LinkedIn 如何利用 AI 每周审查 4 万个拉取请求

LLM 应用在生产环境中的难点在于:故障通常是静默的,成本难以预测,且安全漏洞往往在酿成大祸前难以察觉。
下载这本 Datadog 电子书,获取监控、调试和安全加固 LLM 应用工作流的实用策略。你将了解到在大规模部署 LLM 时如何克服以下四大挑战的洞见——从追踪多步骤链式执行、检测 Prompt 注入攻击,到实时追踪 Token 成本及评估输出质量。
LinkedIn 拥有超过 10,000 个活跃代码仓库,每周产生数以万计的 Pull Requests(PRs)[1]。随着 AI 编码代理撰写越来越多的代码,软件交付的瓶颈已从“写代码”转移到了“审代码”。
为打破这一代码审查瓶颈,LinkedIn 开发了自研的 AI 审查器。通常一周内,这款内部工具能覆盖超过 40,000 个 PRs,且大部分审查意见会在第一位人工审阅者打开 PR 之前发布 [1]。
为了深入理解 AI 审查器的现状及 LinkedIn 的开发历程,我们采访了 LinkedIn 的 Principal Staff Engineer Min Chen 和 Senior Director of Engineering Balaji Srinivasan。感谢二位的宝贵时间,以及他们坦诚分享的那些不成功的尝试。

在本文中,你将了解:
AI 代码审查器是什么,以及为什么审查成了当前的瓶颈
团队和公司应对代码审查瓶颈的三个主要方向
如何搭建一个能在生产环境运行的 multi-agent AI 审查系统
AI 审查器的评估方法
未来展望,以及新的瓶颈会转移到哪里
什么是 AI 代码审查器?
软件开发主要有两个步骤:工程师写出改动,然后由其他工程师在改动合入主代码库之前进行审查。

工程师写好代码后,改动会以 PR(Pull Request)的形式提交。审查者阅读它的 diff,也就是其中新增、删除或修改的代码行。从作者提交 PR 到最终合入代码库,通常经过以下步骤:
作者从包含改动的分支发起 PR。
代码托管平台(如 GitHub)通知审查者,并启动持续集成(CI),运行测试和 linter(用于标记风格问题和简单错误)。
审查者阅读 PR,并针对具体代码行发表评论。
作者提交修复,审查者再次查看。
审查者批准后,PR 合入。

AI 正在改变这一开发流程,因为它如今能协助完成其中部分步骤。工程师将执行环节交给 AI 智能体,把更多精力集中在意图理解与判断上。这就是 AI 原生开发。
具体到代码编写环节,前沿编码智能体近期已展现出巨大潜力。给定一个任务,智能体便会实现功能、编写测试,随后运行测试并迭代直至通过,最后发起 PR 供审查。

借助编码智能体,编写(即第一步)现已可大幅自动化且速度更快。工程师原本需数小时甚至数天完成变更,如今智能体仅需几分钟即可搞定。然而,若真实人类仍需审查这些拟议变更,流程依然会很慢,因为工程师的可用时间仍是固定的且有限的。

解决方案是一套能够可靠评审代码的系统,最好是在人介入之前完成。这套系统就是 AI reviewer(AI 评审员)。它像人类评审员一样阅读 PR,在需要关注的代码行上留下评论。自动化代码评审完成后,作者(这里指 coding agent)再逐条处理这些意见,让人类评审员把有限的时间用在判断修复是否到位上。
由于模型阅读代码的能力也在不断提升,越来越多的团队开始用这种方式自动化评审 [2]。各家方案的差异主要在于评审流程的自动化程度。完全自动化意味着 AI 可以自行批准代码变更,这一点难度很大,目前大多数实验室还没做到。
部分自动化则保留人类审批环节,让 AI 负责第一轮评审。这样既加快了流程,又有真人把关,降低了合并有 bug 或不安全代码的风险。如今部分自动化更切实可行,像 LinkedIn 这样已经部署 AI reviewer 的公司,通常采用的都是部分自动化。本文余下部分也聚焦于部分自动化。

但为什么构建 AI reviewer 这么难?要让它足够可靠,必须具备四个特性:
有据可依(Grounded):指出的必须是变更代码中真实存在的问题。
高信噪比(High-signal):报告的应该是真正的 bug 和高风险代码行,而不是 linter 就能发现的小样式问题。
懂代码库:遵循代码库自身的规范。
及时:在作者还能据此采取行动时发表评论。

同时满足这四点是难点所在。LinkedIn 经过多次迭代构建了自研系统以实现这一目标。下面看看他们的做法。
别再每次 CI 运行都重装工具链了(赞助)

AI agent 发起更多 Pull Request,每个都要从零重装相同的依赖。这是浪费 CI 时间和金钱。
WarpBuild 保留这些工作状态:
快照 Runner 从保存的机器镜像启动,工具链已预装在磁盘上
每个任务仍获得全新、临时性的 Runner
WarpBuild 缓存可在任务间恢复依赖
速度比默认 Runner 快两倍,成本减半
受 Braintrust、Raycast、OpenRouter、Comcast 和 Jane Street 等团队信赖。
使用代码 START50 即可获得 $50 免费额度。
如何构建 AI 代码评审员
回顾前文,目标是部分自动化。PR 仍会经过人工评审,但 AI 评审先行。企业部署 AI 评审员有多种选择。有些方案部署简单但灵活性低,另一些构建工作量大但能让你更精细地控制评论质量。
三种常见方向是:
使用供应商提供的评审员
使用现成模型配合自定义规则
自研一套多智能体(multi-agent)审查系统

方向一:使用第三方厂商的审查工具
想快速部署 AI 审查员,最省事的办法就是直接从厂商那里购买托管系统。这个审查工具会接入…
