软件工程 - Tony Bai

标签软件工程下的文章

AI 代码审查的“危”与“机”：从个体挣扎到 Uber 的系统化解法

十二月 27, 2025
0 条评论

本文永久链接 – https://tonybai.com/2025/12/27/code-review-hell-in-ai-age

大家好，我是Tony Bai。

最近，在与几位架构师朋友的交流中，一个在 AI 编码时代下越来越普遍的“灵魂拷问”浮出水面。这不仅是一个问题，更是他们正在亲身经历的“代码审查地狱 (Code Review Hell)”。

想象一下这个场景：由 AI Agent 生成的代码正以前所未有的速度涌来，堆积如山；你花费心力给出的精辟修改意见，却被开发者转身当作新的 Prompt 重新喂给了 AI；片刻之后，一个全新的 PR 诞生了——它看起来解决了旧问题，却可能带着一堆你从未见过的新问题。你感觉自己深陷于“生成-审查-再生成”的无限循环中，身心俱疲。

这场危机并非危言耸听。在 Uber，每周有超过 65,000 个变更（相当于 PR）需要审查。当 AI 辅助编码成为常态，传统的 Code Review 流程已濒临崩溃。

但这究竟是末日，还是进化的前夜？答案是后者。这场危机，正催生一场深刻的变革——一方面，它要求架构师完成从“创作者”到“导演”的角色进化；另一方面，它也催生了像 Uber uReview 这样复杂的、系统化的 AI 审查平台。

本文将结合对当前危机的剖析与 Uber 的大规模工程实践，为各位小伙伴儿揭示这场变革的本质与破局之路。

危机的剖析：我们到底在审查什么？

要逃离地狱，必先理解地狱的构造。这场危机的根源，在于 AI 颠覆了代码的“创作”过程，从而动摇了 Code Review 的根基：

思考过程“黑箱化”： 传统的 Code Review，我们审查的是代码，更是其背后开发者的思考路径。而 AI 的介入，将这个思考过程隐藏了起来。
审查对象“降维”： 审查被迫从“这段设计是否优雅？”降维到了“这次 AI 输出是否碰巧正确？”。
学习循环“断裂”： 开发者跳过了对 Review 意见最关键的“理解与吸收”环节，宝贵的经验传承被阻断。

天真地想用“AI 审查 AI”来解决问题，只会陷入更深的陷阱。正如 Uber 在其 uReview 项目初期所发现的，未经驯化的 LLM 会产生大量“幻觉”和“低价值的误报”，比如在非性能敏感的代码中挑剔性能问题。这些“噪音”会迅速侵蚀工程师对工具的信任，最终导致他们“调低音量并忽略它们”。

破局之路（上）：架构师的进化——从“创作者”到“代码导演”

面对危机，架构师和资深开发者的核心价值，必须从 Code Writer (代码创作者)，进化为 Code Director & Editor (代码导演与总编)。

“导演”不亲自扮演每个角色，但他定义了整部戏的基调、框架和最终质量。这份“代码导演”的实战手册，为我们指明了方向：

实践 1：审查“左移”，审查“剧本”而非“表演”
在开发者大规模生成代码前，先审查其核心设计思路、任务分解和关键 Prompt。确保“剧本”是对的，再让 AI 这个高效的“演员”去表演。
实践 2：制定 AI 时代的 Code Review 新规
- 明确标识 AI 代码，为审查者提供“警示”。
- 强制开发者解释“为何接受”AI 方案，夺回思考的主动权。
- 禁止“甩锅式再生成”，保护学习循环。
实践 3：定义“AI-Go”与“AI-No-Go”区域
将 AI 的使用限制在单元测试、文档、模板代码等 AI-Go 区域，而在核心业务逻辑、安全代码等 AI-No-Go 区域保持高度警惕，让人类智慧主导。

破局之路（下）：Uber 的 uReview——“导演”的智能副驾

如果说“代码导演”模型描绘了架构师的“个人修炼心法”，那么 Uber 的 uReview 平台则展示了如何将这些理念，构建成一个大规模、系统化的工程解决方案。uReview 并非要取代人类，而是作为一个“智能副驾”或“第二审查员”，来增强人类的能力。

