阿里巴巴開源 AI 程式碼審查工具 OpenCodeReview：結合確定性流水線與 LLM，內部評測精確率勝 Claude Code 且僅耗 1/9 token

據報導，阿里巴巴近期以 Apache 2.0 協議開源 AI 驅動的程式碼審查 CLI 工具 OpenCodeReview。該工具以 Go 語言開發，將審查流程拆分：由確定性組件負責檔案選擇、打包、規則匹配與 diff 驗證，而動態程式碼分析則交由 LLM 代理完成，避免將確定性工作交給 AI 決策。 OpenCodeReview 內建空指標異常、執行緒安全、XSS 與 SQL 注入等檢測能力，相容 OpenAI 與 Anthropic 模型，支援本機運行，並可與 GitHub、GitLab、VS Code、MCP 及 Claude Code、Cursor 等工具整合。據稱該工具已在阿里內部供數萬名開發者使用兩年。 阿里官方表示，在涵蓋 10 種語言、200 個 PR 的內部評測中，其精確率與 F1 分數皆高於 Claude Code，且 token 消耗量僅約後者的九分之一。然而，工程師 Tom Rochette 指出，唯一一次獨立評測（10 個 Martian-benchmark PR）精確率僅約 12%，維護者稱是工具呼叫異常所致，修復後尚未經獨立驗證。 專家 Daniel Vaughan 則警告，其最佳配置下召回率僅 20%（即漏抓 80% 專家標記的問題），且用來保障精確率的確定性任務分發機制，限制了挖掘跨檔案與架構層面問題的能力。儘管如此，社群仍肯定其框架設計，透過注入確定性邏輯與獨立反思器過濾，以極小的 token 成本提升 2.17 倍的審查品質，解決了大型變更集中覆蓋不全與行號漂移等常見代理故障。