基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
编程提效2026-11-18 04:07

给 AI 生成的修复加一道 PR 证据门槛

dev.to · AI#代码审查#自动化测试#编程代理
Editor brief · 编辑速览

作者用确定性的 Python 检查在人工审查前核验 Amazon Nova Pro 生成的修复,并把缺少证据的原因直接写回 PR。文章聚焦 CI 通过后仍可能存在的问题,例如修错目标、削弱测试覆盖或引入回归。

文章思维导图
Knowledge map
拖拽缩放
AI brief

原文暂未完整获取,基于公开信息的快读

Sarvar Nadaf 给 Amazon Nova Pro 生成的修复加了一道 PR 检查。人工审查前,Python 脚本会比较修复前后的测试结果和覆盖率,并把拒绝原因写回 GitHub PR。它要回答一个普通 CI 绿灯回答不了的问题:这次改动有没有证据表明,它修好了 issue 里报告的那个 bug?

目前能确认什么

这道门槛作为 GitHub Actions 的必需状态检查运行。脚本在基线和 PR 代码上分别跑测试。如果原本通过的测试现在失败,或者有测试被删除,就拒绝。行覆盖率下降、改动超出 issue 的范围时,门槛会标记这些问题。检查被拒绝时,PR 无法合并,除非人工覆盖结果,或代理提交新改动并通过检查。

证明修复最直接的办法,是让同一个复现测试在旧代码上失败、在新代码上通过。 两边都通过,说明这个测试没复现原问题。两边都失败,说明它还没证明修复生效。整个判断由脚本执行,无需再找一个模型给修复打分。

我的判断

对维护仓库的程序员来说,这套做法最实用的地方,是把「这个 bug 怎么复现」提前到审查之前。审查者可以直接看失败用例和前后结果,把精力留给测试断言是否对准了 issue,以及改动有没有影响测试未覆盖的路径。

节选里有个会直接影响合并规则的细节。文章说缺少证据就拒绝,但简化代码在找不到 issue 对应测试时会跳过这一步,后续检查通过就可能放行。还要等完整实现确认,issue 和测试怎么关联,以及覆盖率下降、越界改动是否只提示,还是也会阻止合并。

Original source

本文由 AI 基于公开信息编写,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
Claude Code 工作站的权限与隔离基线
下一篇
低价模型写代码的成本与通过率实测

资讯速览

dev.to · AI · 2026-11-18 04:07

AI 评分 8.0 / 10

相关标签

#代码审查#自动化测试#编程代理

继续阅读

  • 给 Cursor 重构 FFmpeg 集成加上测试门禁
  • Claude Code 工作站的权限与隔离基线
  • 低价模型写代码的成本与通过率实测
  • 用本地 MCP 隔离调试日志里的密钥
  • Google AI Studio 打通安卓应用生成到发布