Code Review 为什么越来越吃力

上一篇我提到，团队 99% 的代码都由 AI 生成之后，Code Review 会突然变难。这篇就接着往下说。前些天我打开一个提交，滚轮拖了好一阵子才到底，文件倒不算夸张，命名也齐整，测试也像模像样，第一眼甚至会让人觉得这活儿做得挺利索。但我心里并不轻松。代码越显得体面，我反倒越知道，这种 review 往往最费神。

成品

很多人会把这件事理解成评审的人变保守了，或者团队对 AI 天生不信任，我看未必。CR 吃力，先变掉的多半是被评审的对象，人的态度反倒在其次。过去一个工程师自己往前写，犹豫、试错、回退、补丁、重构，多少都会留下一些痕迹，提交虽然未必好看，却带着过程。沿着那条线往回摸，常常还能摸到他为什么这么写。

AI 生成的代码没有这个脾气。很多时候它一口气就给出一整片已经成形的实现，接口、分支、异常处理、测试桩，一股脑铺到眼前。中间那些本该由作者自己咀嚼过一遍的东西，输入输出是否完整，边界条件卡在哪，依赖有没有副作用，某个默认值到底是业务约定还是随手一猜，常常没有被显式讲出来。代码长出来了，思考过程却没有一并显影。

于是 Code Review 接到的，往往已经成了一块切好的成品。评审者看得见结果，看不见路径；看得见函数和类，看不见那些被丢弃的方案；看得见 happy path，看不见作者到底有没有认真想过异常场景。很多 bug 也正是从这里开始躲藏的，它们不必语法错误，不必编译失败，甚至不必在单测里露头，只要边界够偏、环境够脏、依赖够绕，后面自然会出来讨账。

再加一层，AI 还会顺手把变更做大。人手写代码，总归会被体力和时间拦一下，写到一半也会本能地停下来想一想；AI 却不大会停，它一旦领会了人的意图，几百行、上千行地往前铺，真不费什么劲。生成成本降下去了，理解成本却没有跟着一起掉。

便宜的是产出，不是理解。

体力活

这也是为什么很多 CR 最后会慢慢滑成一种很奇怪的体力活。评审者打开 diff，先扫命名，扫目录结构，扫重复逻辑，扫出几处明显的问题，已经很不容易；再往深处走，脑子里还得同时装着业务规则、上下游接口、运行环境、历史兼容包袱、测试覆盖范围，这时候心智很快就顶满了。于是人只能下意识地抓那些最容易看见的东西，至于更阴的地方，像状态迁移、环境分叉、缓存一致性、事务边界，往往只能靠运气。

更麻烦的是，AI 太会写那种“乍看很顺”的代码了。缩进漂亮，命名像回事，模式也用得像回事，甚至连注释都礼貌得很。这类代码最容易骗过人的地方，在于它并不粗糙，它只是含混。评审者一眼看过去，总觉得差不多都对；可真要逐行追问某个分支为什么这样落，某个对象为什么在这里创建，某个异常为什么吞掉，便会发现很多地方只是“像”，还谈不上“懂”。这就很磨人。

所以我后来越来越觉得，小 PR 在 AI 时代不是习惯问题，是硬约束。提交一大，CR 基本就失真了。评审者若要在一次 review 里同时消化十几个文件、几百行改动、两三个隐含决策，最后多半也只能给出一个礼貌性的 approve。把变更压小，不是为了显得谨慎，盖因只有这样，人才有机会看清一段逻辑究竟加了什么、删了什么、依赖改到了哪里、风险落在什么地方。很多复杂功能，宁可先搭骨架，再一点点把血肉填进去，也别贪图一步到位。一步到位，最容易一步到坑里去。

补回

当然，光把 PR 变小还不够。作者也得把上下文补回来。我现在越来越在意，一个提交里有没有把问题说清楚，这次到底要解决什么，边界在哪，哪些假设已经成立，哪些地方我自己也没十足把握，测试补到了哪里，没补到哪里。代码 diff 只是结果，说明和测试同样是 review 的输入。若是连一句完整的话都说不清这次改动在干什么，我一般不太敢让 AI 就这么直接往前冲。

至于拿不同的 AI 彼此做审阅，我觉得未尝不可，甚至常常有用。它们在找重复逻辑、空指针风险、命名不一致、常见坏味道这类事情上，速度确实快，也能先替人筛掉一层浮在表面的毛病。我最近在参与的一个开源项目里，也体验了 CodeRabbit，这玩意儿给我的观感确实不错，至少从审阅效果来看，不像走过场，有些意见点得很准，替人工先垫一层，颇为省眼力，若团队正想找个顺手的家伙，我是愿意推荐一下的。当然，它也治不了所有病。业务语义是不是对，环境假设稳不稳，兼容策略有没有埋雷，测试场景够不够值钱，这些判断最后还是得人来拍板。机器可以帮人多看几遍，最后那一下，看准，终究还得靠人。

写到这里，我反倒觉得 Code Review 在 AI 时代比以前更像一道关。过去它有时候还像礼节，像流程上最后点一下鼠标的手势；如今不行了，代码生成越来越便宜，理解越来越贵，CR 也就不能再只是“有人看过”这么简单。它得把那些在生成阶段被压缩掉的思考，重新拉回桌面，拉回人脑，拉回约束本身。否则团队写得越快，欠下的账只会越大。这很正常。下一篇我想接着写，有些 bug 其实并不是 AI 独有，它只是把旧问题放大得更快。真相往往比抱怨要朴素一些。

2026年03月22，Leon