GPT-6 Astra代码审查：收益、隐私与成本
GPT-6 Astra in code review: Gains, privacy, and cost
在代码审查中，最棘手的问题往往藏在修改行之外。我们的评估显示，GPT-6 Astra在跨文件审查中表现突出，比GPT-5.6 Sol多发现20%的潜在漏洞，比Opus 5高出33%。这种在复杂上下文中连接分散信息的能力，正是其核心优势。当然，更强的推理能力意味着更高的成本：Astra的API价格约为Sol的2.5倍。我们甚至用Astra独立构建并平衡了一款名为NIGHTSHIFT的动作RPG，验证了其在复杂系统逻辑中的表现。对于团队而言，关键在于判断哪些高难度任务值得为Astra的额外推理能力买单，同时需关注OpenAI和Anthropic在数据保留政策上的差异，确保客户数据安全。
代码审查中最困难的工作往往发生在被修改的代码行之外。
HN 评论区
72- eyalitki
对比是在 coderabbit AI 代码审查工具的范围内进行的，这很遗憾，使得结果实际上毫无意义。
我作为软件工程师以及前安全研究员（曾做过人工代码审计）的个人经验是，这款代码审查工具的效果太差，以至于它在 C/I 代码审查过程中给开发者带来的“噪音”和摩擦根本不值得。
- sdeframond
你们是怎么审查 AI 生成的代码的？
在我们团队，前端工作由 PO 进行 vibe-coding，然后直接合并，不做审查。后端则由开发者编写，虽然也用 AI，但节奏更慢、控制更严。
最近，我们的 PO 开始尝试对后端进行 vibe-coding。我得说，他是个聪明人，懂点技术，但算不上真正的开发者。我们刚收到一堆堆叠的 PR，后端代码量高达约 1.5 万行。我们真不知道该怎么处理。
我知道遇到这种情况的肯定不止我们一家。你们的经验和背景是怎样的？你们怎么做？哪些方法有效，哪些无效？
- ramon156
OAI 和 Anthropic 似乎都发布了一个略好但成本约为上一代两倍的新模型。这招挺有意思。
- SneakyZero
Astra 看起来真的很慢。也许它是想读取更多上下文。但根据我的经验，在处理相同任务时，它肯定比 5.6 sol 慢。
- dude250711
既然 Fable 是一个 Sol 级别的模型，那在这些测试中，Astra 难道不应该和 Mythos 对比吗？