AI生成PR的评审成本、公平与问责研究
Get the story
2026年10月9日，arXiv Software Engineering 发表一手研究《AI 生成的 Pull Request 中谁来承担评审成本：分流、公平与问责》。该研究对31个国家239名具备代码评审经验的从业者开展混合方法问卷调查。结果显示，AI 作者身份并非被一概拒绝，评审投入取决于 AI 生成 PR 是否以可问责方式进入：范围受限、基于项目的理由、CI 之外的验证、贡献者响应与可识别的合并后归属。研究将缺失理由、验证与归属定义为 reviewability debt，即评审者必须吸收的额外工作，并主张在生成代码消耗稀缺评审注意力之前先让人类判断可见。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Software EngineeringAI 生成的 Pull Request 中谁来承担评审成本：分流、公平与问责
一项覆盖 31 个国家 239 名具备代码评审经验从业者的混合方法问卷调查显示，AI 作者身份并非被一概拒绝，评审投入取决于 AIPR 是否以可问责方式进入：范围受限、基于项目的理由、CI 之外的验证、贡献者响应与可识别的合并后归属。研究将缺失理由、验证与归属定义为 reviewability debt，即评审者必须吸收的额外工作，并主张在生成代码消耗稀缺评审注意力之前先让人类判断可见。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.