AI 时代的代码评审治理层

AI 写完了代码。
人的判断力该花在哪,由 Steer 决定。

把评审注意力,从排队换成按风险分配。

5档
L0–L4 评审档位
3秒
单条 PR 的判定耗时
0阻塞
永远不 fail PR
3模块
审查 · 一致性 · 边界

理念

评审精力是有限的,让它跟着风险走

AI 把 PR 产出速度提高了一个数量级,评审能力没有跟着变。

受监管行业(金融 / 医疗 / 汽车)不能接受「全看」也不能接受「少看」—— 全看让评审变成签字仪式;少看让治理变成信仰。

Steer 给的是第三条路:每条 PR 进站时被定一个档位(L0–L4),高风险的被看见,低风险的被放行。同样的评审人力,分到了该分的地方。

机制

三个模块,一个永远不会结束的闭环

审查回答"这条 PR 该花多少时间、看哪里";一致性回答"diff 和计划对不对得上";边界回答"agent 在哪些地方可以自己走"。每一轮覆写、归因、合并后修复,全部回流成新的档位与策略。

01

审查Review

这条 PR 该花多少时间、看哪里

02

一致性Consistency

diff 和计划对不对得上

03

边界Boundary

agent 在哪些地方可以自己走

五档 —— 从 2% 抽检到必须有人签字

  1. L0信任2%历史 30+ 次干净合并 + 无硬规则命中
  2. L1速览10%常规代码目录,小改动
  3. L2定向30%触及支付 / 治理配置
  4. L3完整65%触及密钥 / schema 迁移 / 改测试
  5. L4上报100%高不确定 / 归因失败 / 事故后冻结

升档要人批,降档不要人批。信任谨慎建立,迅速收回。

实践

三种人,三种看见

评审者、tech lead、审计,各自只拿到自己要做决定的那部分。

评审者

周一早上打开 Slack

看到一份「上周 PR 清单」,按风险从高到低排好。每条标了档位、标了应该看哪个 hunk、标了预估的分钟数。

tech lead

打开控制台 /governance/matrix

看到自治矩阵 — 哪些目录 × 任务类型可以信任 agent 自主走、哪些目录永远要人签字。点击格子,看证据,决定是否升降档。

审计 / 合规

任何时候拉一份 HTML 报告

看到过去 12 个月每条 PR 的判定、命中规则、判定耗时、归因链路。能向董事会讲清「我们是怎么 review 的」,而不是「我们尽力了」。

落地

四步上线,每一步都是自包含的

每一步独立可交付、可验收、可中止 —— 在任何一步停下都拿到了完整的东西。

  1. M0

    回溯报告

    对过去 12 个月的 PR 算路由,对账实际逃逸缺陷。

    只读 · 自包含 HTML

  2. M1

    实时影子

    给 open PR 实时打分、存库,不露任何界面。

    客户侧 PR 零产品痕迹

  3. M2

    接入控制台

    把这套判定接到自己的控制台、Webhook、Slack。

    demo 数据可一键删除

  4. M3

    完整闭环

    覆写事件 → 边界提案 → 升降档生效,下一轮审查自动用新档位。

    升档要人批 · 降档自动

三秒钟,看到第一条 PR 的判定。

控制台已经在跑。打开就是第一条 L2 评审 —— 不是 demo,是数据,是 Steer 自己用来工作的那个版本。