Arize AI的Laurie Voss在AI工程师大会探讨代码审查瓶颈：自动化代理生成代码激增但人工审查失效
Arize AI开发者关系负责人、npm联合创始人Laurie Voss在AI Engineer大会上发表演讲，指出使用自主代理的开发者编写了更多代码，但软件交付速度并未同比例提升。她引用OpenAI、METR和Cognition的数据，论证人类代码审查已成为新瓶颈，并探讨了Cursor、GitHub等公司的自动化审查实践及提示注入风险。
在2026年9月30日发布的AI Engineer大会视频中，Arize AI开发者关系负责人、npm联合创始人Laurie Voss分析了人工智能辅助编程时代的新瓶颈。Voss指出，尽管开发者利用自主代理编写的代码量显著增加（据描述称增加了741%），但实际交付的软件增量却远低于此（仅约30%）。这一差距表明，代码生成已不再是限制因素，人类审查环节成为了新的阻碍。
Voss在演讲中引用了多项行业证据来支持这一观点。她提到了OpenAI的零人工代码产品、METR关于SWE-bench通过测试的PR中约有一半无法被合并的研究发现，以及Cognition的FrontierCode基准测试结果（在SWE-bench Pro上得分为88%，但在真实可合并性上仅为29%）。这些数据旨在说明，现有的自动化测试和评估标准与代码实际进入生产环境的能力之间存在巨大鸿沟。
此外，该视频还涵盖了当前业界应对这一挑战的具体实践。Voss讨论了Cursor和GitHub如何在生产环境中运行审查流程，以及多轮审查和默认怀疑策略如何减少误报。她还引用了Carlini构建的由代理生成的C编译器案例，以及Bun将百万行Zig代码移植到Rust时产生的13,044个unsafe块，以此探讨完全移除人类介入的风险。最后，她指出自动化审查工具可能受到人类能识别的提示注入攻击的影响，从而使得生产环境成为最后的“审查者”。