代码审查

一个开源项目因维护者拒绝接受AI生成的代码贡献，被社区分叉并加入视频硬件加速功能，折射出开源协作对AI代码的信任分歧。

Hacker News 上出现的 ImpactGate 试图在合并环节量化 AI 代码带来的结构性衰减，把“能跑”与“可维护”分开评估。它指向一个正在成形的工程共识：AI 写码的瓶颈已从生成转向审查。

Hacker News 上关于「用智能体搭建 AI 软件工厂」的讨论，把编码智能体从补全代码推进到接管 PR 全流程，值得关注的是工程约束而非模型能力。

GPT-6 Astra 在代码评审场景中展现出显著能力提升，但其隐私处理与使用成本引发开发者关注。本文基于 Hacker News 讨论，梳理核心变化与行业影响。

OpenAI 发布开源工具 Codex Security CLI，可在命令行自动发现并修复代码仓库中的安全漏洞，已内部修复超 3000 个严重缺陷，与 Anthropic Claude Security 形成直接竞争。

Google DeepMind 发布 Gemini 3.5 Flash Cyber，一个专注于网络安全领域的轻量级模型，旨在自动发现并修复软件漏洞，为安全自动化提供新思路。

VulnHunter 是 Capital One 内部开发的 AI 安全工具，利用自主智能体（agentic AI）在代码提交前自动检测漏洞，旨在将安全左移并减少人工审查负担。

Linux 创始人 Linus Torvalds 在内核邮件列表上明确支持 AI 工具 Sashiko，并称会“大声忽略”任何劝阻他人使用 AI 的批评者。