任侠 志文工作室 07-06 阿里开源的 open-code-review 代码审查工具介绍 AI 编程时代代码审查工具的调研笔记，聚焦审查 Agent 的技术原理、核心特性、性能与选型，并附主流审查工具全景。 配套阅读：为 AI 编码代理提供上下文的知识图谱/语义搜索类工具，见 AI 代码知识图谱与上下文工具。审查 Agent（如 open-code-review）可通过 MCP 调用这些图谱/搜索工具获取精准上下文，二者是"消费端 × 供给端"的互补关系。 背景：AI 编程时代的代码质量新挑战 随着 Claude Code、Cursor、Codex 等 AI 编码代理的普及，代码生成速度大幅提升，但同时也带来了新的挑战： 审查精准度不足：通用 AI Agent 直接审查代码时，容易产生误报或漏报，开发者体验受损，审查意见采纳率低。 Token 成本高昂：AI 审查代码时反复读取大量文件，单次审查动辄消耗数十万 token，成本与延迟双重压力。 上下文窗口有限：即便模型支持 200K+ token，面对百万行级代码库时仍力不从心，AI 难以获取精准的跨文件上下文。 安全审查门槛高：传统 SAST 工具规则僵化、误报率高，难以理解业务上下文中的安全风险。 为应对 #AI技术 #AI #code review