Alibaba открыла ИИ-ревьюер кода, которым два года пользовались десятки тысяч разработчиков
Alibaba открыла код Open Code Review — программы, которая проверяет чужие правки и пишет комментарии к конкретным строкам. Два года она работала внутри компании: ею пользовались десятки тысяч разработчиков, а нашла она миллионы дефектов. Выбор файлов и группировку правок делает обычный код, а не нейросеть, поэтому крупные изменения не проверяются выборочно. Если ваш ИИ-ревьюер пропускает файлы и путает строки, эту схему стоит перенять.
AI-обработка оригинала GitHub Trending AI; редакция Hamidun News
Ревью кода — это когда коллега смотрит ваши правки перед слиянием в основную ветку и пишет замечания к конкретным строкам. Alibaba открыла инструмент, который делает это с помощью нейросети: Open Code Review, консольную программу, выросшую из внутреннего ИИ-ассистента компании. По словам авторов, за два года им пользовались десятки тысяч разработчиков Alibaba, а инструмент нашёл миллионы дефектов в коде. После такой обкатки его превратили в открытый проект, и сейчас он в GitHub Trending: около 206 звёзд за день. Главное отличие от привычных ИИ-ревьюеров в том, что нейросеть здесь не управляет всем процессом сама.
Чем плохи универсальные агенты
Многие пробовали отдать diff (список изменений) агенту вроде Claude Code с навыком для ревью. На больших наборах правок он начинает «халтурить»: проверяет часть файлов и молча пропускает остальные. Замечание про «строку 42» может относиться к строке 57. А ревью, которое держится на тексте промпта, трудно отлаживать: качество заметно скачет от небольшой правки формулировок.
Диагноз авторов: если процесс целиком описан словами, у него нет жёстких гарантий. Представьте проверяющего, которому сказали «посмотри всё внимательно», но не дали списка файлов. Он посмотрит то, что покажется важным.
Что делает код, а что модель
В Open Code Review работу поделили. Всё, что должно быть надёжным, выполняет обычный детерминированный код:
- определяет, какие файлы нужно проверить, а какие отфильтровать, чтобы важная правка не потерялась;
- группирует связанные файлы в пакеты, и каждый пакет проверяет отдельный субагент с изолированным контекстом. Так ревью стабильно на огромных изменениях и легко идёт параллельно;
- подбирает правила ревью под конкретный файл, чтобы модель не отвлекалась на лишнее;
- отдельные модули привязывают комментарии к нужным строкам и перепроверяют собственные замечания.
Агенту остаётся то, что без модели не сделать: решать, какой контекст подтянуть, и анализировать код. Он может открыть файл целиком, поискать по репозиторию, заглянуть в другие изменённые файлы. Набор его инструментов авторы вывели из разбора реальных трасс вызовов в продакшене, а промпты оптимизировали под ревью и экономию токенов. Есть и режим без diff: команда ocr scan проверяет целые файлы или каталоги, например при аудите незнакомого репозитория.
Качество, ограничения и запуск
Авторы заявляют, что на той же самой модели их инструмент даёт более высокую точность, чем универсальные агенты, тратит меньше токенов и быстрее завершает ревью. Проверяли на собственном бенчмарке AACR-Bench: реальные задачи из популярных открытых репозиториев, разметку перепроверили более 80 старших инженеров. Бенчмарк выложен на Hugging Face, так что сравнение можно повторить на своём коде.
Есть честная оговорка: полнота, то есть доля найденных настоящих дефектов, у инструмента ниже, чем у универсальных агентов. Это осознанный выбор в пользу точности. Меньше ложных срабатываний значит меньше времени на разбор шума, но часть проблем может проскочить.
Поставить можно командой npx skills add alibaba/open-code-review или npm install -g @alibaba-group/open-code-review. Режимов два. В нативном нужен свой endpoint модели, и тогда работает весь конвейер. В режиме делегирования ревью выполняет ваш агент (Claude Code, Codex, Cursor, Kimi Code) на своей модели, а OCR отвечает за выбор файлов, правила и структуру отчёта. Отдельный ключ при этом не нужен, но подписка на агента не заменяет API-ключ для нативного режима. Есть интеграции с GitHub Actions, GitLab CI и Gerrit, а также OpenTelemetry для наблюдаемости.
Для команд, которые строят собственных ревью-агентов, вывод архитектурный: выбор файлов, группировку и проверку позиций комментариев стоит отдать обычному коду, а языковую модель оставить для анализа.
- 21 нояб. 2026 г.Anthropic закрыла первую неделю на бирже с оценкой $1,6 трлн, но за день упала на 8,5%
- 21 нояб. 2026 г.Thinking Machines выпустила Inkling 2 Mini: 26 млрд параметров и 20,1 балла в AA Index
- 21 нояб. 2026 г.15 субагентов Claude Code написали систему для цеха, а релиз принимает агент без права правки
- 21 нояб. 2026 г.Математик Anthropic заявил: Claude помог за 6 недель доказать гипотезу Римана
Вопросы и ответы по материалу
Что известно по теме: чем плохи универсальные агенты?
Многие пробовали отдать diff (список изменений) агенту вроде Claude Code с навыком для ревью. На больших наборах правок он начинает «халтурить»: проверяет часть файлов и молча пропускает остальные. Замечание про «строку 42» может относиться к строке 57. А ревью, которое держится на тексте промпта, трудно отлаживать: качество заметно скачет от небольшой правки формулировок. Диагноз авторов: если процесс целиком описан словами, у него нет жёстких гарантий.
Что известно по теме: что делает код, а что модель?
В Open Code Review работу поделили. Всё, что должно быть надёжным, выполняет обычный детерминированный код: определяет, какие файлы нужно проверить, а какие отфильтровать, чтобы важная правка не потерялась; группирует связанные файлы в пакеты, и каждый пакет проверяет отдельный субагент с изолированным контекстом.
Что известно по теме: качество, ограничения и запуск?
Авторы заявляют, что на той же самой модели их инструмент даёт более высокую точность, чем универсальные агенты, тратит меньше токенов и быстрее завершает ревью. Проверяли на собственном бенчмарке AACR-Bench: реальные задачи из популярных открытых репозиториев, разметку перепроверили более 80 старших инженеров. Бенчмарк выложен на Hugging Face, так что сравнение можно повторить на своём коде. Есть честная оговорка: полнота, то есть доля найденных настоящих дефектов, у инструмента ниже, чем у универсальных агентов.
Соберите рабочего ИИ-агента или сервис своими руками без ручного кода
В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.