出现，只要需求和设计是正确的，代码的正确性就能得到保证。也就是说，信息共享在审查作用中的比重变得越来越大。"