
构建智能体代码审查系统Sashiko的经验

大型开源项目的开发进度,长期卡在代码审查而不是代码生成上。代码生成工具写得更快,但没有可靠的审查来建立信任,生成的补丁只会堆在维护者面前。Linux内核超过3500万行代码,每年落地超过8.5万个变更,维护者每天要手工阅读成百上千个补丁,找内存泄漏、死锁、竞态和安全bug。涌入的AI生成补丁和安全报告里,很多是“AI slop”,只会增加负担。
Google AI & Infrastructure团队用Gemini构建了Sashiko,一个开源的agentic代码审查系统,名字来自日语“刺し子”——一种加固磨损布料的针法,今年早些时候捐赠给了Linux基金会。
审查复杂代码库的改动本身很难,需要理解补丁之外的全局。LLM作为审查者有几个固有弱点:倾向于少花token,容易在找到明显问题后不再深入;多任务下容易被偏见影响,提交说明甚至可能恶意干扰结果;LLM没有持久记忆——但在审查这件事上反而是优点,因为它可以把同一个补丁当作新补丁反复看,人做不到在100个略有不同的分支上重复审查同一个补丁。
Sashiko的核心思路是把“发现候选bug”和“验证bug”分离,并且每个环节都记录排除了什么。先收集上下文并规划:把diff周围的函数、结构体定义、直接调用者拉进来,加载子系统领域指南,由规划者决定需要哪些专项审查pass,并按复杂度设定每个pass的推理预算。然后最多7个专项pass并行运行,分别关注提交意图、实现匹配、控制流、资源生命周期、锁、安全和硬件;每个pass平均约100次git工具调用,输出两个清单:真实关注的问题,以及调查后排除的候选问题(附支撑结论的代码)。之后由lead verifier统一审计两个清单,已被代码证明的明确bug直接通过,已被本地检查证明的排除项丢弃;其余争议项,包括专家意见分歧和“可疑的自我排除”,进入逐bug深查。逐bug深查时,每个困难case有自己独立的验证agent并行运行,只回答一个具体问题,并且遵守对称规则:没有跨所有调用点的具体代码证明,bug声明或排除都不成立。这一步能把因为错误假设而自我消化的真实bug重新捞回来。最后生成一份像人类维护者在邮件列表上提问风格的报告,发到已选择启用的内核列表。整个过程完全透明:每个提示、工具调用、推理步骤和被排除的bug都公开。项目最初基于Chris Mason的开源Linux审查提示词,后来有100多位贡献者(包括知名内核维护者)参与改进。最近还切换了一套新提示系统,把按目录/版本自动生成的代码笔记和无法从代码推导出来的维护者主观笔记结合起来。
数据方面,Sashiko已生产运行七个月,每天完成约1200次审查,覆盖超过100个内核邮件列表,已有70多个列表选择启用。超过1500位内核开发者在邮件列表上回复过报告;LWN最近评价它已成为内核开发过程的重要部分,并且是7.2发布周期中的顶级bug报告者。它能阻止新bug——作者通常会在补丁合并前修复;也会顺带发现存量bug,被2000多个主线提交和500多个今年官方Linux内核CVE引用,覆盖驱动、核心内核、网络、GPU、内存管理和虚拟化。更宏观的指标是:Sashiko推出前的18个内核版本(6.2到6.19,共254000次提交)平均3.4%的合并提交会在60天内需要跟进修复;Sashiko推出后,Linux 7.1降到2.8%,Linux 7.2降到2.2%,降幅35%;30天修复率也从2.3%降到1.4%。作者承认发布周期波动受多种因素影响,不能把全部功劳归于Sashiko。
干净审查的预测力很强。在21500个跟踪的主线提交中,通过Sashiko干净审查的补丁60天修复率只有0.9%,不足历史基线三分之一;而带着Sashiko关键警告被合并的补丁,60天修复率是7.6%,风险高8倍(按补丁大小修正后仍高6.3倍)。Linus Torvalds在发布后几周的一次邮件讨论中写道:“Sashiko tends to be quite good……任何认为所有AI都是slop的人都在否认现状。”
团队总结了几条经验。一是基准驱动开发胜过直觉。他们从近1000个真实Linux内核bug里建了基准,这些bug都曾通过人类专家审查、合并进主线,后来才被修复;在这个基准上,Sashiko配合Gemini 4 Carbon(高思考等级)能捕获人类审查遗漏的75.8%的bug。二是编码agent不擅长审查自己的代码。模型被训练成在有限token预算内给出可行方案,但对大型代码库来说,功能方案往往只占5-10%的工作,真正的难点是让方案在所有情况下都能工作、正确集成、不引入微妙回归,这需要外部审查。三是开源和社区共同所有权有助于建立信任。完全透明让任何人都能用不同模型(包括开源和本地模型)、自定义提示、甚至适配到Linux之外的项目。现在越来越多工程师把本地Sashiko实例放进自己的编码agent循环里,让补丁在到达人类维护者之前先按社区审查规则过一遍。团队也用“Sashiko for Sashiko”工作流,配合GitHub集成来审查自身代码和提示词管道的每次变更。
Sashiko的核心审查引擎不依赖C或内核特有规则,这套Linux内核打法——开放的验证管道、社区拥有的领域指南、从历史缺陷挖掘的基准——也可能迁移到GCC、LLVM、Git等其它关键开源项目。Linus后来写道:“AI给,AI收,但根本问题不应该是AI本身,而是信任。”代码在sashiko.dev和GitHub上都可以找到。


