一、Skill 概述

Receiving Code Review：让 AI Agent 不再“照单全收”的代码审查反馈 Skill

receiving-code-review 是 obra/superpowers 中专门处理代码 Review 反馈的 Agent Skill。它的核心不是让 AI 机械地接受 Reviewer 的每一条建议，而是要求 Agent 先理解反馈、核对代码现状，再判断是否应该修改。

当收到 PR Review 后，Agent 会结合实际代码、测试覆盖、架构背景和现有约束，对反馈进行技术验证；对于正确的问题执行修改，对于信息不足或存在技术冲突的建议先澄清，必要时基于技术依据提出异议。核心原则可以概括为：

先验证，再修改；技术正确性优先于“迎合 Reviewer”。

这一 Skill 目前属于 Superpowers 的代码协作工作流之一，与 requesting-code-review 等 Skill 配合使用，形成从发起 Review → 接收反馈 → 修改验证的完整闭环。

二、Skill 核心内容 📌

传统 Code Review 中，一个常见问题是：开发者看到 Reviewer 留言后，马上回复“好的，我来修改”，然后让 AI 按评论逐条改代码。

问题在于：

Reviewer 提出的建议，不一定都适用于当前代码。

可能存在需求理解偏差、代码上下文不足、架构约束不同、建议与现有设计冲突，甚至只是 Reviewer 的个人偏好。

receiving-code-review 的核心思路，就是把 “收到意见”与“执行修改” 两件事分开。

Agent 首先需要：

理解反馈 → 核对代码 → 验证问题 → 判断是否成立 → 再决定修改或澄清

对于多个 Review 意见，则优先处理阻塞性问题，再处理普通问题，并在每次修改后进行验证，降低连续修改带来的回归风险。

换句话说：

Code Review 不是“Reviewer 说什么，AI 就改什么”，而是一次需要技术判断的工程协作。

三、五句值得学习的英文句子

1.Code review requires technical evaluation, not emotional performance.

译文：代码审查需要技术判断，而不是情绪化地表达认同。

2.Verify before implementing.

译文：先验证，再实施。

3.Ask before assuming.

译文：先询问，再做假设。

4.Technical correctness over social comfort.

译文：技术正确性优先于让沟通变得舒服。

5.Push back on suggestions that break functionality or lack context.

译文：对于可能破坏功能或缺少上下文依据的建议，应基于技术原因提出异议。

这些句子非常适合程序员记忆，因为它们实际上也是 AI Coding Agent 工作流中很重要的行为准则。

四、五大关键技术词汇

1. Code Review

中文含义：代码审查 / 代码评审

读音： koud ri-VYOO

开发场景： Pull Request、GitHub、GitLab、团队协作、代码质量检查

一句话理解：开发者在代码合并前，由其他开发者检查代码的正确性、可维护性、安全性和设计合理性。

2. Technical Verification

中文含义：技术验证

读音： TEK-ni-kəl ver-i-fi-KAY-shən

开发场景： Code Review、Bug 修复、AI Coding Agent

一句话理解：不是看到 Review 意见就修改，而是先通过代码、测试和实际运行情况确认问题是否真实存在。

3. Clarification

中文含义：澄清 / 明确需求

读音： klar-uh-fi-KAY-shən

开发场景： Code Review、需求分析、PR 协作

一句话理解：当 Review 意见不明确时，先确认 Reviewer 真正想解决什么问题，再开始修改。

4. Regression

中文含义：回归问题 / 回归缺陷

读音： ri-GRESH-ən

开发场景： Bug Fix、Code Review、自动化测试、CI/CD

一句话理解：修改代码解决一个问题后，却意外导致之前正常工作的功能出现问题。

5. Push Back

中文含义：提出异议 / 反驳建议

读音： push bak

开发场景： Code Review、架构讨论、技术方案评审

一句话理解：发现 Review 建议不适合当前代码或架构时，不盲目执行，而是用具体的技术依据解释为什么不能这样改。

五、核心技术思想 💡

receiving-code-review 最值得借鉴的地方，可以浓缩成一句话：

不要把“收到反馈”直接等同于“执行反馈”。

它实际上建立了一套非常适合 AI Agent 的 Review 处理流程：

① Understand｜理解

先完整阅读 Review 意见，明确 Reviewer 到底要求解决什么问题。

② Verify｜验证

回到真实代码中检查问题是否存在，同时结合测试、调用关系、架构设计和项目约束判断反馈是否成立。

③ Clarify｜澄清

如果反馈存在歧义、缺少上下文，先询问，而不是让 AI 自己猜。

④ Evaluate｜判断

将反馈区分为：

• 技术上正确，需要修改
• 信息不足，需要进一步确认
• 与当前架构冲突
• 可能破坏现有功能
• 属于个人偏好而非实际问题

⑤ Implement｜实施

对于已经验证的问题进行修改，并优先处理阻塞性问题。

⑥ Test｜验证修改

每完成一项修改，就通过测试或其他验证手段确认没有引入新的问题。

因此，这个 Skill 解决的其实不是简单的：

“AI 怎么修改 Code Review？”

而是更重要的：

“AI 应该如何判断一条 Code Review 意见到底值不值得修改？”

这也是 Agent Coding 与传统代码补全最大的区别之一：Agent 不只是执行命令，还需要在执行之前进行技术判断。

六、开发者阅读建议 💡

个人观点：

过去 Code Review 的核心是“人审代码”，而 AI Agent 加入后，真正值得关注的是“AI 如何处理人给出的反馈”。如果 Agent 把 Reviewer 的每句话都当成绝对命令，速度越快，反而越容易把错误带进代码。这个 Skill 的价值在于建立一个很朴素但重要的习惯：先看代码事实，再决定是否行动。 对 AI Coding 来说，这比单纯增加更多 Prompt 更接近真正的工程能力。

项目地址：

https://github.com/obra/superpowers/tree/main/skills/receiving-code-review