AI代码审查风险分级路由：用强模型只审高危diff

上个月我写了一篇关于给 Pull Request 添加解释门控的文章，目的是让 AI 生成的代码在没有人类可读的理由说明之前永远不会合入。本文是其自然延续：既然你已经接受每个 AI 辅助的 PR 都需要 review，那么下一个问题就是 review 的经济学——用最强的模型跑每个 diff 是浪费，用最弱的模型跑一切又是鲁莽。我反复回归的答案是一个无聊、老派的想法——分诊（triage）——应用到模型选择上。

更新、更便宜、同时能力令人惊讶的模型不断出现，定价变化比我侧边项目的发布还快。所以我没有押注任何特定模型，而是构建了一个小型路由层，把"哪个模型来 review 这个 diff？"当作一个我可以测试、记录和更改的决策来对待。下面是这个工作流、一个可运行的产物，以及它真正失效的场景清单。

一句话概括这个想法

给每个 diff 评分，检测风险信号（是否触碰了认证？迁移？加密？并发？巨大的行数？）。低风险 diff 走廉价或免费模型层。高风险 diff 升级到你能访问的最强模型——但只针对那些需要升级的。你用很小一部分的成本和延迟，获得了"用最强模型 review 所有内容"的大部分安全性，同时保留了一份日志，让你能够审查路由本身是否正常工作。

可复现的产物：route_diff.py

这是一个自包含的 Python 脚本（仅用标准库，所以你可以在任何地方运行——包括在你控制的免费服务器上）。它本身不调用任何模型 API；它生成路由决策加上一份 review 提示词，这样你可以接入任何你喜欢的 provider。

#!/usr/bin/env python3
"""route_diff.py — decide which model tier should review a diff.

Usage:
    git diff main...HEAD | python3 route_diff.py

Exit codes:
    0 -> routed to 'fast' tier (cheap/free model is fine)
    2 -> escalated to 'strong' tier (use your best model)

The script prints a JSON decision to stdout so CI can log it.
This is a heuristic gate, not a security scanner. Tune the weights
for your own codebase.
"""
import json
import re
import sys

# Path patterns that should always escalate. Edit for your repo.
HIGH_RISK_PATHS = [
    r"(^|/)auth/",
    r"(^|/)(migrations|schema)/",
    r"(^|/)crypto",
    r"payment|billing|invoice",
    r"\.env", r"secret", r"credential",
    r"dockerfile", r"\.github/workflows",
]

# Content signals inside the diff body.
HIGH_RISK_CONTENT = [
    r"\beval\(", r"\bexec\(",
    r"subprocess|os\.system|shell=True",
    r"SELECT .*;|DROP TABLE|DELETE FROM",      # raw SQL
    r"async def|threading|multiprocessing",   # concurrency
    r"jwt|bcrypt|argon2|hmac",
    r"TODO|FIXME|HACK",                        # AI left homework
]

WEIGHTS = {
    "path": 5,        # per risky file path hit
    "content": 3,     # per risky content hit
    "size": 1,        # per 100 changed lines
}
ESCALATE_AT = 5       # tune with your own logs (see below)

def score(diff_text: str) -> dict:
    files = re.findall(r"^diff --git a/(\S+)", diff_text, re.M)
    added = len(re.findall(r"^\+(?!\+\+)", diff_text, re.M))
    removed = len(re.findall(r"^-(?!--)", diff_text, re.M))

    path_hits = sorted({
        f for f in files
        for pat in HIGH_RISK_PATHS if re.search(pat, f, re.I)
    })
    content_hits = sorted({
        pat for pat in HIGH_RISK_CONTENT
        if re.search(pat, diff_text, re.I)
    })

    total = (
        WEIGHTS["path"] * len(path_hits)
        + WEIGHTS["content"] * len(content_hits)
        + WEIGHTS["size"] * ((added + removed) // 100)
    )
    return {
        "tier": "strong" if total >= ESCALATE_AT else "fast",
        "score": total,
        "changed_lines": added + removed,
        "risky_paths": path_hits,
        "risky_signals": content_hits,
    }

