评审费用谁支付？ AI 编写的 Pull 请求中的分类、公平性和问责制

人工智能编码代理正在从本地代码辅助转向基于拉动的工作流程，其中生成的贡献必须在现有项目规范内进行审查、解释和维护。尽管最近的工作已经开始描述人工智能撰写的拉取请求（AIPR）的特征，但人们对审稿人如何管理其进入审稿、人工智能作者身份如何重塑可信度和公平性，以及什么吸收机制保护审稿可持续性等方面知之甚少。我们报告了一项混合方法问卷调查，调查对象为来自 31 个国家/地区的 239 名从业者，他们拥有代码审查经验并且对 AIPR 的接触程度不同。在调查得出的情景和自我报告中，人工智能作者身份并不是一个明确的拒绝信号。相反，受访者将审核工作描述为以 AIPR 是否作为负责任的贡献为条件，具有有限的范围、基于项目的基本原理、持续集成 (CI) 之外的验证、贡献者响应能力以及可识别的合并后所有权。这种条件逻辑扩展到新来的 AIPR，其中受访者强调对当前的可见参与 仅对个人资料级别声誉进行审核。定性回应进一步描述了当人类管理工作难以观察时，指导、审查、推迟和路线安排方面的变化。我们将缺失的基本原理、验证和所有权概念化为可审查性债务，当生成的代码缺乏足够的人文基础时，工作审查者必须吸收这些债务。这些发现重新构建了 AIPR 治理，围绕在生成的贡献消耗稀缺的审稿人注意力之前使人类判断可观察。