170 个测试全部通过、19 项发布门禁无失败,AI 审查仍找出 58 个问题,其中 3 个阻断发布。这件事说明:代码通过不等于流程可靠,而自动化检查最有价值的地方,正是替人发现那些“看起来已经做完”的环节。

这是什么

作者为一款把 DeepSeek Harness 会话组织成多角色圆桌讨论的插件做了一次只读 AI 审查。审查覆盖代码结构、安全稳定、功能交互、性能资源、可维护性和发布准备,并要求每条问题附文件路径与行号,不能确认的标为待确认。

结果里最关键的并非业务代码,而是三处发布流程断点:锁文件与依赖声明不一致,导致持续集成在第一步停止;发布命令缺少版本标签参数,新版 npm 会拒绝发布;默认安装标签停在两个版本之前,市场实际采集的并非最新版本。作者随后把锁文件校验、标签计算和标签同步加入发布流程。

需要区分的是,AI 在这里不是独立裁决者。报告仍由作者交叉核对,抽查结果才被采纳。AI 扩大了检查范围,人承担最终判断。

行业怎么看

我们认为,这给企业采用 AI 编程工具提供了一个更现实的落点:优先寻找可复核、低权限的审查环节,比直接授权模型修改生产代码更稳妥。只读报告、路径行号和人工抽查构成了基本约束,适合进入质量检查流程。

风险也很明确。AI 可能制造“58 个问题”这样的确定感,但数量不等于质量;缺少上下文的插件、文档或安全规则,也可能产生误报。若团队只是接受报告,没有复核机制,自动化审查就会成为另一层不可靠的门禁。

此外,这份经验来自单一插件和个人开发流程,不能据此推断 AI 已能普遍审计复杂企业系统。真正可迁移的方法,是先定义检查维度,再验证每条结论是否可复现。

对普通人的影响

对企业 IT:企业部署 AI 编程或自动化运维工具时,应把权限边界、证据留存和人工复核写进流程。AI 可以扩大排查范围,但发布、权限和回滚仍需明确负责人。

对个人职场:使用 AI 代码助手的人会更清楚,提交记录、测试通过和版本说明都不能替代完整交付。最有价值的提问将从“代码写好了吗”转向“这条流程真的跑通了吗”。

对消费市场:插件市场的默认版本、安装渠道和更新记录会继续影响用户实际获得的功能。消费者仍需留意版本号与发布标签,因为“最新发布”未必等于“默认安装”。