阿里开源了个 AI 代码审查工具,但真正聪明的不是 AI 部分

最近团队 PR 量上来了，我在找一个能接进 CI 的 AI 代码审查工具。

搜到 alibaba/open-code-review 的时候，第一反应是：又一个把 Git diff 丢给 GPT 的工具？

GitHub 上这类项目不少。大多数做法都是同一个套路：拿到 diff，拼一段 prompt，调模型，输出评论。

跑起来效果都差不多：大变更时漏文件，评论位置飘忽不定，有时候指出的问题根本不是问题。

差点划走。但点进去看了 README 之后，我发现这个项目做了一件大多数人没做的事。

认知翻转：它让 AI 做更少，不是更多

大多数 AI code review 工具的思路是：把更多东西交给 AI 判断。

OpenCodeReview 的思路恰恰相反：该确定的地方用工程逻辑锁死，该判断的地方才交给 AI。

它把代码审查拆成了几个环节：

• 文件选择——哪些文件需要审查，用规则决定，不交给 AI
• 文件分组——把相关文件组成审查单元，用工程逻辑决定
• 规则匹配——不同文件用不同审查规则，前置确定
• 评论定位——行级定位用确定性逻辑保证准确

AI 只负责一件事：在已经框定好的范围内做判断。

这个思路比「写一个超长 prompt 让 AI 审查所有代码」靠谱得多。

一个让我服气的设计：delegate mode

OpenCodeReview 支持一个叫 delegation 的模式：

ocr delegate preview
ocr delegate rule src/main.go src/handler.go

OCR 负责文件选择和规则解析，具体的审查工作交给你的 AI coding agent——Claude Code、Codex、Cursor 都行。

把确定性工作和创造性工作分开。

这个设计的聪明之处在于：它不试图替代你已经在用的 AI 工具，而是给你已有的工具加一层流程约束。

README 里有 benchmark。它强调的是 precision 和 F1，同时用更少 token 完成审查。

但我不建议盯着数字看。更重要的是它背后的思路：AI 工具要稳定，不能只有自然语言指令，还要有流程约束。

核心功能快速过一遍

diff review：审查代码变更

ocr review                          # 审查当前变更
ocr review --from main --to feature # 审查分支差异
ocr review --commit abc123          # 审查单个 commit

全文件扫描：不依赖 diff，直接扫描

ocr scan
ocr scan --path internal/agent

适合看陌生代码库，没有 PR 的时候也能用。

CI 集成：支持 GitHub Actions、GitLab CI、Gerrit。

安装：

npm install -g @alibaba-group/open-code-review

配置模型：

ocr config provider
ocr config model

然后进项目目录直接跑：

cd your-project
ocr review

它改变了我什么想法

用完之后我意识到了一件事：AI code review 的核心瓶颈不是模型能力，是流程设计。

之前的思路是「让更强的模型审查更多代码」。OpenCodeReview 的思路是「用工程逻辑约束审查范围，让模型只在合适的地方发力」。

这就像做搜索——不是让算法看完所有网页，是先用索引筛掉无关内容，再让排序算法在候选集里做判断。

它的局限也要说：追求 precision 意味着 recall 会低一些。它更适合做第一轮过滤和 CI 辅助，不能替代人工 review。

但如果你团队 PR 多，或者在做开源项目，这个工具值得试。

项目地址：

https://github.com/alibaba/open-code-review