📖 AI 总结

阿里巴巴开源了 AI 辅助代码评审工具 OpenCodeReview，采用“确定性流水线 + LLM 智能体”的分阶段架构，将文件选择、diff 验证等确定性任务与语义分析等非确定性任务明确分离，以降低 AI 故障面。该工具基于 Apache 2.0 协议、使用 Go 语言开发，已在阿里内部由数万开发者使用两年，兼容 OpenAI 与 Anthropic 模型，支持 diff、分支和全文件多粒度评审。据阿里内部基准测试，其在覆盖 10 种语言、200 个 PR 的评测中精确率和 F1 分数优于 Claude Code，token 消耗约为后者的九分之一。不过社区评测也指出其召回率刻意偏低，最优配置下仅约 20%，跨文件与架构级问题挖掘能力有限，且独立基准验证尚不充分。该工具的意义在于以确定性框架而非更强模型来提升评审质量与成本效率，为 AI for Code 工具链提供了新的架构思路。