Beko

AI 代码审查机器人显示出自动化评估的局限性，GitHub COO 讨论环境 AI

一篇新论文探讨了 AI 代码审查机器人的自动化评估局限性，发现当前的自动化方法（如 G-Eval 和 LLM-as-a-Judge）与人类开发者的标签仅有中等程度的一致性。该研究分析了 Beko 生成的 2,604 条机器人评论，揭示了开发者对这些评论的操作受到上下文和组织因素的影响，使其成为不可靠的真实依据。这表明在工业环境中完全自动化评估 AI 代码审查评论仍然是一个重大挑战。