AI代码审查开始盯上用户流程

最近看到 Greptile 的新动向，觉得挺有意思：它不再只盯着代码本身找 bug，而是开始测试用户的实际操作流程。这个方向其实点出了当前 AI 编程工具的一个盲区——代码写得再干净，跑不通真实场景也白搭。

据我了解，他们用了 GPT-6 Astra 来做用户工作流的测试，另外用 Daybreak 加强安全层面的检查，还用 Codex 来减少返工。这三件事拆开看都不新鲜，但组合起来其实是在补一条完整的链路：功能对不对、安不安全、返工多不多。以前大家买 AI 代码审查，图的是快；现在开始有人问，它到底能不能在合并前拦住那些只有点进去才会暴露的问题。我自己的判断是，纯静态的代码审查红利快吃完了。市面上工具的输出越来越像，都是那几类风格问题和潜在空指针，团队看多了就麻木。真正能拉开差距的，是谁能把测试往运行时和用户路径上推。Greptile 这一步算是踩在点上，但难度也摆在那：工作流测试的成本比扫代码高得多，误报一旦上来，开发者很快就会关掉。对做出海 SaaS 的团队来说，这其实是个提醒。我们的用户路径往往比国内产品更绕，多语言、多支付方式、多区域合规，任何一环断了都是真实的收入损失。如果 AI 审查能覆盖到这些流程，价值会比单纯抓代码异味大得多。当然，现在下结论还早。工具好不好用，最终要看它在真实仓库里的信噪比。我会继续观察它接下来几个版本的误报率和接入成本，再决定要不要在团队里试。