面对 AI 生成代码的洪水，Uber 没有让 uReview 直接进行审查，而是构建了一个精密的、多阶段的过滤管道，这与“导演”的思维方式不谋而合：

图：Uber uReview 的多阶段处理流水线

预处理: 首先，系统会过滤掉配置文件、自动生成的代码等低价值目标，只聚焦于需要审查的核心代码。
专业分工: uReview 并未使用单一的通用 AI，而是设计了多个“专家助理”：
- Standard Assistant: 专注于逻辑缺陷、错误处理等 Bug。
- Best Practices Assistant: 对照 Uber 内部的风格指南，检查代码是否符合规范。
- AppSec Assistant: 专门寻找应用层的安全漏洞。
  这完美印证了“定义 AI-Go/No-Go 区域”的思想——让专业的 AI 干专业的事。
严格品控: 这是 uReview 的核心，也是对“警惕 AI 幻觉”的最佳回应。它包含一个多层过滤过程：
- 二次评估：另一个 AI（Review Grader）会对生成的每条评论进行打分，过滤掉低置信度的评论。
- 语义去重：合并相似的建议。
- 分类抑制：自动压制那些历史上被证明对开发者价值不大的评论类别。

Uber 的实践经验，为我们带来了几条宝贵的“场内教训”，这些教训与架构师的直觉高度一致：

精准比数量更重要: 充满噪音的建议会迅速摧毁信任。uReview 的核心策略就是“提供更少但更有用的评论”。
护栏与提示词同等重要: 优秀的系统架构和后处理流程，远比单纯的提示词工程更关键。
开发者讨厌文体说教: AI 提出的代码可读性、日志微调等建议，普遍不受欢迎。开发者更珍视对正确性、Bug 和最佳实践这种“高信噪比”的反馈。
AI 善于抓虫，而非评估设计: 由于缺乏设计文档、业务背景等上下文，AI 无法评估系统设计的优劣。这再次强调了人类“导演”在宏观设计上不可替代的价值。

如今，uReview 在 Uber 内部取得了巨大成功：超过 75% 的 AI 评论被工程师标记为“有用”，每周节省约 1500 个工时，相当于每年近 39 个开发者年。

小结：拥抱人机协同的新未来

AI 带来的代码审查危机，实际上是一场深刻的产业升级。它迫使我们从对“代码”的微观审查，转向对“创作流程”的宏观把控。

“代码导演”模型为我们提供了战略指引，而 Uber 的 uReview 则展示了实现这一战略的工程蓝图。未来的 Code Review，不再是人与人的博弈，也不是人与 AI 的对抗，而是一种全新的“人机协同”模式：

架构师作为“导演”，定义设计、划定边界、把控最终质量；而像 uReview 这样的智能系统，则作为高效、精准、不知疲倦的“副驾驶”和“场务”，处理海量的细节检查，将人类从重复、繁琐的工作中解放出来。

最后，回到那个终极问题：谁来为质量负责？答案从未改变，也永远不会改变：永远是工程师自己。AI 是我们手中最强大的工具，但手握方向盘、对最终结果负责的，永远是我们自己。

资料链接：https://www.uber.com/blog/ureview/

聊聊你的“审查之痛”

AI 时代的 Code Review，正在成为每个技术团队的新挑战。在你所在的团队中，是否也遇到了 AI 代码带来的“审查地狱”？你们是如何应对的？ 是明令禁止，还是像 Uber 一样积极构建自动化防线？

欢迎在评论区分享你的真实经历和思考！ 让我们一起探索人机协同的最佳实践。

如果这篇文章对你有启发，别忘了点个【赞】和【在看】，并转发给你的架构师朋友，也许能帮他从“地狱”中解脱出来！

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

想写出更地道、更健壮的Go代码，却总在细节上踩坑？
渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！现在就加入，让你的Go技能再上一个新台阶！

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。

像 Go 创始人一样思考：用五大思维原理重学 Go 语言

十二月 26, 2025
0 条评论

本文永久链接 – https://tonybai.com/2025/12/26/think-like-go-founders-relearn-go-five-principles

大家好，我是Tony Bai。

学习一门新的编程语言时，我们常常陷入“是什么”的迷雾：goroutine 是什么？channel 是什么？interface 是什么？我们记忆语法，模仿示例，却很少追问那个更根本的问题——“为什么”？

为什么 Go 要被设计成这个样子？

要回答这个问题，我们需要进行一次“思想上的角色扮演”，回到 Go 语言诞生之前的那个“原点”，像它的创始人们——Rob Pike, Ken Thompson, Robert Griesemer——一样思考。他们并非在“发明”一门新语言，而是在运用一系列深刻的思维原理，为一组棘手的工程问题，构建一个全新的、逻辑自洽的解决方案。

本文，就让我们一起踏上这场“重学 Go”的旅程。我们将带上五大“精英思维原理”作为工具，去看看我们能否“重新推导出”Go 语言的核心设计，并以此重塑我们对这门语言的理解。

img{512x368}

第一性原理 (First Principles)：追问 Go 的“为什么”

思维原理：将问题或理念，还原到其最基础、最无可辩驳的元素，并以此为基石进行重构。

这是所有深度思考的起点。在 Go 诞生的 2007 年，Google 的工程师们面临着几个无可辩驳的“基础事实”，这些事实构成了 Go 语言设计的“宇宙大爆炸”奇点：

事实一：硬件变了。 摩尔定律趋于终结，CPU 不再是变得更快，而是变得更多。多核处理器已成为标配。
事实二：网络无处不在。 软件不再是单机运行的孤岛，而是由大量通过网络进行交互的分布式服务构成。
事实三：人是昂贵的。 软件的规模和复杂性爆炸式增长，工程师的开发效率和大规模协作，已成为比机器执行效率更重要的瓶颈。当时的主流语言（如 C++），其缓慢的编译速度和极高的复杂性，正在扼杀生产力。

现在，让我们像 Go 创始人一样，从这三个基础事实出发，看看会推导出什么。

推论一：并发必须是“一等公民”

出发点 (事实一 & 二)：既然硬件是多核的，系统是网络的，那么并发就不应再是一个需要通过复杂库（如 pthreads）来实现的、充满痛苦的“高级特性”。它必须成为语言的内建核心。
第一性问题：一个理想的并发模型，其最基础的元素是什么？是独立的执行单元，以及它们之间安全的通信机制。
Go 的答案：
- goroutine：一个极其轻量级的独立执行单元，创建成本极低，让“为每一个网络请求启动一个并发任务”成为可能。
- channel：一个类型安全的、用于在 goroutine 之间传递消息的管道。这直接引出了 Go 的著名哲学：“不要通过共享内存来通信，而要通过通信来共享内存。”

当你从这个角度看时，goroutine 和 channel 就不再是两个孤立的语法，而是对“如何让并发变得简单安全”这个第一性问题，给出的一个优雅、逻辑自洽的答案。

推论二：错误处理必须“显式且强制”

出发点 (事实二 & 三)：在由成百上千个微服务构成的分布式系统中，网络错误、服务超时、节点宕机不再是“异常”，而是“常态”。一个健壮的系统，必须严肃地对待每一个可能出错的地方。
第一性问题：如何确保开发者不会忽略任何一个潜在的失败？
Go 的答案：
- 将 error 作为普通的值返回：这使得错误的处理路径，成为程序控制流中明确、可见的一部分，而不是像 try-catch 那样，可以被“隐形”地向上传播。
- 多返回值：通过允许函数同时返回“结果”和“错误”，Go 解决了传统返回码“侵占返回通道”的问题，使得错误处理不再笨拙。

if err != nil 的“繁琐”，从第一性原理的角度看，恰恰是其一大优点。它是在用语法，强制开发者去构建一个“失败优先” (fail-first) 的、更具韧性的心智模型。

推论三：组合必须优于继承

出发点 (事实三)：在大规模的、由数千名工程师协作的代码库中，最核心的挑战是管理复杂性。
第一性问题：构建大型软件的最佳方式是什么？是将小的、独立的、功能单一的组件，像乐高积木一样组合起来，还是构建一个复杂、脆弱的继承层次结构？
Go 的答案：
- 移除类和继承：从根源上杜绝了由复杂继承体系带来的脆弱基类、菱形依赖等问题。
- 拥抱 struct 和 interface：Go 将世界清晰地划分为数据 (struct) 和行为 (interface)。struct 通过嵌入 (embedding) 实现状态的组合，而 interface 则通过隐式实现，实现了行为的、完全解耦的组合。

当你理解了“组合优于继承”这一软件设计的“第一性原理”时，Go 对 OOP 的“背叛”，就变成了一种远见卓识。

推论四：工具链必须“快如闪电”

出发点 (事实三)：工程师的时间是宝贵的。长达数十分钟的编译等待，是生产力的巨大杀手。
第一性问题：一个编程语言的工具链，其最根本的使命是什么？是最大化地缩短从“想法”到“反馈”的循环周期。
Go 的答案：
- 极快的编译速度：通过简化的语法、明确的依赖管理和并发编译等技术实现。
- 内置一切：将格式化 (gofmt)、测试 (go test)、文档 (go doc)、依赖管理 (包括后期加入的go mod) 等所有核心功能，全部内置到工具链中，消除了无尽的工具选型和配置的痛苦。

