AI写代码越来越快，审代码的AI却一直没个统一考卷。GitHub这次把尺子摆出来了。

GitHub发布开放基准ReviewBench，专门用来评估AI代码审查智能体。评测集不是随手凑的：187个开源仓库、219个PR、覆盖19种语言。

打开网易新闻 查看精彩图片

为什么是这219个PR

打开网易新闻 查看精彩图片

关键在于分布参考。ReviewBench的题目设计参照了1.039亿次pull request的真实分布，让评测集尽量贴近实际代码审查场景，而不是挑一批理想化的样本。

对做代码审查智能体的团队来说，这意味着多了一个可对齐的公开坐标。