AI 加速 PR / Code Review

QA 不寫 code、但最該 review PR — 因為你最懂「這改動會不會弄壞別的東西」。問題是 PR 一天十幾個、人工看不完。AI 的角色不是幫你按 LGTM、是幫你把 diff 變成一張風險地圖、讓你把精力放在只有人能判斷的地方。

三層分工：AI 抓什麼、你抓什麼

flowchart TB
    PR[PR 進來] --> L1["第 1 層 · AI 自動<br>語法 / null / convention / 明顯 bug"]
    L1 --> L2["第 2 層 · AI 輔助<br>blast radius / 缺的 test / 風險熱區"]
    L2 --> L3["第 3 層 · 只有你能做<br>業務邏輯 / 跨系統連動 / regression 判斷"]

    style L1 fill:#10b981,color:#fff
    style L2 fill:#f59e0b,color:#fff
    style L3 fill:#a855f7,color:#fff
層 誰做 抓什麼
語法層 AI 全自動 typo、null check、未處理 exception、code style
風險層 AI 出地圖、你判讀 改動影響範圍、缺的 test、可疑熱區
業務層 只有 QA 業務規則對不對、會不會連動下游、該重測什麼

AI 越往下越不可信。語法層放心交給它、業務層永遠人工。

用 LLM 算 Regression Blast Radius

QA 看 PR 最該問的不是「這段 code 對嗎」、是「這改動會炸到哪」。把 diff 丟給 LLM：

Prompt:
「以下是一個 PR 的 diff。以 QA 角度分析:
1. Blast radius — 這改動會影響哪些模組 / API / 報表 / 下游流程？
2. Regression 風險 — 哪些『既有』功能可能因此壞掉？
3. 缺的 test — 這 diff 應該補哪些 test case 才安全？
4. 重測範圍 — 上線前我該手動重測哪些路徑？

只列 high / medium 風險、low 的略過。

[paste diff]」

flowchart LR
    D[PR diff] --> AI[LLM 分析]
    AI --> B1[影響模組清單]
    AI --> B2[regression 熱區]
    AI --> B3[缺的 test]
    AI --> B4[該重測的路徑]
    B1 & B2 & B3 & B4 --> You[你決定<br>重測 scope]

    style AI fill:#a855f7,color:#fff
    style You fill:#06b6d4,color:#fff

省：原本要追 code 半小時搞懂影響範圍、現在 3 分鐘拿到地圖、人工驗證熱區即可。

找出 diff 漏掉的 Test

AI 很擅長挑「這段改動沒被任何 test 蓋到」：

Prompt:
「以下是 diff + 現有 test 檔。
列出這次改動中『沒有對應 test』的邏輯分支、
依風險排序、並各給一個建議 test case 標題。」

合併條件可以設：新增/修改的邏輯分支必須有對應 test、AI 先掃、你確認。

工具配置

mindmap
  root((AI PR Review 工具))
    自動 review
      CodeRabbit
      GitHub Copilot review
      Qodo Merge
    互動分析
      Claude 貼 diff 問風險
      Cursor 跨檔追連動
    CI 整合
      PR 自動留言
      風險標籤
      缺 test 警示
工具 角色 QA 用法
CodeRabbit PR 自動 review 第 1 層語法、自動留言
Claude / Cursor 互動分析 貼 diff 問 blast radius
GitHub Copilot inline 建議 補 test、看 diff
Qodo (PR-Agent) 開源 PR bot 自架、敏感 repo 用

一個 PR 的 review 流程

flowchart TB
    A[PR 進來] --> B[CodeRabbit 自動掃<br>出 100 條 comment]
    B --> C[你掃一眼<br>挑 5 條關鍵]
    C --> D[貼 diff 給 Claude<br>問 blast radius + 缺 test]
    D --> E[人工驗證熱區<br>跑該重測的路徑]
    E --> F{業務邏輯對?}
    F -->|是| G[Approve + 註明重測範圍]
    F -->|否| H[Request changes<br>附 regression 風險]

    style B fill:#10b981,color:#fff
    style D fill:#a855f7,color:#fff
    style E fill:#06b6d4,color:#fff
    style F fill:#f59e0b,color:#fff

實測一個中型 PR：傳統人工 review 40 分鐘 → AI 輔助 15 分鐘、且風險覆蓋更完整。

別被 Nitpick 洪水淹沒

AI review 最大副作用：100 條格式建議、淹掉 3 條真風險。

flowchart LR
    AI[AI 出 100 條] --> N["95 條 nitpick<br>命名 / 空行 / 格式"]
    AI --> R["5 條真風險<br>null / 邏輯 / 安全"]
    N -.淹沒.-> R

    style N fill:#94a3b8,color:#fff
    style R fill:#ef4444,color:#fff

對策：

# CodeRabbit / PR bot 設定
review:
  severity_threshold: high      # 只報 high、過濾 nitpick
  group_nitpicks: true          # 格式類折疊成一條
  focus:
    - security
    - logic-error
    - missing-error-handling
  skip:
    - style-only

讓 AI 只講重話、格式類交給 linter。

反模式

flowchart TD
    Anti[AI PR Review 反模式] --> A1["看到 AI 說 LGTM 就合"]
    Anti --> A2["100 條 nitpick 全貼給作者"]
    Anti --> A3["AI 沒抓到 = 沒問題"]
    Anti --> A4["不給 AI 上下文、只貼一段"]
    Anti --> A5["業務邏輯也信 AI 判斷"]
    Anti --> A6["不記重測範圍、合了就忘"]

    style A1 fill:#ef4444,color:#fff
    style A2 fill:#ef4444,color:#fff
    style A3 fill:#ef4444,color:#fff
    style A4 fill:#ef4444,color:#fff
    style A5 fill:#ef4444,color:#fff
    style A6 fill:#ef4444,color:#fff

特別注意 A3：「AI 沒抓到」不等於「沒問題」。AI 看不到 system 上下文、跨服務連動、歷史 incident — 這些正是 QA 的價值。

給 QA 的 5 句

  1. QA review PR 看的是風險、不是語法
  2. AI 給 blast radius 地圖、你決定重測範圍
  3. 只讓 AI 報 high severity、nitpick 交給 linter
  4. AI 沒抓到不代表安全
  5. 業務邏輯與跨系統連動、永遠人工把關

最後

PR review 是 QA 把關上線品質的最後一道閘。AI 讓你從「追 code 追到累」進化成「看風險地圖做決策」。把語法層交給 CodeRabbit、把 blast radius 丟給 Claude、自己專心在只有人能判斷的業務 regression — 這才是 QA 在 AI 時代該站的位置。

延伸： - AI 寫的 Test 怎麼信任 - AI 生成 Code 怎麼測 - QA 的 AI Workflow Daily Routine - QA 該懂的 CI/CD 基礎