AI代码质量讨论回到工程验证，人工审查必要性受质疑

AI代码质量讨论出现强调测试、灰度发布和监控的新观点，争论焦点重新转向人工代码审查在质量保障中的作用。马天翼认为，软件质量依靠测试、灰度放量、回滚监控及用户反馈，反对把人工Review视为决定性保障，并质疑人类能够做到全局最优的前提。宝玉则表示，代码Review只是质量保障手段之一，不能把缺少审查直接等同于质量失控。Jiayuan认为，单看编码质量已难分辨多代模型，更期待审美、表达和减少过度防护代码方面的改善。这些帖子提供了工程方法与模型体验两个角度，但没有具体软件测试、缺陷统计或对照评测，也未明确证明与此前yetone争议中的参与者存在直接联系。