发生了什么
GitHub 于10月5日推出面向 AI 代码审查的开放基准 ReviewBench。关键是审查能否发现真正重要的缺陷。
为何重要
评论数量不能代表审查价值。冗长的建议可能增加工作，却漏掉权限漏洞。评估应区分可执行发现与风格建议，记录误报，并检查修复是否引入新问题。仓库上下文也会改变结果。
接下来检查什么
从历史拉取请求建立小型测试集，使用已知结果评分严重性、定位准确性与误报，再让维护者判断节省了多少工作。不要把公开基准分数直接当作自己仓库的实际表现。
事件日期指原始公告日期，发布日期指本文首次刊登于 Codorc 的日期。
