← Back to learning path

This chapter has not been reviewed in English; the original Simplified Chinese is shown.

Chapter · Published

AI 编程审查与测试门禁:从建议到可合并补丁 (original language)

把 AI 生成的修改放进差异审查、确定性测试和人工确认的交付门禁。

Source: knowledge/p27/ai-programming-engineering/tutorials/ai-code-review-and-test-gates.mdAI programming engineering
Chapter progress 0%Learning path progress 0% · 0/2 chapters completedContinue learning path →

AI 编程助手可以提出代码修改,但“看起来合理”不等于可以合并。可靠流程把上下文、差异、测试和人工确认分成独立步骤,让每一次建议都能被复核和回放。

核心概念

先固定任务输入和仓库基线,再让助手生成最小补丁。服务端只接受受限文件范围,随后运行格式检查、类型检查和测试。测试失败时保留失败输出,不让模型自行把失败改写为成功。

可运行示例

from dataclasses import dataclass

@dataclass(frozen=True)
class ReviewResult:
    changed_files: tuple[str, ...]
    tests_ok: bool
    human_approved: bool

def can_merge(result: ReviewResult, allowed_prefix: str = 'src/') -> bool:
    files_ok = all(path.startswith(allowed_prefix) for path in result.changed_files)
    return files_ok and result.tests_ok and result.human_approved

assert not can_merge(ReviewResult(('README.md',), True, True))

操作步骤

  1. 记录 commit、任务说明、允许修改的目录和依赖版本,形成可复现输入。
  2. 生成补丁后先检查文件范围、删除行比例和敏感配置,再运行确定性检查。
  3. 把测试输出和补丁摘要交给人工审查,明确哪些结果来自工具而不是模型判断。
  4. 合并后保存输入、补丁哈希、测试结果和审批人,失败时按同一基线重放。

Use cases

适合依赖升级、测试补齐和小范围缺陷修复;涉及权限、支付或数据迁移的变更应保留人工批准。

常见问题

测试全绿就能自动合并吗? 不能,文件范围、权限和业务风险仍需审查。

为什么要限制目录? 限制副作用范围,避免助手修改构建、密钥或部署配置。

如何处理失败补丁? 保留失败工件并回到同一基线,不用新的上下文掩盖失败。

延伸阅读

官方参考

OpenAI Codex 官方文档;OpenAI Evals。

最后核对日期:2026-11-17。涉及版本、接口、模型行为和价格的结论以链接中的官方资料为准;本文不把一次本地运行结果表述为通用性能结论。

Product Hub Demo · V0.3