然而，仅靠固定检查器的静态分析并不够。纯 LLM 评审有几个局限：多次运行结果不稳定、安全问题召回率低、大规模使用成本高，而且容易被无关因素“带偏”。
过去 6 年，我们一直在构建一个确定性、纯静态分析的代码评审产品。今年早些时候，我们开始从底层重新思考这个问题，意识到静态分析恰好能弥补纯 LLM 评审的关键盲区。过去 6 个月里，我们构建了一个新的“混合”智能体循环：将静态分析与前沿 AI 智能体结合，在发现和修复代码质量与安全问题上，优于纯静态分析和纯 LLM 工具。今天，我们将其公开发布。
混合架构的工作原理如下：
-
静态扫描：5000+ 个确定性检查器（覆盖代码质量、安全、性能）建立高精度基线。子代理会抑制特定上下文中的误报。
-
AI 评审：智能体以静态分析结果作为锚点进行代码评审。它能使用 AST、数据流图、控制流、导入图等工具，而不仅仅是 grep 和常规 shell 命令。
-
修复：子代理生成修复代码。静态校验框架会在输出干净的 git 补丁之前验证所有修改。
静态分析解决了 LLM 的几个关键问题：多次运行间的非确定性、安全问题的低召回率（LLM 容易被代码风格分心），以及成本（静态分析缩小范围可减少提示词长度和工具调用）。
在 OpenSSF CVE Benchmark [1]（200 多个真实 JS/TS 漏洞）上，我们取得了 81.2% 的准确率和 80.0% 的 F1；对比 Cursor Bugbot（准确率 74.5%，F1 77.42%）、Claude Code（准确率 71.5%，F1 62.99%）、CodeRabbit（准确率 59.4%，F1 36.19%）和 Semgrep CE（准确率 56.9%，F1 38.26%）。
在敏感信息检测上，F1 达到 92.8%；对比 Gitleaks（75.6%）、detect-secrets（64.1%）和 TruffleHog（41.2%）。我们使用了自己开源的分类模型。[2]
完整方法论以及每个工具的评估方式：https://autofix.bot/benchmarks
你可以通过我们的 TUI（终端界面）在任何仓库上交互式地使用 Autofix Bot，也可以把它作为 Claude Code 的插件，或者通过我们的 MCP（模型上下文协议）在任何兼容的 AI 客户端（如 OpenAI Codex）中使用。[3] 我们专为 AI 编码智能体优先的工作流而打造，因此你可以让智能体在每个检查点上自动运行 Autofix Bot。
欢迎今天就试试：https://autofix.bot，我们很期待听到你的反馈！