GitHub 推出 ReviewBench，为 AI 代码审查提供开放评估基准

新闻要点

GitHub 于 2026 年 10 月 5 日介绍 ReviewBench，一项面向 AI 代码审查工具的开放基准。它关注审查工具能够发现哪些问题、遗漏哪些问题，以及有效发现与无效提示之间的取舍。

官方介绍，基准包含跨 19 种语言的 219 个公开拉取请求，并结合人工审查、大语言模型和静态分析等来源建立参考问题集合。这些数字描述的是基准样本，不能直接理解成覆盖了所有软件项目。

为什么需要统一评估

同样是审查代码，有的团队更关注严重错误，有的团队希望尽可能扩大问题发现范围。统一样本和评估标准，有助于团队在相似条件下比较工具，而不是仅凭某一次演示判断表现。上述方法与能力描述来自 GitHub 公告，本站没有独立运行基准。

CoinFunds 观察

基准可以提供比较起点。实际采用工具时，团队仍需要结合自己的代码、误报处理成本和验收流程验证。一个整体分数不一定能说明工具在某类业务系统中的表现；将评估结果与具体工作需求一起阅读，会更有参考价值。