大规模实证比较AI与人类代码评审

Suzhen Zhong 等作者对 300 个开源 GitHub 项目中的 278,790 条代码评审对话做了大规模实证分析，比较人类评审者与 AI 智能体给出的反馈。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，交流轮次比评审人类代码多 11.8%。 研究还发现，AI 智能体建议的采纳率显著低于人类评审者；在未被采纳的 AI 建议中，超过一半是错误，或已被开发者以其他方式修复。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。