阿里巴巴(BABA)开发的AI代码审查工具OpenCodeReview在GitHub平台上的星标数已突破5万大关。该工具的官方规则库明确包含对虚拟货币智能合约语言Solidity和Vyper的专项审查项,引发开发者社区关注。
截至14日,其项目页面显示已有约5.1万个星标与3.8千次分支复制。由于数值为四舍五入结果,具体增长趋势无法精确追踪。该项目采用Apache-2.0开源协议,面向全球开发者开放使用。
OpenCodeReview是一款基于命令行的自动化审查辅助工具,能够结合代码变更内容与上下文环境,由大型语言模型生成审查建议,并精准定位评论位置。开发者可通过预设流程选择文件并匹配对应规则,实现高效协同。
据阿里巴巴官方介绍,该工具最初为内部研发流程优化而设计。过去两年间,已有数万名开发人员在公司内部使用,累计识别出数百万个潜在缺陷。相关数据来源于企业内部统计,未对外公开验证。
官方规则文档建立了不同文件扩展名与审查规则的映射关系:.sol对应Solidity合约,.vy对应Vyper合约,同时涵盖Verilog、SystemVerilog及VHDL等硬件描述语言的检查项。
需要强调的是,当前规则仅覆盖基础语法与常见模式检测,并不等同于具备专业级智能合约安全审计功能,也无法证明其在芯片设计验证场景中的实际效能。
由阿里巴巴研究人员撰写的预印本论文对OpenCodeReview v1.3.1版本进行了系统评估,采用AACR-Bench基准测试集,包含来自50个开源项目的200个代码合并请求,共涉及1505条审查意见。
测试在6种不同大型语言模型后端环境下运行。结果显示,在相同配置下,该工具的SEM-F1得分高于Claude Code与基于GPT-5.5的Codex工具。其中,与Codex的对比仅限于特定模型配置。
最高得分为25.10%,精确率33.90%,召回率20.00%。研究团队指出,相比同类工具,其令牌消耗量降低5至15倍,显著提升效率。
评估方法依赖LLM判断审查意见是否与标准答案语义一致,因此结果受测试集范围和评分逻辑影响。研究也承认,所用样本未完全覆盖行业典型代码库及领域专用语言,且SEM-F1指标未涵盖评论的可执行性、清晰度或严重程度,不能直接推导出真实世界审计表现。
在GitHub讨论区,有自称来自Wisk.aero的用户表示,该工具曾用于初期集成流程的概念验证,但认为其输出仍需人工复核,不宜作为强制审核依据。另一名自称为KUKA Robotics成员的用户则透露已将其纳入常规代码审查流程。以上均为个人经验分享,非企业级部署声明。
此外,11月7日发布的一则GitHub Issue反映,v1.13.6版本在与GitHub Copilot API及Claude模型集成时,可能出现首次调用后的后续调用缺失问题,属于特定环境下的兼容性挑战。
安全方面,GitHub于9月10日发布通告,指出1.11.1版本前的rule.json文件存在潜在风险。若攻击者控制的仓库在审查主机上运行,可能读取最多512KB的.md、.txt或.markdown文件并发送至外部模型服务。该漏洞主要触发条件为“自身运营管道检出不可信分支”。修复版本为1.11.1,建议用户及时升级以防范风险。