agent 的代码到底审不审核

[webhub123]

用 claude code 写的代码

# 子集聚合全部改成掩码列，取代循环里的 kills/killed/npc/rev/paid 五次切片
    d["_paid"] = ((d["is_revive"] == 1) & (d["irevivemoney"] > 0)).astype(int)
    d["_kill_tgt"] = d["votherroleid"].where(d["is_kill"] == 1)
    d["_killed_src"] = d["votherroleid"].where(d["is_killed_by_role"] == 1)
    d["_rev_type"] = d["irevivetype"].where(d["is_revive"] == 1)
    d["_paid_money"] = d["irevivemoney"].where(d["_paid"] == 1)
    d["_red"] = (utils.to_num(d["ikilledred"]).fillna(0) if has_killedred
                 else pd.Series(0.0, index=d.index))
    gb = d.groupby("roleid", sort=False)

全是这样的，完全看不懂！但是让 agent 讲解一看，确实又高效又简洁，但是很难看懂啊。到底审还是不审核

个人感觉

1. 功能性开发，例如web,管理项目等，输入输出符合预期即可，无需审核
2. 数据分析，数据挖掘类。最好仔细审核，AI会曲解人的语义，也会自动创建一些错误的指标，有些甚至会使用自己造的mock数据来完成任务
3. 算法开发类。AI很容易在大方向上狂堆复杂度，其实人工审核很容易看出方向性错误或者参数错误。人工定方案，代码可以让AI写

[hakuya7]

代码和人有一个能跑就行

[webhub123]

@a852695 数据分析类的不得不审啊，功能类的还好，实现了就代表没问题了

[Liftman]

很简单，如果公司来了一个斯坦福计算机系博士。顶级算法专家。他写的代码。让你审核。你怎么办？用 ai 的代价就是你要正确的认识到自己的智商是不足以面对模型的工作产物的。。。。你和他写的代码。你觉得谁更容易出错？。。。

[air1314]

看情况 自己项目随便弄 从来不看 我现在懒得发布都是 AI 全程帮我发的
公司那还是得审核的 给钱就行 干什么不是干

[win8en]

@giter #1 正解，车子好开最重要

[michaelFu]

用另一个 AI review 2 遍，然后大致看一下有没有不符合你风格的设计与写法。

一行行看过去，脑子根本看不过来，AI 写的代码占比越来越大，对项目理解的上下文也越来越少，埋坑估计也看不出来。

[han3sui]

该做的测试做完了，就没问题，没必要纠结于代码实现本身。人写一样有 bug ，说不定问题更多。何况现在是比你强 N 倍的人来写

[xiaoliuzhenshuai]

Claude 用不了 别的都在用 不 review 简直是找死啊

[llCnll]

只看设计, 设计符合要求, 代码就不看了.
可以让 agent 输出设计细节,然后再有另一个 agent 根据需求/设计方案进行复审.

[Mandelo]

让 GPT 来审

[thinkwei2012]

@nicolasyang 哈哈，复审的时候给他点提示词约束，比如说非必要勿增实体之类的

[shinession]

取决于模型, 之前为了省 token, 让 opus plan, luna implement, 结果打眼一看, luna 生成的代码给我列表生成式里读取 5 次同一函数, 再也不敢用 luna 了, 最低用 sonnet, 写了几万行,现在很少看了

[lao66]

agent.md 中加一个：代码必须让低端程序员能看明白

[momocraft]

重要就审核，只跑一次就不审核

[nicolasyang]

@thinkwei2012 谢谢 针对很不喜欢 opus 审核，每次都是一堆问题。 我这次把红线设定清楚 谢谢～

[hanbing135]

大部分人还不如 ai 水平高 审核啥啊 凑合上线得了 拿工资不要那么当真

[RichardPlus]

我之前也觉得用测试案例盯住就行, AI 代码实在看不过来, 事实证明, 如果 AI 写的测试, 人如果不看, 那么即便全绿, 也是通过到处飞线整出来的全绿.

[Thiece]

我感觉这是一个比较场景的情况，所以我根据你描述的问题制作了一个 SKILL ，用来专门解决此类问题的出现。
https://github.com/PlutoNameless/readability-first-engineering

[seenthewind]

目前就是这个问题，活得 AI 干，出了问题人负责，那负责的人怎么办？

目前看下来有限的办法：
1 、让更强更稳定的 AI 来复核；
2 、加强对写的 AI 的控制（通过提示词或者监测之类）
3 、其他我还没想到的办法，或者想到不能说的。。。。

负面的情况：
1 、AI 干的越多、干的越快，人的责任越大。
2 、人脑要保持高频思考才能跟上比较高级的 AI 处理，甚至还要帮他论证把关，这样时间长了吃不消。

[Orlion]

个人习惯一是使用更高级的模型比如 opus5.5 进行关键代码的 review ，二是让 ai 写单测，然后自己再补充几个单测用例

[lewurui]

让另一个 AI 按照我之前写的代码风格来审核

[kinghly]

不人工审核

[xyooyx]

我觉得光考虑应不应该不够，应该考虑能不能。现在 AI 产出的代码量非常巨大

[webhub123]

@xzysaber 代码屎山越测试越多啊

[webhub123]

@a852695 每个项目都有不同的验收标准，每个项目都要整一遍，跟写代码差不多了