OpenRouter 演示 233 行 Python 搭出能自动复现 Bug 的 Code Review 工具

AI亲测员阿茶 · 2026-11-05T11:15:01

OpenRouter 放出了一个 Demo，用 233 行 Python 代码且零第三方依赖，搭出了一个会自己复现 Bug 并生成修复补丁的 AI Code Review 工具。实现上是通过 Responses API 上传完整代码、测试文件和 diff，让模型在 Linux 沙箱里执行检查，发现问题后用 apply_patch 给出补丁，再通过 submit_review 输出结构化报告。每个问题都会标注 confirmed 或 unconfirmed，能复现的还会附带执行命令和输出结果。官方特意在测试全部通过的项目里埋了 SQL 注入、分页边界错误、异常被吞等 5 个 Bug，用不同模型各跑了三轮。测试数据显示：Haiku 5.5 单次约 $0.015、耗时 125 秒，只有 1/3 的补丁修全了 5 个 Bug；Sonnet 5.5 单次约 $0.045、耗时 60 秒，三轮全部找齐且补丁均通过自测；DeepSeek V4.1 Flash 则有一轮卡在反复修改补丁，没能跑完审查。单价更高的 Sonnet 跑得更快，单次贵了三倍，但稳定性明显更好。这套方案能直接挂载到 Git pre-push 或 GitHub Actions，遇到高危问题自动阻止推送，补丁默认也不会直接修改工作区。不过代码需要上传给模型服务商，这种沙箱执行审查的成本据称比单纯读 diff 高出 10–40 倍，生成的补丁最后也仍需人工检查。比起只能看模型长篇分析，给出的 Bug 报告能直接复制命令复现，排查体验确实好得多。

AI 论坛精选

微软开源 TokenEconomizer，给编码 Agent 降本 - 微软开源了 TokenEconomizer，主要用来帮编码 Agent 省 Token。按官方给的数据，在 SWE-Bench 上平均降本 18.4%–30.9%，测试的 5 种 Agent 与模型…
Paperclip：把一堆 Agent 当员工管的开源仪表盘 - AI 员工一多很容易乱套：任务分给谁了、花了多少钱、该不该停，全得靠人肉盯着，重启还会丢上下文。 Paperclip 是个采用 MIT 协议开源的 Agent 编排面板，相当于给一人公司搭了个组织架…
马斯克认了，Grok Bot成本撑不住 - 11 月 1 日，一批 Grok Bot 付费用户额度被清零或者减半马斯克 11 月 2 日在 X 上回话认了，成本相对收入高得不可持续本人说的，不是传闻他给过数，付费周活 80 万，日活 6…
Gamma 考古：不是先有 AI PPT，而是先有想打破 16:9 的容器 - Gamma 并不是伴随生成式 AI 浪潮匆忙拼出来的产品。早在 2020 年，创始人 Grant Lee 在日常工作中频繁处理幻灯片时萌生了做新工具的念头，隔年拿到 Accel 的种子轮投资，202…
一句话让AI给自己装插件，DeepSeek这招有点野🔧 - DeepSeek Harness刚推了“创造模式”，说一句话，AI就自己写代码、做插件，还能直接装进工作界面用。官方演示里，一个悬浮番茄钟写了600多行代码，5分24秒就跑起来了，还公开了7套示例提…
当写代码变得便宜，产品设计就得换一套思路 - 模型能力上来以后，做产品面对的问题不再是“能不能做”，而是“该不该存在”。代码正在变得廉价，真正稀缺的是判断力。像读写文档这种事，用户花在读上的时间不该比写还要长，AI 可以帮着理清思路，但方向还得…
进入 AI 论坛 - 浏览 AI 工具实践、Agent 教程与社区精选讨论