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
- 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。
- 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。
- 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。
- 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。
适用场景
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。
