学习审查 AI 代码、自动测试和完成验证，适合需要保障交付质量的开发者。
15 条精选 · 入门 3 · 按推荐学习顺序：越基础、直观越靠前，越系统、深入越靠后
AI Writes the Code. So What's Left for Engineers? - Laurie Voss, Arize AI
Arize AI 开发者关系负责人、npm 联合创始人 Laurie Voss 讨论编码智能体让写代码近乎免费之后瓶颈的转移：先到代码审查，再到运营与安全。他认为智能体无法接手的是弄清人们真正的需求以及定义何为“好”，并把剩下的岗位称为产品工程师，同时谈及初级开发者招聘下滑的数据以及工程负责人当下可做的事。材料中附分章节时间线。
How the Claude Code team does code review
这是 claude.dev 博客的一篇工程文章（2026 年 10 月 15 日发布，阅读约 14 分钟），作者为 Addy Osmani、Morgan Westlee Lunt 和 Qing Wang。文章讨论在智能体大量产出代码的情况下如何评审，介绍 Claude Code 团队在实现高覆盖和深度评审后，转而优化“不增加回滚或事故前提下所需的最少人工评审时间”，并列出重新思考评审目的、人的时间与注意力是稀缺资源、分层评审、“你提交你负责”以及团队如何采纳该流程等章节。
How to Build an AI Code Review Agent - Daksh Gupta, Greptile
这是 Greptile 联合创始人 Daksh Gupta 的演讲，介绍该公司对想要自建代码审查智能体的公司的建议。他从沙箱加 webhook 的简单方案讲起，说明该方案会漏掉缺陷、每个 PR 花费 3 至 25 美元并产生大量细枝末节的挑刺，随后逐项介绍改进方法：更聚焦的提示词、历史事故 PR 数据集、模型反转（用 GPT 审查 Claude 写的代码反之亦然，可多发现约 10% 的缺陷）、代码库上下文与持续更新的 wiki、在沙箱中借助 computer use 自主测试，以及把多数子任务交给更便宜的模型。视频带有章节时间戳。
Writing Robust Tests for Data & Machine Learning Pipelines
Eugene Yan 博客上的一篇文章，标注为工程/机器学习/生产方向，阅读时长约 19 分钟。文章从“新代码正确但测试仍然失败”的现象出发，用一个简单流水线演示单元测试、schema 测试和集成测试，再引入新数据与新逻辑观察测试如何失效，从中总结模式，讨论测试的效度、粒度与范围等相关概念，最后给出让流水线测试不易脆弱的建议，并指出测试范围越小反馈回路越短。面向从事数据与 ML 工程实践的读者。
Catching Bugs Before They Land: JiTTesting’s Human-on-the-Loop Approach at Full Scale
这是 Meta 工程博客的一篇文章，介绍其用大语言模型在代码提交前即时生成测试（Catching JiTTests）的方法从研究原型落地为内部基础设施的过程，并给出五个月部署中减少负载与误报的观察结果。文中还提到论文《Just-in-Time Catching Test Generation at Meta》对首次部署和测试细节的完整记录。适合关注大规模代码库测试、LLM 辅助软件工程的人阅读。
Patch the Planet: a Daybreak initiative to support open source maintainers
这是 OpenAI 的公告，介绍 Patch the Planet 这一 Daybreak 计划，与 Trail of Bits 合作，帮助开源软件维护者用 AI 辅助安全研究和专家人工审查来发现、验证并修补漏洞。文中描述安全工程师会在发现结果送达维护者前先行审查，并与项目合作开发补丁和测试、建立可复用的工作流。
LLMs are making formal software verification feasible at a much larger scale
Anthropic 的一篇研究文章，介绍其与 Theorem 合作，用 Claude 在 100 多个真实开源软件库的汇编代码（RISC-V）层面证明安全属性，并称过程中发现了多年未被察觉的缺陷。文章称这据其所知是首次在汇编层面把形式化验证大规模应用于生产软件。作者署名包括 Keane Lucas、Nicholas Carlini 等人。