阿里巴巴内部打磨两年的 AI 代码审查助手开源了，用 Go 编写的 CLI 工具…

阿里巴巴内部打磨两年的 AI 代码审查助手开源了，用 Go 编写的 CLI 工具（命令名 ocr），读取 Git diff，让 LLM Agent 带着专用工具去审查代码，输出行级精确定位的审查意见，把 代码审查 做到工程化、可复现。 通用 Agent（如 Codex/Claude Code + Skills）做代码审查有三大顽疾：漏审、位置漂移、质量不稳定。根因诊断是：纯语言驱动的架构对审查过程缺少硬约束。这个诊断直接催生了它的核心设计。 核心架构：确定性工程 × Agent 混合，多阶段流水线，每个阶段用独立的、短的 prompt 模板。Agent 可调用的工具只有 7 个，工具集极简，是从大规模生产轨迹中提炼的——每个工具都有明确职责边界，这与通用 Agent 的百宝箱思路形成鲜明对比。 内置 52 份规则文档，通过 system_rules.json 的 glob 路径映射精确匹配：Java 文件用 java.md，MyBatis mapper XML 用 mapper_dao_xml.md，GitHub Workflows、Cargo.toml、protobuf 各有专属规则。 在自建的 AACR-Bench 上评测（50 个热门开源仓库、200 个真实 PR、10 种语言、80+ 资深工程师标注 1505 个问题），结论：相同底层模型下，Precision 和 F1 显著高于通用 Agent，token 消耗仅约 1/9，速度更快；但 Recall 刻意偏低：宁缺毋滥，少报不误报。 项目地址：github.com/alibaba/open-c…