人类与 AI 智能体在代码评审中的协作实证研究

研究对 300 个开源 GitHub 项目中的 278,790 条代码评审对话进行大规模实证分析，比较人类评审者与 AI 智能体提供的反馈差异。结果显示人类评审者能提供理解、测试和知识传递等额外反馈，评审 AI 生成代码时交流轮次比人类代码多 11.8%；AI 智能体建议的采纳率显著低于人类评审者，未采纳建议中超过一半是错误或已被开发者以其他方式修复。