LiveReview

今年二月，你们帮 git-lrc 冲到了 Product of the Day 第 3 名。谢谢。

git-lrc 解决了一个问题：开发者 commit 了自己没读过的 AI 生成代码。

随着团队开始采用它，一个更大的问题在 pull request 环节冒了出来。

AI 让写代码变便宜了，review 却依然昂贵。

每个 PR 都排在同一条队列里，等同样那几位资深工程师。

改个变量名和重写一条支付流程，得到的关注度却一样。

资深工程师成了瓶颈。他们只能草草扫过，高风险改动就这样溜进了生产环境。

大多数 AI review 工具只是往讨论串里加更多评论。

我们按生产结果来衡量 review：事故更少、回滚更少、资深 reviewer 花的时间更少。

LiveReview 沿用了 Meta 内部大获成功的 AI review 系统 RADAR 的思路：给每个改动打风险分，让安全改动走快速通道，把有风险的改动送给合适的 reviewer。

在 Meta，这套做法让生产事故降到原来的 1/50、回滚降到原来的 1/3，review 速度提升了 35%。

LiveReview 的具体做法是：

- 自动批准：风险最低的 30–50% 会立即通过。其余改动一律交给人工 reviewer。

- 风险优先 review：高风险 PR 会排到队列最前，评论按影响范围排序，并发送给工程师处理。

- Cognitive Coverage：把 PR 当幻灯片或摘要过一遍，或在 merge 前自测一下。让你的团队依然看得懂 AI 写的代码。

- Livi Assistant：用大白话询问你的工程数据，网页端或 Slack、Teams 和 Discord 里都行。通过 50+ 个可操作图表，追踪采用情况、ROI 以及需要重点关注的团队。

- 集成：GitHub、GitLab、Bitbucket、Gitea 和 Azure DevOps。

- 任意 AI 模型：复用你已经在付费的 Claude 或 OpenAI key，或使用 15+ 家 AI 提供商中的任意一家，也可以直接用 LiveReview 模型。

LiveReview 免费且可自托管。可运行在你自己的基础设施上。

看看它怎么运作，然后点 Try Free：https://hexmos.com/livereview/

如果你喜欢我们正在做的东西，给它点个 star，帮助开发者发现 LiveReview：https://github.com/HexmosTech/LiveReview

恭喜发布，shrijith。自动批准低风险 PR 这块我会格外谨慎。一个很小的定价或配置改动，在代码里看着无害，却仍可能影响客户。这类改动也能被标成有风险吗？

在一个组织还没有记录任何回滚或事故之前，自定义 ML 模型在风险评分里能占多大权重？

热烈恭喜发布！

Cognitive Coverage 也会跑在自动批准的 PR 上吗，还是只跑那些分派给 reviewer 的 PR？

恭喜发布。我们能不能自定义某些特定类型的 diff，让它们即使风险评分较低也直接交给评审人？