def build_prompt(decision: dict, diff_text: str) -> str:
    focus = (
        "This diff touched high-risk areas: "
        + ", ".join(decision["risky_paths"] or decision["risky_signals"])
        + ". Review for correctness, injection, and auth bypass first."
        if decision["tier"] == "strong"
        else "Routine review: logic errors, edge cases, naming."
    )
    return f"{focus}\n\n```
{% endraw %}
diff\n{diff_text}\n
{% raw %}
```"

if __name__ == "__main__":
    diff = sys.stdin.read()
    d = score(diff)
    print(json.dumps(d, indent=2))
    with open("review_prompt.md", "w") as fh:
        fh.write(build_prompt(d, diff))
    sys.exit(2 if d["tier"] == "strong" else 0)

在使用前用你自己的历史记录测试它：

# 路由器是否升级了你后来发现 bug 的那个 PR？
git show <bugfix-commit>^..<bugfix-commit> | python3 route_diff.py
echo $?   # 你*希望*对修复了真实事件的提交返回 2

最后这一步很重要。一个从不校准的路由门控只是带配置文件的迷信。

免费层实际适用于哪些场景

两个运营商提供的事实让这个方案的运行成本比以往更低：MonkeyCode 目前提供免费模型访问和免费服务器选项，这意味着路由脚本和快速层的 review 调用都可以在没有付费计划的情况下运行。

声明：本文是作为 MonkeyCode 产品推广的一部分准备的。

在我的设置中，免费层处理"快速"通道：路由脚本在免费服务器上的 CI 中运行，常规 diff（重命名、测试、文档、UI 调整）由免费层模型 review。升级的 diff——约占 10–20% 触发风险信号的——当月走我有权证的、最强的模型。我有意不在脚本或流水线中硬编码模型名称，因为便宜/强大的格局在不断重新洗牌；路由器的工作是将这种切换保持为一行的配置变更，而不是工作流的重新编写。如果你在评估这个模式的工具，MonkeyCode 免费层是一个低承诺的地方，可以在接入任何付费服务之前原型化快速通道。

我有两个没有假设的事情，你也不应该假设：

持久性和配额。"免费"描述的是今天的报价，不是保证。路由器将每个决策记录到 JSON，这样如果免费层消失或收紧，我能准确看到我需要转移多少量以及会花多少钱。

能力。我从未假设免费层模型"足够好"——我测量了它（见下一节）。

校准：快速通道真的安全吗？

只有当你验证了廉价层而不是信任它时，这个工作流才有效。我的方法是：

取 30–50 个历史 PR，其中人类 reviewer（或生产事故）发现了真正的问题。

用路由器生成的提示词，将每个 PR 通过快速层模型运行。

如果模型标记了同一类问题，则记录为命中。

如果快速层错过了超过约 15–20% 的常规通道问题，收紧 ESCALATE_AT 或将更多路径模式提升到 HIGH_RISK_PATHS——不要只是希望。

这是一个小样本的自我审计方法，不是基准测试。你的数字会特定于你的代码库和你的模型，这正是日志文件比任何供应商声明都更重要的原因。

局限性，以及谁应该跳过这个方案

它是一个启发式方法，不是安全边界。一个蓄意的恶意 diff 可以躲过每一条正则表达式。对于任何升级的内容保留人类 review，并将快速通道视为"辅助 review"，而不是"不 review"。

基于正则表达式的风险信号会腐坏。框架约定会变化；每个季度花五分钟检查 HIGH_RISK_PATHS 是这个方案的一部分。

如果你的代码库足够小，用最强模型 review 所有内容的成本低于你每月一小时的时间；如果你的环境受监管，每个变更都需要有据可查的人类 review；或者如果你的 diff 主要由生成内容/锁文件噪音主导——大小信号会误导你——请完全跳过这个方案。

免费层是起点，不是架构。设计成失去免费层只是一个配置变更，而不是一次故障。

结语

持久的技能不是在这个月选对模型——而是构建路由、记录和校准循环，让你随着市场变化切换模型。对 diff 进行分诊，只在有风险的地方花强模型 token，并保留收据，这样你就能证明廉价通道正在挣得它的位置。

如果你尝试这个，你最有价值分享的不是你的阈值数字——而是你的校准集教会了你关于你自己代码库风险画像的什么。这是没有任何模型能告诉你的部分。