AI 生成代码的评审清单
系列从「为什么」出发,经过环境配置(Node / Go / C++)、协作机制(AI 上下文、检查左移、依赖治理、命令收口),到本地与 CI 的一致性。这篇讲最后一环:AI 生成的代码,该怎么评审。
AI 产出快、风格会漂,还可能在安全问题上给出看似合理的错误答案。这不是「不信任 AI」,而是它的错误模式与人不同:人会疲劳、凭惯性;AI 会幻觉、会过度防御、会按训练数据里的通用习惯去猜。评审清单的意义,是把「该看什么」固化下来,让 AI 的产出在进入仓库前,过一遍和人类代码同样的关卡。
这是系列收官篇,完整导航见文末。
一、AI 代码的错误模式有什么不同
对待 AI 代码,常见的两个极端都不对:一是「AI 写的肯定没问题」直接合,二是「AI 写的不能信」全部手写。真实的状况是——AI 的错误分布和人不一样,所以评审的重点也应该不一样:
- 幻觉:生成不存在的 API、函数、配置项或库,看起来语法通顺、名字合理;
- 依赖:顺手引入项目并不使用的库,或用了与 lock / manifest 不匹配的版本;
- 约定:把代码放在「通用位置」而不是项目约定的位置,命名、分层与仓库既有风格对不上;
- 安全:硬编码密钥、忽略输入校验、留下调试代码——这类问题看似合理,实际危险;
- 测试:只覆盖 happy path,断言薄弱,甚至只是"断言没报错";
- 过度工程:无用的抽象、重复代码、为不存在的需求做设计。
这不是推测。Pearce 等人在 2021 年针对 GitHub Copilot 做过一项系统研究(Asleep at the Keyboard?):围绕高风险 CWE 构造 89 个场景、生成 1,689 个程序,约 40% 含有漏洞。需要注明条件:那是 2021 年的 Copilot、面向特定安全场景,不能直接外推到今天的模型;但它足以说明一件事——AI 代码需要独立的、确定性的校验,而不是更少的校验。
二、评审清单
把评审要点固化成清单,按「阻断项(必须改)」「建议项(可商量)」分级。下面是一份通用骨架:
A. 正确性
- 是否真正解决了问题,而不只是「看起来对」?
- 边界、异常、空值路径是否处理?有没有硬编码返回、绕过校验的捷径?
- 错误是否被正确传播或处理,而不是被吞掉?
B. 项目约定
- 目录、命名、分层是否符合仓库既有约定(对照
AGENTS.md/ 配置篇)? - 是否使用了项目并不使用的库或模式?
- 是否绕过了既有的 lint / 格式化 / 类型规则?
C. 依赖
- 是否新增了依赖?是否真的必要?
- 版本是否与 lock / manifest 一致,有没有顺带升级无关依赖?
- 新库是否维护良好、体积与许可证是否可接受?
D. 安全(阻断项)
- 有没有硬编码密钥、Token、内部地址?
- 外部输入是否校验(注入、路径穿越、SSRF 等)?
- 权限与越权检查是否完整?
- 有没有调试代码、被注释的密码、临时绕过?
E. 测试
- 是否只测了 happy path?
- 断言是否有意义(而不是「没报错就算过」)?
- 测试是否真的运行并通过?
F. 可维护性
- 有没有无用抽象、重复代码、过度防御?
- 是否留下「临时方案」「先这样」的残留?
- 注释与命名是否解释了「为什么」,而不只是「做了什么」?
三、把清单变成工具:能自动查的别靠人
清单里相当一部分是工具能查的,把它们交给工具,人只负责工具查不了的:
| 清单项 | 谁来查 |
|---|---|
| 风格、格式、常见坏味道 | linter / formatter(保存与 CI) |
| 类型错误 | 类型检查器 |
| 依赖漂移、漏洞 | lock 校验、依赖扫描(见依赖治理) |
| 硬编码密钥 | 密钥扫描(gitleaks 等) |
| 测试覆盖 | CI 的测试与覆盖率 |
| 架构合理性、安全语义、业务正确性 | 人(评审者) |
做法:
- 把清单写进 PR 模板(如
.github/pull_request_template.md),让评审者逐条勾,而不是「看一眼觉得没问题」; - 能在 CI 里自动跑的项接进流水线,人只看剩余部分;
- 清单同步进
AGENTS.md,让 AI 在写代码时就自查,而不是等评审时才发现。
四、常见反模式
- 因为「AI 写的」就跳过评审:产出快不等于质量高,越快越要卡口。
- 只看「能跑」:能跑只是最低线,约定与安全常被忽略。
- 清单太长没人用:不分级的清单会沦为形式。把「阻断项」和「建议项」分开,前者必须过。
- 把清单当打勾仪式:打勾不等于看过,评审者要能对关键项说出理由。
五、落地清单
- 写一份项目级的 AI 代码评审清单,分成阻断项与建议项。
- 能工具化的项接进 CI(lint、类型、测试、依赖与密钥扫描)。
- 清单放进 PR 模板,评审按条勾。
- 安全红线单独列,任何 AI 代码都不能例外。
- 定期复盘:把 AI 常犯的错误补回清单,形成闭环。
- 与
AGENTS.md联动,让 AI 在生成阶段就自查(承接上下文篇)。
参考链接
- GitHub Copilot 官方文档
- Asleep at the Keyboard? Assessing the Security of GitHub Copilot’s Code Contributions(arXiv:2108.09293,2021)
系列文章
- 总述:代码规范工具到底在解决什么问题
- 环境配置:Node.js · Go · C/C++
- 协作机制:给 AI 编码助手补上项目上下文 · 把检查左移到提交前 · 依赖治理 · 命令收口
- 一致性与评审:本地开发与 CI 的一致性 · AI 生成代码的评审清单
AI 生成代码的评审清单
https://bubao.github.io/posts/9c4e1a7b.html
