2f:["$","section",null,{"className":"mt-10","children":[["$","div",null,{"className":"border-gray-190 dark:border-gray-680 flex items-center gap-3 border-b pb-3","children":[["$","span",null,{"className":"text-brand font-mono text-[11px] font-semibold tracking-[0.14em] uppercase","children":"Full translation"}],["$","h2",null,{"className":"text-primary text-sm font-semibold","children":"完整中文译文"}]]}],["$","div",null,{"className":"$33","dangerouslySetInnerHTML":{"__html":"

AI code review 和 coding-agent 验证解决的是相关问题，但它们产生的证据类型并不相同。

Review 在变更中搜索风险并解释可疑代码。Verification 则询问所请求的行为是否在实际中生效，并保留支撑该判断的证据。当我评估 agent 生成的代码时，通常两者都需要。

为什么单靠 review 不够

Reviewer 能注意到一个看起来不安全的授权分支。只有权威的检查才能表明未被授权的请求是否被接受。

模型可能称赞某个状态更新，而用户的浏览器流程中却仍然丢失了输入。Review 仍然有用，因为它告诉我该看哪里、该测什么。但它不该被提升为运行时证明。

为什么绿灯测试套件也不够

通过的测试套件可能与所请求的任务无关、过时或不完整。Verification 通过将测试输出与任务、版本、环境和预期行为绑定，使测试输出更有说服力。

它也让未知因素保持显式。如果没有任何检查覆盖某个需求，该需求就会保持未验证状态，而不是悄悄变成通过。

我使用的组合循环

Review diff 和仓库上下文以识别风险。

将实质性风险和验收标准转化为聚焦的检查。

运行仓库自有的测试，加上缺失的最小行为检查。

将 review 发现和执行结果分开打包。

修复后重新运行，并保留修复前后的证据。

CodeVetter 正在向这个组合证据循环演进，以执行支撑的验证作为权威标准。其公开的识别基准覆盖了一个窄维度的 review 维度，并明确声明不声称能证明生产 pull request 的表现。

完整的对比和工作流见 https://codevetter.com/ai-code-review-vs-verification。

\n"}}]]}]