阿里云Kitta代码审查智能体：龙蜥社区审查超7万补丁
在2026云栖大会上，阿里云技术专家周远航分享了代码审查智能体Kitta的实践：从通用审查走向领域专家。据InfoQ中文报道，Kitta在龙蜥社区线上累计审查超过7万个补丁，门禁准确率97%，合入率稳定在62%；团队称其领域定制方法已在操作系统内核、编译器、Agent平台型应用等六大领域验证，带来17.0%–31.6%的审查质量提升（文中另一处写作17%～30%）。方法上，Kitta从项目研发历史提炼评审原则与典型缺陷模式，做审查流程与领域知识双轮定制，并以离线评测加线上行为反馈持续迭代，同时与Qwen基座模型形成数据与能力的双向反哺，文中称其数据已参与Qwen 3.8 flash训练。上述运行与提升数据均为团队在分享中自报，未见独立第三方测量。
报道认为，AI辅助编程普及后代码产出激增、缺陷与漏洞被更快放大，代码审查因此从辅助环节变成质量保障体系的第一道关键节点，Kitta的落地数据正是这一判断的实践样本。
随着 AI 深度参与研发流程，代码审查正在从辅助环节演变为质量保障体系的核心节点。阿里云技术专家周远航在 2026 云栖大会上分享了《代码审查进化：从通用审查到领域专家，Kitta 代码审查智能体的实践》。她详细介绍了代码审查智能体 Kitta 逐步打造为「领域专家」的进化历程：先分析 Al Coding 浪潮下研发流程面临的质量问题与代码审查场景的核心挑战，再从流程、数据、模型三个层面，介绍 Kitta 的领域定制方法、在龙蜥社区的落地效果，以及与 Qwen 基座模型协同进化的机制和信任边界的设计共识。
Kitta 在龙蜥社区线上运行至今，累计完成超 7 万个补丁的审查，门禁准确率达 97%，合入率稳定在 62%。其领域定制方法论已在操作系统内核、编译器、Agent 平台型应用等六大领域验证，实现 17.0%–31.6% 的审查质量提升，成功将 Maintainer 的精力从逐行审查释放至关键争议裁决。