AI 代码合并前,先查虚构接口与无效测试
文章整理 AI 编程 Agent 常见的代码审查问题,摘录重点包括不存在的 API、被吞掉的异常以及无法验证真实行为的测试。对应做法是核对依赖版本和文档、明确异常处理,并检查测试是否执行目标路径及断言外部可见行为。
AI 深度解读
AI 编程代理交付的代码,最容易让人放松警惕的地方,是它看起来很像已经完成的工作:调用名称合理,异常处理齐全,测试也是绿的,最后还有一句自信的「已修复」。
作者列出了合并前最该检查的五类问题,并主张把检查固定到每一次 diff 中。文章没有提供模型对比或缺陷统计,它的价值是一套具体的审查动作:追问代码调用是否存在、错误如何收场、测试到底证明了什么,以及重构有没有偷偷改变行为。
API 看着合理,不代表项目里真能调用
第一类问题是调用了不存在的函数、方法、参数或包。名称往往符合库的命名习惯,因此很容易混过审查。
检查时,关键是核对项目实际依赖版本中是否存在这个调用。 一个方法出现在新版文档里,也不能证明当前项目能用。
作者建议,对陌生调用同时搜索代码仓库和库文档;找不到依据,就删除或替换。即使测试通过,也要确认测试确实执行到了那一行。没有走到的代码,无法靠一片绿色证明正确。
第二类问题是吞掉异常,例如空 catch、except: pass,或者只记日志,随后继续拿错误状态执行。
记录错误只是留下线索,并没有完成错误处理。作者给出的选择很直接:处理错误、重新抛出,或者用注释说明为什么忽略它是安全的。「这样测试才能通过」不构成理由。
测试通过,要看它证明了什么
第三类问题是测试没有有效断言,或者只验证 mock 被调用,又或者逐行照着实现写,连实现里的错误假设也一起复制。
作者建议,把断言落在函数外部能观察到的行为上:返回值、保存的记录、HTTP 响应。对 Node 接口来说,某个依赖函数被调用,只能证明流程经过了那里;接口是否返回正确结果,仍然需要验证。
第四类问题出在交付摘要。「All tests pass」和「Fixed the bug」听起来像验收结论,但原文要求审查者自己运行命令并阅读输出。
代理对测试结果的描述,不能替代测试结果。
这也提醒我们区分两件事:命令成功执行,与命令覆盖了本次改动。前者有输出可查,后者还得回到测试内容和执行路径中判断。
标成重构的 diff,也可能改变行为
第五类问题是把行为变化藏在重构里:默认值变了、错误消息变了、日志变了,或者执行顺序变了。
这些改动未必有错,但需要按行为变更审查。作者建议,将它们拆到独立 commit,并用测试明确展示新行为是有意引入的。这样审查者才能判断变化是否符合需求,而不只是确认代码组织得更整齐。
作者还提出一个自检问题:如果每一行都是自己写的,是否愿意在评审中为整个 diff 负责?
为了让检查持续发生,原文建议把清单放进 pull request 模板;如果工具支持,也可以交给 Claude Code subagents、Cursor rules 或 Copilot instructions,让代理交付前先检查一次。
原文另推荐了 GitHub 仓库 lean-team-products/ai-code-review-gates,称其提供 12 项过滤规则、合并前清单和可直接使用的 Claude Code 审查子代理,约两分钟即可接入;文末还提到包含 48 个代码库退化信号的清单。这些是作者对配套材料的介绍,正文没有展开其内容或验证效果。
我的判断
这套建议成立的地方,是把「相信代理完成了工作」转成了「检查可以验证的证据」。API 是否存在、异常后是否继续执行、断言是否覆盖结果,都能落到具体代码上。
但它仍是一份经验清单。作者没有给出使用前后的缺陷率、审查耗时,也没有证明代理自查能拦下多少问题。「两分钟接入」更不能等同于两分钟建立可靠的审查流程。
有两点也需要结合场景理解:只检查 mock 调用不一定无效,当交互本身就是约定时,它可以是合理断言;日志和错误文案的调整也未必需要重型测试,但应让审查者明确知道它们发生了变化。
与继续增加一轮人工通读相比,清单能帮助审查者稳定地检查同一批问题;类型检查、测试和 CI 则负责持续执行可自动验证的部分。代理自查可以提前清理低成本错误,最终是否合并仍要依据代码和验证结果判断。
能拿来做什么
- 审查前端或 Node 改动时,优先核对新增的陌生 API 与实际依赖版本,并确认相关测试执行到了调用位置。
- 遇到空
catch或只记录日志的分支,继续追踪后续执行,要求代码体现恢复、失败退出或安全忽略的理由。 - 检查 AI 补的测试时,选一个错误返回值或错误 HTTP 响应,判断现有断言能否发现它;发现不了,就补上对应的行为断言。
- 在 PR 模板中加入这五类检查,并要求重构中夹带的行为变化单独提交、明确说明,再运行相关命令核验结果。