m.7方法⏱ 约 6 分钟

系统化审查:你的 code review 清单

把"审查意识"变成不漏项的清单

🔎 最后验证 2026-05📚 来源:《AI编程实战三卷书》卷二🧰 Claude Code、Git✅ 123 人学过👁 264 次阅读

为什么学这个

P3 你建立了"要审查"的意识。但光有意识不够——人会偷懒、会漏看。这一节给你一张可执行的审查清单,把审查从"凭感觉"变成"按表过一遍",像飞行员起飞前的检查单一样可靠。

💡 打个比方

飞行员再有经验,起飞前也要照着检查清单一项项核对——不是因为不会,而是因为人会漏。审查 AI 代码也该有这么一张清单:照着过,才不会因为"觉得没问题"而放过真问题。

审查 AI 代码清单(每次照着过):

改动范围:git diff(+ git status 看新增文件)—— 它只改了该改的吗?(注:若改动已被提交,git diff 会显示为空,要看 git log/git show,别因为空就以为没改)
逻辑正确:核心逻辑说得通吗?让它解释你看不懂的部分(但它的解释≠代码真实行为,最终仍要靠第 7 条"真跑/真测"坐实)
边界情况:空输入、超大输入、异常值会怎样?
错误处理:出错了它有没有处理,还是直接崩?
安全:有没有硬编码密钥?用户输入有没有校验?涉及钱/权限了吗?它装的依赖包真实存在、来源可信吗?(AI 常凭空捏造或仿冒包名)
简洁:有没有过度设计、没必要的复杂、重复代码?
真的验证过:不是"看起来对",而是真跑过、真测过?

🔗 连一连

把审查项和它要防的问题连起来。

先点左边一项,再点它对应的右边。

❓ 测验

关于审查清单,正确的用法是?

⚠️ 避坑让 AI 自查 ≠ 你审查

你可以让 AI 自己按清单检查一遍(很有用),但它的自查不能替代你的审查——它可能漏看、甚至自信地说"没问题"。把 AI 自查当成"第一道筛",你的把关才是"最后一道关"。两者叠加,不是二选一。

🤖 让 AI 按清单先自查(收藏)

请对你刚才的改动,按这份清单逐项自查并如实汇报:1) 改动范围(动了哪些文件/行,有没有超出我的要求);2) 逻辑是否正确;3) 边界情况(空/异常输入);4) 错误处理;5) 安全(密钥/输入校验/权限);6) 是否过度设计。每项给结论和理由。我会在你自查后再亲自复核。

🔎 来源与核验· 1 条,点开核对

本节每个关键论断都对应一个可追溯的来源 —— 这是本课程"靠谱、不过时"的底线。

「用结构化清单系统化审查(范围/逻辑/边界/错误/安全/简洁)提升代码可靠性」

让 AI 写一段有外部输入的代码(比如"读取用户上传的 CSV 并入库")。它多半会说"好了"。

现在别信它,拿本节的审查清单逐条过:有没有校验输入格式?空文件/超大文件怎么办?编码错了呢?出错时给了有用的提示吗?

你会看到:凭感觉觉得"没问题"的代码,按清单过一遍,常能挖出好几个它只字未提的隐患。审查从"凭感觉"变成"按表过一遍",才可靠——像飞行员起飞前的检查单。

✅ 小结

你有了审查清单。清单里最该坐实的一项是"真的验证过"。怎么系统地验证?靠测试。下一节学测试思维——P3 没碰过的新功夫。

下一节 → 测试思维:让 AI 写测试并验证

都看到这了，打个赏呗！