**ARCTIC：从代码审查转向代码批判，应对大规模 AI 生成代码差异**

_Code Critique: Intent, Drift, and Spotlight for AI-Generated Diffs at Scale_

> 针对 AI 编码智能体生成代码量超出传统同行评审能力、现有 AI 审查工具又过度关注风格等低价值建议的问题，论文提出 ARCTIC 代码批判系统，围绕三项能力重构代码审查：意图预测（从对话日志与元数据推断改动原因）、漂移检测（通过回译衡量开发者意图与智能体输出之间的偏差）、代码聚焦（对差异中最需人工审查的区域排序）。这些能力基于从 1.8 万条代码审查中提炼的六主题分类体系。离线评估显示，意图预测 F1 达 0.86，漂移检测与人工标注者的一致度接近完美（QWK=0.907），代码聚焦在质量估计上以 1/5 的 token 消耗超越基线 AI 审查器 2.4 倍。实验性上线中，漂移分数使代码错位额外降低 5.76 分（p=0.026），意图预测获得 90.2% 的认可率，且自上线以来自审差异未归因出任何缺陷。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：论文
- **发布时间**：2026-09-24 03:45（北京时间）
- **原文**：[打开原文](https://arxiv.org/abs/2607.29516)