从以人为中心到代理代码审查：不同代的生成式人工智能技术对审查质量的影响

代码审查有助于在代码集成之前保持软件质量，但也给人工审查人员带来了巨大的工作量。随着生成人工智能成为软件开发的一部分，代码审查正在从主要由人工审查流程转向人工智能支持的审查流程，其中 大语言模型 (LLM) 审查者和 AI 代理审查者与人类审查者一起参与。然而，我们仍然缺乏这种转变如何影响审查效率和审查质量的经验证据。在本文中，我们研究了来自 207 个 GitHub 项目的 102 万个经过审核的拉取请求，这些请求跨越了三个代码审核时代：以人为中心的审核、LLM 辅助审核和代理代码审核。我们确定了三种 AI 审阅者采用实践：渐进式 AI 采用、快速 LLM 采用和快速 AI 代理采用。我们进一步将拉取请求审核讨论建模为审核者交互序列，以描述人类、LLM 和 AI 代理审核者在审核过程中如何协作。我们的结果表明，代理参与的协作模式，特别是由人工智能代理发起或涉及多个人工智能代理的审核，与渐进式人工智能采用和快速人工智能代理采用下的更快审核决策相关。然而，这些效率提升并没有转化为更好的审核质量。我们还发现，审核活动和拉取请求类型在各个时代仍然很重要，而一旦 LLM 和 AI 代理审核者参与，人机协作模式就成为审核效率的最强解释因素。这些发现为设计人工智能支持的代码审查流程提供了经验指导，可以在不削弱审查质量的情况下提高效率。