我让果蝇帮我审代码 - Nick Nisi, WorkOS
Original · I Made a Fruit Fly Review My Code - Nick Nisi, WorkOS
Key Takeaway
通过将代码问题转化为气味并输入果蝇的真实大脑连接组，可以实现自动化代码审查，从而突破开发流程中的审阅瓶颈。
Highlights
果蝇大脑的连接组包含17.6万个神经元、630万个连接以及超过1.25亿个突触。
该果蝇代码审查系统在测试中大约有88%的时间能够正确判断代码的好坏。
JEV系统1模型针对待审查的代码提出30个无偏见的问题，并将这些问题转化为气味传递给果蝇大脑。
软件开发中最大的瓶颈已经从代码编写转移到了等待人类进行代码审查的环节。
果蝇系统通过模拟糖水和苦味的神经元奖励与惩罚机制来对拉取请求做出投票表决。
Timeline
软件开发的新瓶颈与代码审查的转变
随着Cursor、Claude和Codex等编码工具的普及，开发人员的角色逐渐转变为管理者和项目经理。虽然有Greptile和CodeRabbit等智能体在持续集成阶段进行代码检查，但代码审查依然占据大量时间。如果代码审查继续保留，其核心目的将不再是逐行核对，而是为人类带回业务变更的上下文与意义。
- 代码编写和提交拉取请求的速度比以往任何时候都要快。
- 持续集成、代码检查以及各类智能体工具解决了编码本身的问题。
- 整个软件工程流程中最大的瓶颈变成了等待人类进行代码审查的环节。
果蝇大脑连接组与代码审查系统的原理
通过对电子显微镜逐层扫描果蝇大脑构建的连接组，研究者让果蝇对JavaScript代码进行审查。系统把代码差异转换为字面意义上的代码异味，并将其传递给果蝇的大脑神经元。果蝇通过神经元释放的激素和舌头反应来判断一段代码是好是坏，从而实现自动化的评审决策。
- 该系统利用雄性果蝇大脑的真实连接组，包含17.6万个神经元和630万个连接。
- 系统使用JEV模型针对拉取请求提出30个无偏见的问题，将其转化为气味输入果蝇大脑。
- 好代码会触发糖水奖励的多巴胺，而坏代码则会触发苦味的惩罚性多巴胺。
果蝇审查效果测试与现场互动
通过与现场观众的互动测试可以看出，人类虽然在整体直觉上略胜一筹，但果蝇大脑在绝大多数情况下也能做出准确判断。它能够辨别条件语句的更改和移除的逻辑，并在面对貌似合理的错误时发出修改请求。观众可以访问fruitfly.review在线体验这一系统。
- 现场观众在随机文件测试中答对了三道题中的三道，而果蝇答对了两道。
- 果蝇在各项复杂测试中大约有88%到98%的时间能够正确捕获错误并请求修改。
- 果蝇虽然无法交流或解释JavaScript的具体含义，但能够通过气味感知逻辑差异并发出预警。
未来自动化审查流程与团队技能管理
为了彻底摆脱审查瓶颈，团队可以自行维护审查员脚本和技能，作为代码审查的最低底线。通过分类器和自动化工具的层层筛选，安全的代码可以自行合并，而不必打扰人类。当需要人类介入时，系统会提供完整的总结、测试输出以及验证证明，帮助团队更快地交付软件。
- 未来的审查流程可以通过团队审查技能、轻量级分类器和自动化审查员进行分流。
- 只有当自动化工具未能通过检查时，问题才会升级并返回给人类团队处理。
- 人类的最终审查将更多地依赖于代理生成的截图、视频、测试结果或冒烟测试来验证功能。
Description
Code is being written faster than ever, and Nick Nisi, who leads developer and agent experience at WorkOS, argues that the human reviewer is now the bottleneck. To make the point, he hooked a simulated fruit fly brain, built from a full scan of its neurons, up to code review: AI turns each change into literal "code smells," sugar and bitter rewards teach the fly what good and bad code taste like, and it was right about 88% of the time in testing. Then he plays a live round against the audience and lays out a practical plan where team review skills, classifiers and automated reviewers only send the risky pull requests to a human, backed by proof like screenshots and smoke tests. Chapters: 0:00 Intro 0:37 Humans are the bottleneck 2:35 Where the word "bug" came from 3:04 Using a bug to find bugs 4:00 Wiring a fruit fly brain into code review 4:57 Turning code into smells 6:43 Sugar, bitterness and memory 7:32 Does the fly actually matter? 8:15 Game: are you smarter than a fruit fly? 10:22 Trying a real pull request 11:55 What only humans know: why 12:33 Escalate only the reviews that matter 14:56 Proof instead of review Nick Nisi https://workos.com Join us in SF for the second annual AIE CODE summit: https://aie.codes our last flagship summit of 2026. Applications live now!