大家好！我是Gentian Elmazi，我是一名拥有超过十年经验的软件工程师，并且是Infinitcode.com的联合创始人。我将开始我的第一个#buildinpublic系列（建在公共）。我们公司与各行各业的客户合作，开发由深度技术如AI、NLP、区块链等支持的网络应用程序。

……

从第一天开始，我们就编写具有可维护性、可读性和可扩展性的代码。我们采用分层架构模式，并使用依赖注入来实现模块化和可测试性，以保持代码的清晰度。在源代码控制上，我们遵循GitHub Flow。

• feature/* 分支
• → 发起拉取请求
• → 同行评审
• → 合并到 dev
• → 正式上线

……

随着我们客户群和项目范围的扩大，我们的资深工程师大约花40%的时间进行代码审查。频繁地在多个代码库之间切换上下文开始侵蚀我们一贯坚持的高标准，导致了我们无法忽视的生产问题。

等等

当AI助手承诺能带来30%到40%的工作效率提升时，我们迫不及待地采纳它们。然而，现成的AI工具往往令人失望。

1. 违反了公司的规则
2. 引入了不一致的模式
3. 漏掉了关键的边缘情况

……

我们决定大胆尝试一把，开发了一个内部的AI代码审查器——现在作为Infinitcode.ai的公开测试版——来帮助我们优化工作流程，结果很快就看到了：

• 35% 工作效率提升

自动化的 PR 摘要和内联建议让高级工程师可以更专注于高价值的评审，将评审周期从几天压缩到几小时。

• 30%性能改进

AI 识别出了效率低下的循环和不必要的计算，这些错误通常只有在生产环境中进行性能分析后才能被发现。

• 发现了15+个安全漏洞

关键漏洞在拉取请求阶段就发现了，而不是在部署后几周才发现。

• 修复了120多个拼写和格式错误

提升了代码的一致性和文档的可读性。

安全修复示例

⚠️ 风险：在大量并发操作中，非加密的 UUIDv4 生成可能存在碰撞。

🔧 修复：实现了带有安全的碰撞检查的 crypto.randomUUID()，确保每秒处理数千条记录时仍能生成唯一的标识符。

即使有了十年的编码经历，我可能还是会错过这个细微的 bug，直到它上线——所以 AI 早期就发现了它，真是一个真正的大改变。

以下图表展示了我们提升了35%的生产力和30%的性能——以及AI审阅器发现的数十个安全漏洞问题和超过120个拼写错误——这表明AI审阅器显著改善了我们的工作流程。

• 多模型整合

DeepSeek的架构符合我们的需求，让我们能够灵活切换模型。

• 自定义规则

上传我们的代码检查和安全策略确保AI的建议与我们的编码标准完全一致。

• 快速响应和支持

通过直接与团队合作，我们能够在几小时内而不是几周内迅速调整工具。

（注：原文为空。）

1. AI赋能，不取代

开发人员依然很重要——AI负责处理例行检查，使人类能够专注于设计和。

1. 迭代规则

不断优化您的AI的规则和模型设置，随着代码库的发展。

1. 测量与可视化

关注生产效率、缺陷捕捉率、审查时间等指标，以展示投资回报并确保各方保持一致。

我很想听听大家是如何改变你的代码审查过程的——在下面评论区分享你的经历或疑问吧！

欢迎试用Infinitcode.ai的alpha版，希望你能喜欢。你的反馈对我们很有帮助。