做了一个 AI code review 工具 (HeyDeer),想听听大家的反馈

7 小时 25 分钟前
 luin

产品在: https://heydeer.ai/

有免费版,欢迎大家直接试用,有任何反馈可以直接在这里说或者 X 上私信我 ;-)

简单分享一下为什么做这个以及我们现在是怎么在用这个服务的:

为什么做 HeyDeer

我们公司的工程师都非常重度地用 Claude/Codex 写代码,随着 PR 数量越来越多,我们发现已经没办法人工仔细 review 每一行代码了(在这之前我们要求每一行代码都需要仔细 review 并实际运行测试)。为此我们开始尝试试用 AI 进行 code review 。随着逐渐打磨,这个 AI code review 工具成为了一个内部的产品,并最终在这周正式对外发布。

为什么没有用其他的服务:我们最开始内部也用了 CodeRabbit 和 Copilot ,这两个主要的问题都是误报太多,导致工程师反而花更多的时间分辨和处理这些琐碎的问题,导致一个 PR 要花很长时间才能合并。问题更大的是用 coding agent 直接解决这些问题的话,coding agent 经常连误报也会照着修改,从而代码库越来越臃肿。HeyDeer 的流程专门增加了 verifier agent ,对每一个 AI 找出的问题都会评估 ROI 并找出重现的方式来避免误报。

我们怎么用 HeyDeer

我们现在内部重度依赖 HeyDeer ,使用方式是:

449 次点击
所在节点    分享创造
3 条回复
xxxxi
6 小时 37 分钟前
如果代码 100%是 AI 生成的,那也没必要再 review 了。
luin
5 小时 47 分钟前
@xxxxi 感谢回复!现在代码基本都是 AI 写的了。这些代码恰好需要更仔细的 review 。我们跑了个测试,最好的模型写出来的代码通过 HeyDeer review 也能发现很多重要的问题: https://heydeer.ai/research/coding-agent-review-benchmark

AI 的单模型会有模型偏见,所以 HeyDeer 会用多个模型交叉 review ,避免模型的盲区。
LawlietZ
1 小时 28 分钟前
我感觉现在 ai-review,无非就是那几套规则了:多模型验证,二次审核(对模型审核的结果再做审核),case 召回 rag 参考,diff 拆分和合并,人工干预。无非就是看这些规则怎么整合,然后做好提示词和适合公司内基建的自动化,做好这些,ai-review 的效果大差不差。模型越来越成熟,软件工程很多东西现在没那么多人关心了感觉 😂

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/1251803

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX