# 变更审查：交付可定位、可复现的问题

工作单元：W-C03；版本：2026-10-21.workunits.2；复核：2026-10-20
在合并前找出会影响用户或系统的真实问题，并说明审查覆盖。

## 当前用法
可让AI并行检查差异、定位疑点和构造复现；关键发现需核实，接收不能只看“无问题”。
依据：ReviewBench提供人工参考发现、语料与离线校准方法；未知缺陷、漏报与误报需要按目标仓库另查。
来源状态：active
本站记录：本站未测本单元漏报与误报率。

条件：
- 审查者可访问必要上下文
- 重点风险和验收准则明确
- 有复现路径或独立的静态依据

## 请求与范围
维护者有基线与候选差异，需要独立检查回归、数据和权限影响。
审查指定变更及相关上下文；未发现问题不等同系统安全证明，也不包含自动合并。

## 输入
- 审查对象：基线/候选SHA、diff、变更目标与允许行为。
- 依赖上下文：调用方、数据约束、迁移与测试入口；优先列高影响路径。

## 交付物
- 带文件位置、触发条件和影响的问题清单
- 关键问题的复现或静态推导依据
- 已查范围、未查路径及验收器疑点

## 验收
1. 每条问题可重现或严格定位
   方法：重放触发输入或沿真实调用链验证
   拒收：只说“可能有性能风险”，没有路径和触发条件。
2. 结论区分缺陷与偏好
   方法：用需求和既有行为核对，允许合理替代实现
   拒收：把个人命名偏好报成阻断缺陷。
3. 审查没有靠被审补丁自证
   方法：检查关键测试/规则是否被改弱，独立核验高影响点
   拒收：Agent删掉失败测试后，审查只引用CI全绿。


## 具体例子
输入：给订单查询增加商品明细JOIN的补丁。
预期产物：发现一单多商品会重复累加付款，给出两商品一付款复现与修改位置。
失败：只检查SQL能运行，漏掉金额被JOIN放大的业务错误。

## 工作重组
以前：同事阅读diff，手动追调用链和运行检查。
现在：AI按风险搜上下文、提出发现并构造验证；人集中裁决影响和优先级，程序检查明确约束。
保留：
- 独立接收
- 关键逻辑与权限审查
新增：
- 识别审查幻觉与重复发现
- 检查被改动的测试能否继续捕获问题

## 人的责任与失败接管
确认问题对业务的严重性，裁决证据冲突和接受残余风险；不需要把AI的每条建议都当待办。
缺上下文时明确未审区域和所需文件；不可复现的疑点保留为待证，不阻断为已证实缺陷。

## 尚待补足
- 尚缺本仓库有效发现、误报、漏报与确认时间的盲测；参考PR发现集合不是缺陷全集。

## 职业与团队下一步
软件质量、代码审查与可靠性
用两份真实差异展示一个有效发现与一个被排除误报，附复现和优先级理由。
核对目标岗位的系统深度、安全或测试工程要求；选择作品不足之处补证，而非只列会用AI审查。
/explore?purpose=career&domain=computing
Agent生成速度超过现有审查容量，还是审查缺少上下文？
程序先检查硬约束，AI收敛可证实疑点，系统负责人处理关键发现和跨模块影响。
先测每份变更的有效发现与接收耗时；优先减少重复告警，确有持续缺口再培养或招聘审查人员。
/explore?purpose=team&domain=computing

## 证据与关系
- ReviewBench 官方语料与评测实现：https://github.com/review-bench/ReviewBench
  定位：README：golden findings；corpus；offline review；公开 持续更新仓库；本次2026-10-20访问；核查 2026-10-20；复查 2027-01-20
  支持：可检查参考发现、版本和裁判方法。
  未覆盖：没有运行其模型或目标补丁；不能把未报问题当作安全证明。
- /tasks/DEV-04：复用工具Agent评测与回归诊断的验收思路；工作对象由Agent协议扩展为具体代码变更。（adjacent；2026-10-02.2）

## 任务级判断与证据
采用方式：分阶段接收
从证据到建议：审查搜索可以并行整包进行，但误报与漏报代价不同；每条发现有反证路径，才能从候选收敛为阻断。独立复现比同一Agent对自己补丁再次解释更可信。
当前可用性：open-implementation；ReviewBench语料/参考和离线工具公开；需另配审查Agent、裁判及目标仓库，本站未执行。
- ReviewBench：https://github.com/review-bench/ReviewBench
  2026-10-20公开仓库HEAD 2c34a68f73f6473a97cf35bb82baf07e9906404e；实际运行另固定依赖/镜像/模型；公开语料；模型与LLM裁判需自备账户/预算

### 公开ReviewBench提供真实PR及人工参考发现，可用来校准审查的有效发现和误报；参考集合本身仍不是缺陷全集。
依据身份：可检查产物；状态：active
- ReviewBench 官方语料与评测实现：https://github.com/review-bench/ReviewBench
  定位：golden findings与offline review；关系：direct
  支持：可检查参考发现、版本和裁判方法。
  限制：没有运行其模型或目标补丁；不能把未报问题当作安全证明。
  核查：2026-10-20；来源状态：active
适用限制：没有运行其模型或目标补丁；不能把未报问题当作安全证明。

### 可委派独立Agent追调用链、提出可验证发现，再用触发输入/不变量淘汰误报；按真实影响和覆盖接收，不按发现数量。
依据身份：有条件的编辑推断；状态：active
- ReviewBench 官方语料与评测实现：https://github.com/review-bench/ReviewBench
  定位：golden findings与severity/category；关系：partial
  支持：支持把审查结果变成可核查问题。
  限制：跨库状态、业务约束和未知漏洞须补上下文；无人发现不等于不存在。
  核查：2026-10-20；来源状态：active
适用限制：跨库状态、业务约束和未知漏洞须补上下文；无人发现不等于不存在。

## 情境变化
### 权限与持久数据
输入变化：包含租户隔离、金额、迁移或删除数据。
判断变化：先检查高影响不变量并构造反例；仅lint全绿不接收。
验收变化：沿调用方与存储核对权限边界、重试/回退和副作用。
### 测试与验收器修改
输入变化：补丁本身同时改测试或阈值。
判断变化：先审测试是否仍拒绝错误，再解释CI结果。
验收变化：对被删测试、宽化断言和跳过路径重放独立负控制。
### 视觉与硬件上下文
输入变化：缺陷由浏览器交互或实物接口触发。
判断变化：静态审查只交候选发现；运行证据转W-C04/W-C10。
验收变化：在真实目标环境验证触发与修复，不凭截图/编译确认。

研究前沿：已有多语言真实PR参考资产和审查系统；参考标注覆盖有限，语义裁判有误差。
下一项验证：用历史真实缺陷、合法替代与无缺陷改动组成盲测；发现后独立复现，记录漏报、误报和确认时间。
未来改判信号：
- 在盲测真实PR中有效发现增加且确认/误报时间可控，可考虑扩大相近输入范围。
- 关键权限/数据缺陷漏报，或依赖裁判产生大量不可复现发现，应收窄或暂停相应采用。

## 与本单元直接关联的进展
尚未收录与本单元直接关联的新进展。当前用法依据本页的方法与验收资料，不能套用同领域其他任务的成果。

领域背景与未来情景：/explore?purpose=understand&domain=computing


## 工具与采用佐证
### OpenHands：把不同编程Agent接入持续工作环境
来源状态：active
核查层级：implementation_inspected；日期：2026-10-19；版本：f3caa2778553662c22715bfb52b5eb6edf975d5b
原始主张：项目提供本地/远程Agent工作台、后端选择和自动化连接。
已检查：固定commit的README、许可证和自动化接口测试已读；旧resolver路径404。主仓库当前负责Canvas，SDK和automation分别承接执行与触发。
支持：编程工作已有组织Agent运行、工作区和自动化的实现路径，可以作为搭建交付环境的候选。
限制：接口测试存在不证明任务成功；没有在本站启动该工具或使用其云服务。
下一步：固定SDK/Canvas匹配版本，在隔离仓库用一个有失败回归的缺陷和一项新功能检查完整产物、重试、权限与人工接收。
https://github.com/OpenHands/OpenHands/blob/f3caa2778553662c22715bfb52b5eb6edf975d5b/README.md