让 Codex 帮你做 Code Review:能审什么,别指望什么
把一段代码交给同事审,和交给 Codex 审,是两件完全不同的事。同事审代码,审的是「这段改动放在整个项目里合不合理」;Codex 审代码,审的是「这段代码本身有没有看得见的问题」。搞混了这两件事,要么是对它期望过高——指望它替你把关架构,要么是把它用成了摆设——只让它看格式对不对。
先说结论:Codex 适合审「看得见、摸得着」的问题,不适合审「需要项目上下文才能判断」的问题。用对地方,它能帮你拦住不少低级错误;用错地方,你花了额度,还以为自己审过了。
它能审好的三类问题
第一类是明显的逻辑错误。空指针、越界、下标算错、条件写反,这类问题不需要知道业务背景,只看代码本身就能发现。
比如这样一段代码:
def get_first(items):
return items[0]
Codex 一眼就能指出:items 为空时会抛异常,调用方如果没保证非空,这里就是个隐患。它还能顺手给出修法:先判空,或者返回默认值。这类问题它审得又快又准,因为判断依据全在代码里。
第二类是重复和不一致。同一个逻辑在三个地方写了三遍,或者同一个错误处理,前面用抛异常、后面用返回 None,Codex 很擅长把这些揪出来。它读代码没有疲劳感,几百行扫下来,重复模式逃不过它。
第三类是安全和性能上的常见坑。SQL 拼接、用户输入直接进命令、循环里反复查库、明文存敏感信息,这些属于「通用知识」,不需要了解你的业务就能判断。让它按这个方向审,命中率不低。
它审不好的三类问题
第一类是业务逻辑对不对。一段代码算出来的折扣是不是符合你们的促销规则、一个状态机跳没跳对、权限校验够不够严——这些判断需要知道业务应该是什么样,Codex 不知道。它只能告诉你代码「跑得通」,不能告诉你「算得对」。
第二类是架构层面的取舍。这个模块该不该拆、这层抽象有没有必要、这个接口以后好不好扩展——这类问题没有标准答案,答案藏在项目演进的历史和未来的规划里。Codex 没有这些信息,给出的建议往往是「教科书上是对的,放你这儿不合适」。
第三类是跨文件的隐含约定。项目里约定配置从环境变量读,某处代码却读了配置文件;约定错误码按某个范围划分,新代码用了范围外的值。Codex 单看一次改动,很难发现这种「和别处不一致」的问题,除非你把相关文件一起喂给它,并且明确告诉它约定的内容。
怎么让它审得更准
审之前先给它范围。不要说「帮我审一下这段代码」,要说「帮我审这段代码里的空值处理和边界条件」,或者「重点看有没有 SQL 注入和越权问题」。范围越具体,它越不容易跑偏到格式、命名这些细枝末节上。
把相关的上下文一起给它。如果要审的改动依赖某个工具函数、调用了某个接口,把那些文件也放进同一个会话里。Codex 的判断质量,很大程度上取决于它能看到多少相关代码。只给它看改动的那几行,它就只能审那几行。
让它分优先级报问题。直接让它列问题清单,它会把「变量名不够直观」和「这里会丢数据」并排放。你可以要求它分三档:必须修的、建议修的、可以忽略的。这样你一眼就能看到真正要命的那几条,不会被一堆小问题淹没。
最后一条,也是最重要的一条:它报的问题,你要自己再过一遍。Codex 审代码也会误报——把有意为之的设计当成错误,或者给出一个看着合理、实际会引入新问题的修法。把它当成一个很勤奋、但不了解你项目的初级审稿人:它指出来的地方值得你看一眼,但改不改、怎么改,决定权在你手里。
一个能直接用的审稿流程
改动写完、测试跑过之后,按这个顺序走:
- 先自己过一遍 diff,确认没有混进无关改动;
- 让 Codex 审逻辑错误和安全问题,范围写具体;
- 对照它报的每一项,自己判断是真问题还是误报;
- 真问题修掉,误报的地方记下来——下次审之前,先把这些背景告诉它,误报会越来越少。
Codex 做审稿人,最大的价值不是它比人看得细,而是它不知疲倦、随叫随到。把它放在「先扫一遍、拦住低级错误」的位置上,再由你来做最后的业务判断,这套搭配用起来最划算。指望它一个人把关到底,迟早会在它看不见的地方翻车。