ReviewBench：面向 AI 代码审查的开放基准

智能体代码审查（Agentic Code Review）正在成为开发流程中不可或缺的一环。它帮你检查 PR、发现问题，在代码上线前判断哪些值得关注。但现有 AI 审查工具的质量很难衡量，你得先了解一个审查器的强项，才能判断它对你是否有用。有的审查器能发现更多问题，有的噪音更少；有的擅长抓关键缺陷，有的则会给出一些小的改进建议。在你的工作流里，代码审查可能承担不同的职责。正因如此，搞清楚不同审查器之间到底怎么对比就很重要：它们各自能发现什么、会漏掉什么、做了哪些取舍。 一个好的代码审查基准应该反映真实 PR 的多样性，覆盖广泛的审查结果类型，并支持按严重程度、类别以及精确率-召回率的偏好做有意义