AI赋能代码审查：新赛道崛起，企业信任机制升级

在AI编码领域，一条新的分支赛道正在兴起，那就是代码审查。

从去年的Q4开始萌芽，到今年的Q1加速升温，这一方向已经吸引了包括Accel、a16z在内的美国顶级风投的关注与投资。

随着开发者在使用AI编码工具时产出效率的大幅提升，错误也随之增加。工程师需要花费大量时间去修正AI生成的代码，因此，专门负责代码审查（Code Review）的AI工具应运而生。

值得一提的是，目前这个新赛道中已经涌现出多家公司。例如，CodeRabbit的估值已经高达5.5亿美元，另一家代码审查公司Graphite也在今年3月宣布获得5200万美元的B轮融资，领投方为知名风投Accel。

今天，我们将探讨这个由AI引发并服务于AI的新赛道。

月收入环比增长20%，1500万美金ARR

过去一年，AI让写代码变得越来越容易。然而，随之而来的是代码量激增、Bug增多以及合并请求越来越长的问题，工程师的时间再次被卡在“审查代码”这一步。

CodeRabbit创始人Harjot Gill早在2022年就预见了这一点。

早在2018年，Gill曾将无代理监控公司Netsil卖给Nutanix；第二次创业FluxNinja虽然未成功，却给了他灵感。

在远程管理团队时，他亲眼目睹了Copilot如何导致代码提交暴涨、bug激增以及审查负担飙升。于是他想：是否有办法让AI来“读代码”，帮助人们查找错误？

2022年，团队将大模型接入代码审查流程，自动捕捉缺陷与规范问题。粗糙原型开源后，意外获得了大量开发者的热烈追捧，甚至日本技术社区主动为其撰写博客推荐。

需求一经确认，团队于2023年注册了CodeRabbit公司，专注于一件事：AI代码审查。它像一位常驻审查员，嵌在GitHub/GitLab的PR/MR流程里，既不出现在IDE（集成开发环境），也不分担写代码的任务。

从0到1的功能演进始终围绕审查本身展开：

自动生成PR摘要

逐行给出可执行建议

随新提交增量复查

评论中@它可继续改代码

一键输出发布说明

CodeRabbit首先学会了“读懂代码”。它会学习每个项目独有的写法、风格和历史审查记录，将项目中的结构化信息，如代码的语法树（AST）、函数调用关系、过往的PR记录、Jira任务等数据都喂给大模型。

它生成的评论不仅能解释“为什么”这样建议，还能追溯到具体规则或历史决策，而不仅仅是大模型对文本的“概率”续写。也就是说，生成的评论附带“出处”与“原因”，不再是黑盒概率，而是可追溯的决策，让人放心采纳。

这些能力源自团队早期的布局。两年前他们就预测到“代码审查会成为瓶颈”，于是提前做了“代码图谱”，将项目中的依赖关系、静态分析结果和Linter报告整合起来，让模型能从多个信号判断问题。

他们还设计了一个反馈闭环：开发者每次“采纳”或“忽略”建议，系统都会记录下来反哺模型。

随着时间的推移，模型会越来越熟悉团队的习惯，像一个真正的老同事一样懂你。

Harjot Gill认为，当这种习惯形成后，团队就很难再迁移到别的平台，这就是新的护城河。

在解决审查瓶颈之后，CodeRabbit的功能还进行了向下延伸：

它顺着PR接口进入测试、集成、发布环节，将审查意见、测试报告、安全清单整合到同一个面板。这样，代码质量的把控不再只停留在“合并那一刻”，而是一路延伸到“上线那一刻”。

这样，一个原本只关注diff的小助手就这样沿着流水线前进，慢慢成长为研发协作的AI平台。

成立近两年，CodeRabbit已有8000多家企业客户，包括Chegg、Groupon、Mercury等。月收入环比增速保持20%，ARR达1500万美元。

CodeRabbit的付费方式很特别——由开发者自己决定。即团队先免费试用一段时间，然后由成员投票决定是否留下它。目前转化率达30%。在日本、印度和硅谷的工程师社区里它几乎是靠口碑传播的。

当代码审查成为一门新生意

写代码的速度越来越快，审查的压力也越来越大。

只要有提交就需要审查。而随着AI编程工具的普及审查需求正在成倍增长形成一条高速扩张的新赛道。

这条赛道已不再冷清。

Graphite先后拿下a16z的A轮和Accel的B轮融资定位为“现代化工程协作平台”。

（1）QodoMerge：“懂业务规则的审查队友

旗下QodoMerge开源社区版已上架VSCode与JetBrains官网打出“73.8%建议被采纳”的指标。

与CodeRabbit专注于单次PR的局部分析不同QodoMerge的优势在于“全局理解”。

(2) Sourcery：“重构+审查一体化的编程搭档”

(续)