分解 (Decomposition)：拆解 Go 的“黑盒”

思维原理：将一个庞大、复杂的系统，拆解成更小、更易于管理的独立部分，逐一理解，再看它们如何协同工作。

重学 Go 的应用：将 Go 语言本身，及其标准库，视为一个可供“解剖”的系统。

比如：学习 net/http：不要把它当成一个“黑盒”，而是要：

分解它：http.ListenAndServe 内部做了什么？它创建了一个 Server，然后调用了 Accept 循环。
再分解：Server.Serve 内部又做了什么？它为每一个连接创建了一个新的 goroutine。
继续分解：conn.serve 内部呢？它解析 HTTP 请求，创建一个 Request 和一个 ResponseWriter，然后调用你注册的 Handler。

通过这样层层分解，你最终理解的，不再是一个模糊的“Web 服务器”，而是一系列清晰、可控的 Go 并发原语和 I/O 操作的组合。你会发现，Go 标准库本身就是学习 Go 语言最佳实践的“活教材”。

识别关键驱动力 (帕累托法则)：抓住 Go 的 20% 核心

思维原理：识别出系统中那 20% 的、能驱动 80% 结果的核心要素，并集中精力掌握它们。

重学 Go 的应用：Go 语言的设计，本身就充满了对“帕累托法则”的应用。它刻意保持了极小的核心特性集。要高效地学习 Go，你也应该从这些“关键驱动力”入手。

Go 的 20% 核心是什么？

struct 与 interface：理解 Go 如何通过数据（struct）和行为（interface）的分离与组合来构建世界。这是 Go 语言最核心的哲学。
goroutine 与 channel：理解 Go 的 CSP 并发模型。这是 Go 在云原生时代安身立命的根本。
error 作为值：理解 Go 的错误处理哲学。这是编写健壮 Go 程序的关键。
package 作为编译和依赖单元：理解 Go 如何组织和管理代码。

在你精通这四个“关键驱动力”之前，暂时忘掉 cgo、unsafe、反射 (reflect) 等更边缘、更复杂的特性。

结构化映射 (Structural Mapping)：绘制你的 Go “心智地图”

思维原理：通过绘制概念图或草图，将一个理念或系统的各个部分，以及它们之间的连接关系，进行可视化。

重学 Go 的应用：在你学习 Go 的每一个核心概念时，都尝试为它画一张“地图”。

学习并发：画一张图，用方框代表 goroutine，用带箭头的线代表 channel 的数据流向。select 语句是什么？它就是这张图上的一个“十字路口”或“路由器”。

graph TD
    Producer1 -- "data" --> Channel1
    Producer2 -- "data" --> Channel2
    Channel1 --> Select{"select"}
    Channel2 --> Select
    Select -- "picked data" --> Consumer

学习类型系统：画一张图，一个 http.Request 结构体在左边，一个 io.Reader 接口在右边。http.Request.Body 字段，就是连接这两者的“桥梁”，因为它本身就是一个 io.ReadCloser（实现了 io.Reader）。

这张“地图”，就是你在脑中构建的心智模型。一个清晰的心智模型，远比零散的语法知识更宝贵。

抽象层级切换 (Zoom In & Out)：在 Go 的世界里自由穿梭

思维原理：优秀的思考者，能够持续不断地在“宏观”与“微观”之间切换视角。

重学 Go 的应用：在阅读一段 Go 代码时，刻意练习这种“缩放”能力。

以 fmt.Println(“hello”) 为例：

Zoom Out (宏观)：它是一个简单的标准库函数调用，用于向标准输出打印一行文本。这是它的API 语义。
Zoom In (微观)：Println 内部做了什么？它接收一个 …any，通过反射判断类型，最终将字节写入一个实现了 io.Writer 的 os.Stdout。这是它的实现细节。
再 Zoom In (硬件层面)：写入 os.Stdout 最终会触发一个系统调用 (syscall)，将数据从用户空间拷贝到内核空间，最终由操作系统和硬件来完成输出。这是它的底层原理。

当你能够在这三个层级（API 语义、实现细节、底层原理）之间自如切换时，你就真正“理解”了 fmt.Println。将这种练习应用到你学习的每一个 Go 特性上。