档案库 · 开发与企业工具 · 产品决策 · 2026
阿里开源内部AI代码评审工具：Open Code Review 星数破1.8万
阿里将两万名开发者用了两年的代码评审工具开源：Open Code Review 三个月登上 GitHub Trending，星数超1.8万。
Open Code Review（阿里巴巴集团）
做的是什么生意
Open Code Review (ocr) is Alibaba Group's open-source AI code-review CLI, derived from the company's internal assistant that served tens of thousands of developers for two years and caught millions of defects. It reads a Git diff, routes files through deterministic selection and rule matching, and has LLM agents judge each bundle, producing line-level structured comments. It is Apache-2.0 and written in Go.
起因
Alibaba's official AI code-review assistant ran inside the company for two years, serving tens of thousands of developers and catching millions of defects. In May 2026 Alibaba open-sourced it as Open Code Review; within two weeks the repository had 1,270 stars, and by late July it was on GitHub Trending at 14.5k stars.
经过
The hybrid design splits review into deterministic and judgment halves: file selection, bundling of related changes and comment anchoring are engineering code, while reading context, searching the codebase and judging issues belong to LLM agents, with a reflection module that cross-checks output for invented APIs. The tool supports OpenAI-, Anthropic- and DashScope-compatible models, runs locally for compliance-sensitive teams, and integrates with GitHub Actions, GitLab CI, Gerrit, Claude Code, Codex, Cursor and OpenCode. Growth compounded through the summer: 14.5k stars on GitHub Trending in late July, then 18k+ by August 3 with weekly additions around 4,750.
结果
Still running as of September 2026 with integrations and releases continuing; the bet is that teams adopt an AI reviewer whose reliability comes from engineering rather than prompting.
背景
Open Code Review 是阿里巴巴集团开源的AI代码评审命令行工具，源自内部助手，该助手服务了数万名阿里开发者两年，发现数百万个缺陷。公司于2026年5月将其开源，两周内仓库获得1270星。
其核心思想是分工：确定性工程代码决定评审哪些文件、如何将相关文件分组、如何将评论锚定到具体行，而 LLM 代理只做判断——是否读取更多上下文、搜索代码库或深入探究。反思模块在输出前交叉检查，解决通用AI评审工具的典型问题：文件遗漏、行号漂移、结果不稳定。
基准测试基于50个热门开源仓库、200个真实拉取请求和10种语言，由80多位资深工程师标注了1505个真实缺陷。在相同底层模型下，Open Code Review 在精确率和 F1 上超过一般代理，而 token 消耗约为其1/9，以牺牲召回率换取更少的误报。
验证推动了采用：2026年7月下旬登上 GitHub Trending，星数达1.45万；8月3日超过1.8万，每周新增约4750；据53AI报道，两个半月后超1.7万。它可本地运行，采用 Apache-2.0 许可证，并集成 GitHub Actions、GitLab CI、Gerrit 及主流编程代理，让任何团队都能使用阿里生产验证过的评审方法。
这件事要成立，得有什么
- 在阿里内部两年，两万名开发者使用，发现数百万缺陷，这给了工具任何演示型AI评审工具都无法企及的生产验证。
- 混合架构解决了通用代理的三个长期问题：覆盖不完整、行锚点错误、输出不稳定，将这些步骤从模型控制中移除。
- 基准测试显示在相同模型上具有可衡量的优势——更高的精确率和 F1，token 消耗约为1/9——这直接转化为团队的成本论据。
- GitHub 验证了发布：两周内1270星，7月下旬登上 Trending 达1.45万，8月3日超1.8万，每周新增约4750。
可借鉴之处
把确定性工作交给代码，把判断交给模型：阿里混合评审工具在 token 消耗仅为1/9的情况下，精确率超过一般代理——工程方法优于提示词工程，可靠性更强。
后续进展
Open Code Review 成为阿里2026年最受欢迎的开源开发者工具：在内部使用两年（两万名开发者，发现数百万缺陷）后于5月开源，两周内达到1270星，7月下旬登上 GitHub Trending 达1.45万，8月3日超1.8万，每周新增约4750。它保持 Apache-2.0、Go 和本地优先，并集成 CI 和编程代理。其权衡是牺牲召回率换取高精确率——适合 CI，不适合全面审计。阿里是否能保持势头并将 OCR 打造成围绕 Qwen 模型的平台，仍待观察。
资料来源
- Alibaba just open-sourced an AI code review tool that caught millions of bugs in two years (14.5k stars on GitHub Trending)
- Alibaba open-sources the AI code reviewer it ran for two years - I tested Open Code Review (18k+ stars, +4,750/week)
- The AI code review tool 20,000 Alibaba developers used for two years is now open source (17k+ stars in 2.5 months)
发现哪里写错了？告诉我们。
轮到你了
你刚读完一家。说说你在做什么，看看谁在赌同一件事。
免费账号 · 3 次免费提问 · 不用绑卡